【技术实现步骤摘要】
门店经营行为管理方法、装置及存储介质
本专利技术涉及人工智能
,具体涉及一种门店经营行为管理方法、装置及存储介质。
技术介绍
跨门经营、占道堆物等门店违规经营行为不仅影响了市容市貌,占据人行道的物品还会影响行人或车辆的通行,给人们的出行带来极大的不便。针对这些门店经营行为,目前是单纯依靠城管人员的巡查、督导来进行治理,需要投入大量的人力,并且门店老板或工作人员等城管人员离开后,可以马上将物品摆到门店外面,反反复复,既困扰着周边居民生活,破坏城市形象,也存在交通安全隐患,危害人身安全。
技术实现思路
本专利技术主要解决的技术问题是如何更有效地监控和管理门店经营行为。根据第一方面,一种实施例中提供一种门店经营行为管理方法,包括:获取门店周围区域的图像信息;将所述图像信息输入预先构建的卷积神经网络中,所述预先构建的卷积神经网络输出分类矩阵、边框距离矩阵和门店顶端中心矩阵;根据所述门店顶端中心矩阵和所述边框距离矩阵,确定所述图像信息中的门店区域;再根据所述分类矩阵,判断所述门店区域对应的门店经营行为的类别;根据判断结果,对所述门店区域对应的门店经营行为进行管理。进一步地,所述预先构建的卷积神经网络包括:特征提取子网络、多尺度特征融合子网络和结果预测子网络;所述特征提取子网络用于提取所述图像信息中的多个特征矩阵,所述特征矩阵含有不同尺度的信息;所述多尺度特征融合子网络用于将多个所述特征矩阵进行多尺度融合,得到一个融合后的特征矩阵; ...
【技术保护点】
1.一种门店经营行为管理方法,其特征在于,包括:/n获取门店周围区域的图像信息;/n将所述图像信息输入预先构建的卷积神经网络中,所述预先构建的卷积神经网络输出分类矩阵、边框距离矩阵和门店顶端中心矩阵;/n根据所述门店顶端中心矩阵和所述边框距离矩阵,确定所述图像信息中的门店区域;再根据所述分类矩阵,判断所述门店区域对应的门店经营行为的类别;/n根据判断结果,对所述门店区域对应的门店经营行为进行管理。/n
【技术特征摘要】
1.一种门店经营行为管理方法,其特征在于,包括:
获取门店周围区域的图像信息;
将所述图像信息输入预先构建的卷积神经网络中,所述预先构建的卷积神经网络输出分类矩阵、边框距离矩阵和门店顶端中心矩阵;
根据所述门店顶端中心矩阵和所述边框距离矩阵,确定所述图像信息中的门店区域;再根据所述分类矩阵,判断所述门店区域对应的门店经营行为的类别;
根据判断结果,对所述门店区域对应的门店经营行为进行管理。
2.如权利要求1所述的门店经营行为管理方法,其特征在于,所述预先构建的卷积神经网络包括:特征提取子网络、多尺度特征融合子网络和结果预测子网络;
所述特征提取子网络用于提取所述图像信息中的多个特征矩阵,所述特征矩阵含有不同尺度的信息;
所述多尺度特征融合子网络用于将多个所述特征矩阵进行多尺度融合,得到一个融合后的特征矩阵;
所述结果预测子网络包括分类预测分支、边框距离预测分支和门店顶端中心预测分支,所述分类预测分支基于融合后的特征矩阵得到分类矩阵,所述边框距离预测分支基于融合后的特征矩阵得到边框距离矩阵,所述门店顶端中心预测分支基于融合后的特征矩阵得到门店顶端中心矩阵。
3.如权利要求1所述的门店经营行为管理方法,其特征在于,所述根据所述门店顶端中心矩阵和所述边框距离矩阵,确定所述图像信息中的门店区域包括:
将所述门店顶端中心矩阵中概率值大于预设阈值的点对应于所述图像信息中的像素点作为所述图像信息中的门店顶端中心点;
基于所述边框距离矩阵,提取所述门店顶端中心点对应的三个距离值,三个所述距离值分别用于确定所述门店顶端中心点距门店区域左边界、下边界和右边界的距离;
根据所述图像信息中的门店顶端中心点及其对应的三个距离值,确定所述图像信息中的门店区域。
4.如权利要求1所述的门店经营行为管理方法,其特征在于,所述门店经营行为的类别至少包括跨门经营、乱堆物违规经营、占道经营和正常经营中的一个。
5.如权利要求4所述的门店经营行为管理方法,其特征在于,所述根据判断结果,对所述门店区域对应的门店经营行为进行管理包括:
若判断结果为所述门店区域对应的门店经营行为是跨门经营、乱堆物违规经营和占道经营中的一个,获取所述门店区域对应的位置信息;
根据所述门店区域对...
【专利技术属性】
技术研发人员:吴肖,邵新庆,刘强,
申请(专利权)人:深圳力维智联技术有限公司,南京中兴力维软件有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。