[发明专利]一种识别导购员业务的方法、装置、电子设备及存储介质

说明书

本申请公开了一种识别导购员业务的方法、装置、电子设备及存储介质，涉及信息识别领域；其中，该方法包括：对采集到的导购员场景图像提取至少一个局部特征数据；利用导购员细节识别神经网络、导购员识别神经网络分别对局部特征数据进行识别和目标分类，输出导购员细节识别结果和导购员识别结果；将导购员细节识别结果和导购员识别结果同时输入至导购员业务识别神经网络；利用所述导购员业务识别神经网络输出导购员业务识别结果；采用本申请公开的方法能够实现对复杂场景的精细化解析，为后续的商业机会分析提供了重要的参考依据。

技术领域

本发明涉及信息识别领域，具体涉及一种识别导购员业务的方法、装置、电子设备及存储介质。

背景技术

目前在品牌化妆品垂直行业，总部业务运营管理者只能通过交易数据、人流情况来分析业务结果，缺乏更多真实有效的场景数据来解释业务结果；例如某个柜台很多导购员，但是年成交额却很低；某个柜台导购员不多，但是年成交额却很高，这其中的原因无法知道。一般来说，化妆品柜台销售额的多少很大程度与导购员的能力(接待能力、营销能力等)相关，但是目前却没有确切的数据来支持解析一次交易的成败的具体原因是什么。

一般导购员在接待过程中会存在很多诸如肢体和表情上的细节，而这些细节完全可以作为业务分析最有价值的依据；例如导购员在接待过程中拿出了计算器，此细节动作可以视为一种销售报价行为；综合分析顾客的表情，能分析此时顾客对导购员报价的满意程度等。目前传统的人工智能还无法在导购员推销这样一个复杂场景下将导购员细节转换成数据进行精细化解析，进而无法获得更深入的数据用于后续的商业机会分析。

发明内容

本发明旨在提供一种识别导购员业务的方法、装置、电子设备及存储介质，其能够克服现有技术的缺陷。本发明的发明目的通过以下技术方案得以实现：

本申请实施例的第一方面提供了一种识别导购员业务的方法，所述方法包括：

对采集到的导购员场景图像提取至少一个局部特征数据；

利用导购员细节识别神经网络、导购员识别神经网络分别对所述局部特征数据进行识别和目标分类，输出导购员细节识别结果和导购员识别结果；

将所述导购员细节识别结果和所述导购员识别结果同时输入至导购员业务识别神经网络；

利用所述导购员业务识别神经网络输出导购员业务识别结果。

在一些实施例中，所述导购员细节识别神经网络和所述导购员识别神经网络分别包括卷积层、全连接层和多标签分类层；所述卷积层、所述全连接层和所述多标签分类层依次连接。

在一些实施例中，所述导购员细节识别神经网络和所述导购员识别神经网络可以共用一个卷积层。

在一些实施例中，输出所述导购员细节识别结果和所述导购员识别结果之前，利用导购员细节识别神经网络、导购员识别神经网络分别对所述局部特征数据进行识别和目标分类之后还包括：所述导购员细节识别神经网络、所述导购员识别神经网络分别输出包括多维语义概念及对应概率的导购员细节识别分类结果和导购员识别分类结果；将所述导购员细节识别分类结果和所述导购员识别分类结果中概率最大值及所述概率最大值对应的多维语义概念分别作为所述导购员细节识别结果和所述导购员识别结果。

在一些实施例中，所述方法还包括：对多个所述导购员业务识别结果进行识别与分析，生成最终的导购员业务识别结果。

在一些实施例中，在利用导购员细节识别神经网络、导购员识别神经网络分别对所述局部特征数据进行识别和目标分类之前，所述方法还包括：

将局部特征数据中的导购员细节数据及对应的标注信息作为第一训练样本对所述导购员细节识别神经网络进行训练直至满足训练结束条件；