一种基于人脸识别管理到店客户的方法及相关装置制造方法及图纸

本发明专利技术实施例公开了一种基于人脸识别管理到店客户的方法及相关装置，涉及人工智能领域，所述方法包括：采集到店客户在进店时的多张连续照片；基于所述多张连续进店照片提取到店客户的到店面部特征和到店步态特征；将所述到店面部特征和到店步态特征输入预先训练的性格识别模型中，以识别出到店客户的性格；基于到店客户的性格，发送服务接待提醒信息至一终端。通过识别到店客户的面部特征和步态特征识别到店客户的性格，使性格与到店客户相匹配的工作人为所述到店客户提供服务，使得工作人员与到店客户的沟通更为顺畅，提高工作人员的工作效率，同时提高到店客户的到店体验。同时提高到店客户的到店体验。同时提高到店客户的到店体验。

【技术实现步骤摘要】
一种基于人脸识别管理到店客户的方法及相关装置


[0001]本专利技术涉及人工智能
，尤其涉及一种基于人脸识别管理到店客户的方法及相关装置。

技术介绍

[0002]现有技术中，客户到店后，先通过取号进行排队，工作人员根据取号的顺序为到店的客户提供相应的服务，门店没有对到店客户进行性格识别并归类，部分工作人员在为到店客户提供服务时，因双方性格不匹配而导致工作人员无法较为顺利的完成工作，使得工作人员的工作效率降低，同时也使到店客户的进店体验较差。

