[发明专利]一种智能拜访的方法及系统在审
申请号: | 201811063331.4 | 申请日: | 2018-09-12 |
公开(公告)号: | CN109493104A | 公开(公告)日: | 2019-03-19 |
发明(设计)人: | 丁明;关显潇;柴晓波 | 申请(专利权)人: | 广州市玄武无线科技股份有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 颜希文;麦小婵 |
地址: | 510000 广东省广州市天河区体*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 拜访 业务规则 特征属性 智能 工作效率 图像信息 图像特征信息 图像 获取图像 结果返回 人工成本 属性识别 特征提取 特征信息 统计数据 业务引擎 制定 保存 灵活 | ||
1.一种智能拜访方法,其特征在于,包括:
获取业务员拜访图像信息;
提取所述图像的特征信息;
根据所述提取的图像特征信息,识别所述图像信息中的特征属性;
获取业务引擎中企业制定的拜访业务规则;
根据所述企业制定的拜访业务规则,判断所述识别的特征属性是否符合所述制定的拜访业务规则。
2.如权利要求1所述的智能拜访方法,其特征在于,所述获取业务员拜访图像信息,包括:
获取所述输入的图片;
确定所述图片中包括的所述图像信息。
3.如权利要求1所述的智能拜访方法,其特征在于,所述提取所述图像的特征信息,包括:
对图像进行预处理;
使用特征提取网络模型,提取预处理后的图像特征。
4.如权利要求3所述的智能拜访方法,其特征在于,所述预处理包括均衡化、裁剪、缩放。
5.如权利要求3所述的智能拜访方法,其特征在于,所述的特征提取网络模型包括ResNet算法的模型或InceptionV2算法的模型。
6.如权利要求1所述的智能拜访方法,其特征在于,所述根据所述提取的图像特征信息,识别所述图像信息中的特征属性,包括:
使用目标检测模型,识别所述图像信息中的特征属性。
7.如权利要求6所述的智能拜访方法,其特征在于,所述目标检测模型包括基于FasterRCNN算法的模型或RFCN算法的模型。
8.如权利要求1所述的智能拜访方法,其特征在于,所述获取业务引擎中企业制定的拜访业务规则,包括:
根据当前企业ID查询对应的拜访业务规则,存储于当前运行环境中。
9.如权利要求1所述的智能拜访方法,其特征在于,所述根据所述企业制定的拜访业务规则,判断所述识别的特征属性是否符合所述制定的拜访业务规则,包括:
分别根据所述图像信息中包括的特征属性与所述的拜访业务规则进行比对判断;
根据请求类型,将所述比对结果实时返回或保存为统计数据。
10.如权利要求1-9任一项所述的智能拜访方法,其特征在于,所述识别的特征属性包括SKU的类别、数量和轮廓信息。
11.一种智能拜访系统,其特征在于,包括获取单元、提取单元、识别单元、配置单元、分析单元,
所述获取单元用于获取输入的图像信息;
所述提取单元提取所述图像的特征信息;
所述识别单元用于根据所述提取的图像特征信息,识别所述图像信息中的特征属性;
所述配置单元用于获取业务引擎中企业制定的拜访业务规则;
所述分析单元用于根据所述企业制定的拜访业务规则,判断所述识别的特征属性是否符合所述制定的拜访业务规则。
12.如权利要求11所述的智能拜访系统,其特征在于,所述获取单元包括获取子单元和确定子单元,
所述获取子单元用于获取所述输入的图片;
所述确定子单元用于确定所述图片中包括的所述图像信息。
13.如权利要求11所述的智能拜访系统,其特征在于,所述提取单元包括预处理子单元和提取子单元,
所述预处理子单元用于对图像进行预处理操作;
所述提取子单元用于使用特征提取网络模型,提取预处理后的图像特征。
14.如权利要求13所述的智能拜访系统,其特征在于,所述预处理操作包括均衡化、裁剪、缩放。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州市玄武无线科技股份有限公司,未经广州市玄武无线科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811063331.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:拥堵避免支援系统以及拥堵避免支援方法
- 下一篇:生成优惠券的方法及装置