【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于图像的银行厅堂客户画像方法。
技术介绍
1、目前，银行客户画像主要依赖于手动填写调查问卷和通过客户交易行为分析，但这些方法存在一定的缺陷。手动填写调查问卷的准确性和客观性受到客户主观意识和态度的影响，且需要耗费大量的时间和人力；客户交易行为分析也只能反映客户的经济状况和消费行为，无法深入挖掘客户的个性化需求和行为特征。
2、公开号为cn112183408a专利文献公开了一种基于案场图像的客户画像系统及方法，该系统，包括服务器、置业顾问终端以及设置在售楼处的摄像头，所述服务器包括输入模块、处理模块、数据库、判断模块和输出模块，其中：输入模块，用于获取摄像头采集的视频图像；处理模块，用于根据人脸识别算法从视频图像中提取出人脸图像，识别客户身份并存入数据库；判断模块，用于判断视频图像中客户的停留时长，如果停留时长大于第一预设阈值，则记录为客户关注点，并存入数据库中与该客户的人脸图像进行绑定；输出模块，用于根据客户关注点匹配出相应的策略信息，并将策略信息发送至置业顾问终端。
3、但是，现有技术中的是通过图像分析确定用户的关注点，进而根据关注点为客户提供相应的服务策略，但是通过视频图像分析用户关注点，使得对于视频图像中的信息提取内容单一，使得基于用户关注点确定的服务策略与用户匹配度低。
技术实现思路
1、为此，本专利技术提供一种基于图像的银行厅堂客户画像方法，可以解决由于从视频图像中提取的信息单一导致的服务策略与用户匹配度低的问
2、为实现上述目的，本专利技术提供一种基于图像的银行厅堂客户画像方法，该方法包括：
3、获取用户进入监控区内的视频集，所述视频集包括若干图像帧；
4、根据像素对比提取所述视频集中的目标图像帧组，所述目标图像帧组由预设数量的图像帧组成；
5、根据感兴趣区域的特征曲度确定所述目标图像帧组中的图像帧中是否包含所述感兴趣区域；
6、从所述感兴趣区域提取所述用户在监控区期间的实际表情变化值；
7、获取预先设置的用户标签阵列，所述用户标签阵列包含画像标签和情绪变化值；
8、根据所述实际表情变化值和所述用户标签阵列确定所述用户的画像标签；
9、基于所述画像标签为用户提供与所述画像标签匹配的产品。
10、进一步地，所述根据像素对比提取所述视频集中的目标图像帧组包括：
11、根据像素对比确定用户轮廓；
12、确定所述用户轮廓的实际面积在所述图像帧的总面积中的占比，并将所述占比大于预设占比的图像帧作为所述目标图像帧组的一个所述图像帧。
13、进一步地，根据感兴趣区域的特征曲度确定所述目标图像帧组中的图像帧中是否包含所述感兴趣区域包括：
14、确定所述感兴趣区域为面部特征，然后将设置若干角度下的标准线条曲度；
15、确定所述目标图像帧中的用户的实际角度，进而确定在实际角度下的实际线条曲度与所述标准线条曲度的差值；
16、预先设置有标准差值范围；
17、若所述差值在所述标准差值范围内，则所述图像帧中包含所述感兴趣区域。
18、进一步地，还包括：若所述差值不在所述标准差值范围内，则根据用户姿态以及面部识别对所述图像帧中是否包含所述感兴趣区域进行二次判定。
19、进一步地，根据用户姿态以及面部识别对所述图像帧中是否包含所述感兴趣区域进行二次判定包括：
20、若所述用户处于站立姿态，则对所述图像帧的上部1/3区域进行面部识别以判定是否包含所述感兴趣区域；
21、若所述用户处于弯腰姿态或是蹲式姿态，则所述图像帧的下部1/3区域进行面部识别以判定是否包含所述感兴趣区域。
22、进一步地，从所述感兴趣区域提取所述用户在监控区期间的实际表情变化值包括：
23、根据公式（1）计算所述实际表情变化值c；
24、c=（nmax/n0+rmax/r0+smax/s0）/t0，其中t0表示用户在监控区期间的时长，nmax表示用户在监控区期间的额头皱纹数量最大值，rmax表示用户在监控区期间内的嘴角弧度最大值，smax表示用户在监控区期间的眼睛最大面积，n0表示标准皱纹数量，r0表示标准嘴角弧度，s0表示眼睛平均面积。
25、进一步地，所述标准皱纹数量与在所述监控区期间所有的用户的额头皱纹数量有关，所述标准嘴角弧度与在所述监控区期间所有的用户的嘴角弧度有关，所述眼睛平均面积与在所述监控区期间所有的用户的眼睛面积有关。
26、进一步地，根据所述实际表情变化值和所述用户标签阵列确定所述用户的画像标签包括：
27、构建所述用户标签阵列，所述用户标签阵列中的画面标签按照待推荐产品的优先级顺序进行排列；
28、在根据实际表情值确定画像标签时，遍历所述用户标签阵列中的所有表情值，确定与所述实际表情值相同的标签项；