技术实现思路

[0003]本专利技术实施例所要解决的技术问题在于，提供一种基于人脸识别管理到店客户的方法及相关装置，所述方法通过识别到店客户的性格，可使性格与所述到店客户相匹配的工作人员为所述到店客户提供服务，可提高工作人员的工作效率，同时可提高到店客户的进店体验。
[0004]第一方面，本专利技术实施例提供了一种基于人脸识别管理到店客户的方法，其包括：
[0005]采集到店客户在进店时的多张连续照片；
[0006]基于所述多张连续进店照片提取到店客户的到店面部特征和到店步态特征；
[0007]将所述到店面部特征和到店步态特征输入预先训练的性格识别模型中，以识别出到店客户的性格；
[0008]基于到店客户的性格，发送服务接待提醒信息至一终端。
[0009]可选的，所述将所述到店面部特征和到店步态特征输入预先训练的性格识别模型中，以识别出到店客户的性格，包括：
[0010]对所述到店面部特征进行分析，得到所述到店客户的第一情绪结果；
[0011]对所述到店步态特征进行分析，得到所述到店客户的第二情绪结果；
[0012]基于所述第一情绪结果、第二情绪结果计算得到所述到店客户的急躁分值，基于所述到店客户的急躁分值确定所述到店客户的性格。
[0013]可选的，所述到店面部特征包括到店客户的表情，所述性格识别模型保存有各种表情以及与各种表情分别对应的第一情绪结果；
[0014]所述对所述到店面部特征进行分析，得到所述到店客户的第一情绪结果，包括：
[0015]基于所述到店面部特征获取所述到店客户的表情；
[0016]将所述到店客户的表情分别与所述性格识别模型保存的各种表情对比，以得到所述到店客户的第一情绪结果。
[0017]可选的，所述到店步态特征包括到店客户的步履频率，所述性格识别模型保存有各种步履频率以及与所述各种步履频率分别对应的第二情绪结果；
[0018]对所述到店步态特征进行分析，得到所述到店客户的第二情绪结果，包括：
[0019]基于所述到店步态特征获取所述到店客户的步履频率；
[0020]将所述到店客户的步履频率与所述性格识别模型保存的各种步履频率进行对比，得到所述到店客户的第二情绪结果。
[0021]可选的，所述性格识别模型预存有多个第一权重值和多个第二权重值，其中，不同的第一权重值对应不同的第一情绪结果，不同的第二权重值对应不同的第二情绪结果；
[0022]所述基于所述第一情绪结果、第二情绪结果计算得到所述到店客户的急躁分值，包括：
[0023]基于所述到店客户的第一情绪结果、第二情绪结果，获取与所述到店客户的第一情绪结果对应的第一权重值、与所述到店客户的第二情绪结果对应的第二权重值；
[0024]根据急躁分值计算公式得到所述到店客户的急躁分值，所述急躁分值计算公式为：
[0025]J＝q1
×
g1+q2
×
g2
[0026]其中，J为到店客户的急躁分值，q1为第一权重值，g1为第一情绪结果，q2为第二权重值，g2为第二情绪结果。
[0027]可选的，所述性格识别模型中预存有各个老客户的对比面部特征和对比步态特征，在将所述到店面部特征和到店步态特征输入预先训练的性格识别模型中，以识别出到店客户的性格之前，将所述到店面部特征和到店步态特征与所述对比面部特征、对比步态特征进行对比，以识别出到店客户为老客户还是新客户；
[0028]在确定到店客户为老客户时，获取所述到店客户的专属服务工作人员的当前在岗状态，若在岗，发送服务接待提醒信息至与所述到店客户对应的专属服务工作人员对应的终端，若不在岗，发送服务接待提醒信息至与所述到店客户的性格相匹配的处于空闲状态的工作人员对应的一终端，其中，所述性格识别模型预存有老客户的性格；
[0029]在确定到店客户为新客户时，通过所述性格识别模型识别出所述到店客户的性格，并发送服务接待提醒信息至与所述到店客户的性格相匹配的处于空闲状态的工作人员对应的一终端。
[0030]可选的，所述进店面部特征至少包括第一面部特征和第二面部特征，每个所述老客户的所述对比面部特征包括第一对比面部特征和第二对比面部特征，所述将所述到店面部特征和到店步态特征与所述对比面部特征、对比步态特征进行对比，以识别出到店客户为老客户还是新客户，包括：
[0031]将所述第一面部特征、第二面部特征分别与各个老客户的第一对比面部特征、第二对比面部特征进行对比；
[0032]得出各个老客户的所述第一对比面部特征与所述第一面部特征的相似分值、所述第二对比面部特征与所述第二面部特征的相似分值；
[0033]根据相似度计算公式计算得出到店客户的到店面部特征与各个老客户的对比面部特征的相似度；
[0034]所述相似度计算公式为：
[0035][0036]其中，θ1和θ2为常数，f1、f2分别为一老客户的所述第一对比面部特征与所述第一面部特征的相似分值、所述第二对比面部特征与所述第二面部特征的相似分值，f1＜1，f2＜1，p为到店面部特征与一老客户的对比面部特征的相似度，其中，f1的值越大，θ1的取值越大，f2的值越大，θ2的取值越大；
[0037]若存在一老客户的对比面部特征与到店客户的到店面部特征的相似度高于第一预设阈值时，则确定所述到店客户为老客户，若各个老客户的对比面部特征与所述到店面部特征的相似度都低于第二预设阈值，则确定所述到店客户为新客户；
[0038]若存在部分老客户的对比面部特征与到店面部特征的相似度低于第一预设阈值而高于第二预设阈值，将所述到店步态特征与所述部分老客户的对比步态特征进行对比，若所述到店步态特征与一老客户的对比步态特征的相似度大于第三预设阈值，则确定所述到店客户为老客户，若所述到店步态特征与所述部分老客户的对比步态特征的相似度都小于第三预设阈值，则确定所述到店客户为新客户。
[0039]第二方面，本申请提供一种基于人脸识别管理到店客户的装置，其包括：
[0040]采集模块，用于采集到店客户在进店时的多张连续照片；
[0041]提取模块，用于基于所述多张连续进店照片提取到店客户的到店面部特征和到店步态特征；
[0042]识别模块，用于将所述到店面部特征和到店步态特征输入预先训练的性格识别模型中，以识别出到店客户的性格；
[0043]发送模块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别管理到店客户的方法，其特征在于，包括：采集到店客户在进店时的多张连续照片；基于所述多张连续进店照片提取到店客户的到店面部特征和到店步态特征；将所述到店面部特征和到店步态特征输入预先训练的性格识别模型中，以识别出所述到店客户的性格；基于所述到店客户的性格,发送服务接待提醒信息至一终端。2.如权利要求1所述的基于人脸识别管理到店客户的方法，其特征在于，所述将所述到店面部特征和到店步态特征输入预先训练的性格识别模型中，以识别出到店客户的性格，包括：对所述到店面部特征进行分析，得到所述到店客户的第一情绪结果；对所述到店步态特征进行分析，得到所述到店客户的第二情绪结果；基于所述第一情绪结果、第二情绪结果计算得到所述到店客户的急躁分值，基于所述到店客户的急躁分值确定所述到店客户的性格。3.如权利要求2所述的基于人脸识别管理到店客户的方法，其特征在于，所述到店面部特征包括到店客户的表情，所述性格识别模型保存有各种表情以及与各种表情分别对应的第一情绪结果；所述对所述到店面部特征进行分析，得到所述到店客户的第一情绪结果，包括：基于所述到店面部特征获取所述到店客户的表情；将所述到店客户的表情分别与所述性格识别模型保存的各种表情对比，以得到所述到店客户的第一情绪结果。4.如权利要求3所述的基于人脸识别管理到店客户的方法，其特征在于，所述到店步态特征包括到店客户的步履频率，所述性格识别模型保存有各种步履频率以及与所述各种步履频率分别对应的第二情绪结果；对所述到店步态特征进行分析，得到所述到店客户的第二情绪结果，包括：基于所述到店步态特征获取所述到店客户的步履频率；将所述到店客户的步履频率与所述性格识别模型保存的各种步履频率进行对比，得到所述到店客户的第二情绪结果。5.如权利要求4所述的基于人脸识别管理到店客户的方法，所述性格识别模型预存有多个第一权重值和多个第二权重值，其中，不同的第一权重值对应不同的第一情绪结果，不同的第二权重值对应不同的第二情绪结果；所述基于所述第一情绪结果、第二情绪结果计算得到所述到店客户的急躁分值，包括：基于所述到店客户的第一情绪结果、第二情绪结果，获取与所述到店客户的第一情绪结果对应的第一权重值、与所述到店客户的第二情绪结果对应的第二权重值；根据急躁分值计算公式得到所述到店客户的急躁分值，所述急躁分值公式为：J＝q1
×
g1+q2
×
g2其中，J为到店客户的急躁分值，q1为第一权重值，g1为第一情绪结果，q2为第二权重值，g2为第二情绪结果。6.如权利要求2
‑
5中任一项所述的基于人脸识别管理到店客户的方法，其特征在于，所述性格识别模型中预存有各个老客户的对比面部特征和对比步态特征，在将所述到店面部
特征和到店步态特征输入预先训练的性格识别模型中，以识别出到店客户的性格之前，将所述到店面部特征和到店步态特征与所述对比面部特征、对比步态特征进行对比，以识别出到店客户为老客户还是新客户；在确定到店客户为老客户时，获取所述到店客户的专属服务工作人员的当前在岗...

【专利技术属性】
技术研发人员：刘攀伟，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：