[发明专利]一种基于图片对比的智能巡店系统

说明书

本发明涉及一种基于图片对比的智能巡店系统，负责对店铺内的图片进行对比，包含生成图像模块、对比分析模块；本发明克服了原有方式的缺点，原有的巡店方式使用商店管理人员监管各个门店，同时利用了摄像头定时地截图，人为地、图片比对并评比门店情况，加重了管理人员的视觉劳动，且对比图片效率低。而本系统的提出在很大程度上提高了商店监控的效率，减轻管理人员的视觉劳动，从而实现了智能化，高效率的商店监管方式。

技术领域

本发明涉及机器学习领域，涉及一种基于图片对比的智能巡店系统。

背景技术

随着安防摄像头的普及，连锁店管理人员利用安防摄像头进行远程门店检查，员工管理的应用越来越频繁，虽然利用摄像头监控解决了管理人员差旅的问题，但同时也增加了管理人员的视觉劳动，管理人员需要每天观看各个门店的视频或定时的截图，找出差异并进行门店评估。利用图片对比的技术可以智能的计算出当前图片与模板图片的差异度并能标记出具体的差异区域，此外管理人员可以设置图片差异阈值以及灵敏度，本方法可自动过滤掉差异度小于阈值的图片并且根据灵敏度的大小调节差异区域的粒度。本方法通过智能分析图片差异度以及差异区域很大程度上减轻了管理人员的视觉劳动，提高了管理效率。

发明内容

有鉴于此，本发明提供一种解决或部分解决上述问题的基于图片对比的智能巡店系统。

为达到上述技术方案的效果，本发明的技术方案为：一种基于图片对比的智能巡店系统，包含：

智能巡店系统负责对店铺内的图片进行对比，包含生成图像模块、对比分析模块，对比的过程如下：

第一步，用户将数据输入到系统中，输入为模板图像以及当前样本图像，模板图像以及当前样本图像都为彩色的；

第二步，生成图像模块负责生成各个层次的模板图像以及当前样本图像，不同层次的模板图像以及当前样本图像的大小不同，各个层次的模板图像以及当前样本图分为三层图像，第一层图像为将模板图像以及当前样本图缩小为320*192像素大小，第二层图像为将模板图像以及当前样本图缩小为640*384像素大小，第三层图像为原有的模板图像以及当前样本图像；

第三步，对比分析模块将第一层图像网格化划分，并将划分完的网格作为第一层待处理的网格块；

对比分析模块中，利用了哈希算法对第一层图像进行对比分析，计算第一层待处理的网格块的差异度，判断第一层图像中的模板图像以及当前样本图像是否为同一场景，得到第一层图像差异度ret1；

最后，对比分析模块对ret1的数值进行判定，ret1等于-1，第一层图像中的当前样本图像与模板图像不是同一个场景，差异度判定为100，将差异区域作为增幅图像，ret1等于1，第一层图像中的当前样本图像与模板图像是同一个场景，差异度为0，不存在差异区域；ret1等于-1或者ret1等于1，执行输出过程；ret1等于0，第一层图像中的当前样本图像与模板图像不是同一个场景,差异度判定为0至100之间，执行对第二层图像的比对分析。

详细地，对比分析模块还对第二层图像进行对比分析，第二层图像的对比分析的步骤如下：

将第二层图像网格化划分，并将划分完的网格作为第二层待处理的网格块；

利用哈希算法对第二层图像进行对比分析，计算第二层待处理的网格块的差异度以及差异度值ret2，判断第二层图像中的模板图像以及当前样本图像是否为同一场景；

对ret2的结果进行判定，如果ret2等于0，那么第二层图像中的模板图像以及当前样本图像存在差异，根据第二层待处理的网格块的差异度标记网络块，作为第三层图像中需要处理的网络块，执行第三层图像的比对分析；如果ret2不等于0，那么第二层图像中的模板图像以及当前样本图像相同，第二层待处理的网格块的差异度为0，执行输出过程。