29、若所述实际表情值对应多个画面标签项时，按照画面标签项对应的待推荐产品的优先级进行顺序确定所述用户的目标画面标签。
30、进一步地，基于所述画像标签为用户提供与所述画像标签匹配的产品包括：
31、为每个产品设置关键词，所述关键词根据所述产品的实际特征确定；
32、在确定所述画像标签后，将所述画面标签对应的字符进行语义分解，形成若干与所述画像标签匹配的近似词组；
33、确定所述产品的关键词与所述近似词组的重合概率；
34、基于所述重合概率确定是否提供所述产品。
35、进一步地， 确定所述产品的关键词与所述近似词组的重合概率的方式包括：
36、将所述关键词进行拆分为至少两个字符；
37、将所述近似词组根据语义切割为至少两个字符；
38、判定所述关键词的字符中与所述近似词组中的字符的重合数量，并将所述重合数量与所述关键词和所述近似词组的字符的总数量的商，作为所述重合概率。
39、与现有技术相比，本专利技术的有益效果在于，通过获取用户进入监控区内的视频集，获取用户在监控区域内的信息，有助于了解用户的面部信息，为后续的画像分析提供数据基础，通过像素对比提取目标图像帧组，提高了提取目标图像帧组过程的效率，确保所选取的目标图像帧组具有代表性，从而提高了后续分析的准确性，通过分析感兴趣区域的特征曲度，确定目标图像帧组中是否包含感兴趣区域，精准定位到包含关键信息的图像帧，避免了在不相关区域上的无效分析，进一步提高了数据处理效率，提高画像分析的精度和准确性，从感兴趣区域提取用户在监控区期间的实际表情变化值，并基于这些实际表情变化值和预先设置的用户标签阵列确定用户的画像标签，生成个性化的用户画像，使得用户画像反映用户的真实的情绪变化，为后续的产品推荐提供了更准确的依据，通过基于画像标签为用户提供与画像标签匹配的产品，提高产品推荐的准确性，更符合用户的实际的产品需求本文档来自技高网...
【技术保护点】
1.一种基于图像的银行厅堂客户画像方法，其特征在于，包括：
2.根据权利要求1所述的基于图像的银行厅堂客户画像方法，其特征在于，所述根据像素对比提取所述视频集中的目标图像帧组包括：
3.根据权利要求2所述的基于图像的银行厅堂客户画像方法，其特征在于，根据感兴趣区域的特征曲度确定所述目标图像帧组中的图像帧中是否包含所述感兴趣区域包括：
4.根据权利要求3所述的基于图像的银行厅堂客户画像方法，其特征在于，还包括：若所述差值不在所述标准差值范围内，则根据用户姿态以及面部识别对所述图像帧中是否包含所述感兴趣区域进行二次判定。
5.根据权利要求4所述的基于图像的银行厅堂客户画像方法，其特征在于，根据用户姿态以及面部识别对所述图像帧中是否包含所述感兴趣区域进行二次判定包括：
6.根据权利要求5所述的基于图像的银行厅堂客户画像方法，其特征在于，从所述感兴趣区域提取所述用户在监控区期间的实际表情变化值包括：
7.根据权利要求6所述的基于图像的银行厅堂客户画像方法，其特征在于，所述标准皱纹数量与在所述监控区期间所有的用户的额头
8.根据权利要求7所述的基于图像的银行厅堂客户画像方法，其特征在于，根据所述实际表情变化值和所述用户标签阵列确定所述用户的画像标签包括：
9.根据权利要求8所述的基于图像的银行厅堂客户画像方法，其特征在于，基于所述画像标签为用户提供与所述画像标签匹配的产品包括：
10.根据权利要求9所述的基于图像的银行厅堂客户画像方法，其特征在于， 确定所述产品的关键词与所述近似词组的重合概率的方式包括：
...【技术特征摘要】
1.一种基于图像的银行厅堂客户画像方法，其特征在于，包括：
2.根据权利要求1所述的基于图像的银行厅堂客户画像方法，其特征在于，所述根据像素对比提取所述视频集中的目标图像帧组包括：
3.根据权利要求2所述的基于图像的银行厅堂客户画像方法，其特征在于，根据感兴趣区域的特征曲度确定所述目标图像帧组中的图像帧中是否包含所述感兴趣区域包括：
4.根据权利要求3所述的基于图像的银行厅堂客户画像方法，其特征在于，还包括：若所述差值不在所述标准差值范围内，则根据用户姿态以及面部识别对所述图像帧中是否包含所述感兴趣区域进行二次判定。
5.根据权利要求4所述的基于图像的银行厅堂客户画像方法，其特征在于，根据用户姿态以及面部识别对所述图像帧中是否包含所述感兴趣区域进行二次判定包括：
6.根据权利要求5所述的基于图像的银行厅堂客户画...
【专利技术属性】
技术研发人员：邓日晓，聂璇，阳城，杨良，
申请(专利权)人：湖南三湘银行股份有限公司，
类型：发明
国别省市：
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。