[发明专利]一种基于人脸识别及数据分析的精准营销系统在审
申请号: | 201910361380.4 | 申请日: | 2019-04-30 |
公开(公告)号: | CN110070423A | 公开(公告)日: | 2019-07-30 |
发明(设计)人: | 文良均;刘凯 | 申请(专利权)人: | 文良均 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06K9/00 |
代理公司: | 重庆晶智汇知识产权代理事务所(普通合伙) 50229 | 代理人: | 施永卿 |
地址: | 401123 重庆*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自动售卖机 精准营销 人脸特征 画像 人脸识别 人脸系统 数据分析 推荐系统 相关信息 人脸库 检索 人脸特征提取 单机模式 商品销量 系统保存 系统结构 系统算法 硬件需求 人脸 复制 购物 营销 检测 分析 | ||
1.一种基于人脸识别及数据分析的自动售卖机精准营销系统,其特征在于:它由自动人脸系统、人脸库系统、自动画像系统、检索推荐系统组成;
所述自动售卖机可安装高清摄像头,实时获取自动售卖机前图像;
所述自动人脸系统,通过人脸识别模型和人脸特征模型完成图像中的人脸识别和人脸特征提取;
所述人脸识别模型和人脸特征模型均为卷积神经网络模型,线下训练得到;
所述人脸库系统,对提取的人脸特征在人脸信息库中进行存储和分类,包括入库操作、记录操作、查询操作、购物习惯更新操作;
所述人脸信息库,每条信息包括人脸特征、人脸特征对应的购物信息栏及人脸特征对应的购物习惯栏,以人脸特征为索引;
所述入库操作,对人脸特征进行人脸信息库内查找,查找失败,则新增信息,保存人脸特征;查找成功不做任何处理;
所述记录操作,对人脸特征对应的顾客的购物信息保存于人脸信息库中人脸特征对应的购物信息栏;
所述购物信息包括顾客购物时间、购物总时长、顾客关注过商品种类及顾客购买商品种类;
所述查询操作,使用人脸特征在人脸信息库内查找,获取人脸特征对应的购物习惯信息;若购物习惯信息为空,则获取失败;
所述购物习惯更新操作,将顾客的购物习惯保存于人脸信息库中顾客的人脸特征对应的购物习惯栏;
所述人脸信息库内查找为遍历比较人脸特征间距离,距离最小且小于门限值为查找成功,反之,查找失败;所述距离计算公式:
Lij=1+exp(-1·||(Vi-Vj)||2)
其中,人脸特征采用欧式距离
Lij为归一化欧式距离。
所述自动画像系统,依据人脸特征所记录的购物信息,使用统计分析方法和平均法分析其购买习惯;所述购买习惯包括习惯购物时间及兴趣商品种类;
所述检索推荐系统,通过人脸特征使用人脸库系统的查询操作,获取该人脸特征对应顾客的购买习惯,结合当前的营销方案进行精准营销。
2.如权利要求1所述的精准营销系统,其特征在于,它完成一次工作总体流程如下:
S101、自动人脸系统监测实时图像,人脸识别模型开始检测到人脸;
S102、自动人脸系统使用人脸特征模型完成人脸特征的提取;
S103、自动人脸系统使用人脸库系统的入库操作,完成人脸特征的存储;
S104、自动人脸系统触发检索推荐系统;
S105、检索推荐系统通过人脸特征使用人脸库系统的查询操作,获取该人脸特征对应顾客的购买习惯,如获取失败,则不进行精准营销推荐,若获取成功,则结合当前的营销方案进行精准营销;
S106、自动人脸系统监测实时图像,人脸识别模型检测人脸失败;触发人脸库系统的记录操作;
S107、人脸库系统使用记录操作完成人脸特征对应顾客的购物信息;触发自动画像系统;
S108、自动画像系统依据人脸特征所记录的购物信息,分析其购物习惯,触发人脸库系统的购物习惯更新操作进行存储方便下次查询。
3.如权利要求2所述的精准营销系统,其特征在于:所述人脸识别模型输入为实时图像,输出实时图像及对应的人脸数、人脸位置;
所述人脸位置为人脸矩形框和关键点坐标;所述关键点坐标包括左右眼、鼻子、嘴巴位置坐标。
4.如权利要求3所述的精准营销系统,其特征在于:所述人脸特征模型输入实时图像及人脸位置,输出人脸特征。
5.如权利要求4所述的精准营销系统,其特征在于:所述人脸特征为256维归一化行向量,归一化公式如下:
式中,V=(x1,x2,...,x256)为归一化前256维人脸特征,为归一化后人脸特征。
6.如权利要求5所述的精准营销系统,其特征在于:所述人脸库系统的入库操作,对人脸特征进行人脸信息库内查找,查找失败,则新增信息,保存人脸特征;查找成功,替换人脸特征。
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文良均,未经文良均许可,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/201910361380.4/1.html,转载请声明来源钻瓜专利网。