[发明专利]数据更新的方法、自助设备及存储介质在审

专利信息
申请号: 202010108193.8 申请日: 2020-02-21
公开(公告)号: CN113298542A 公开(公告)日: 2021-08-24
发明(设计)人: 邓泽露;钟毓杰;黄伟林;马修·罗伯特·斯科特;黄鼎隆 申请(专利权)人: 深圳码隆科技有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F16/51;G06F16/583;G06K9/00;G06N3/04
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 叶思
地址: 518000 广东省深圳市盐田区沙头*** 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: 数据 更新 方法 自助 设备 存储 介质
【权利要求书】:

1.一种数据更新的方法,其特征在于,包括:

获取第一图像;

将所述第一图像与推荐对象集中每个第一对象进行匹配,获得匹配结果;

根据所述匹配结果展示所述推荐对象集中的所述第一对象;展示备选对象集中的第二对象;

响应于针对目标对象的选择操作,确定目标对象,所述目标对象为所述第一对象或所述第二对象;

若所述目标对象为所述备选对象集中的所述第二对象,则将所述第一图像添加到与所述目标对象对应的预备图像集;

响应于数据更新触发条件的满足,对所述预备图像集中的第一图像进行筛选获得第一预备图像子集;

若所述第一预备图像子集中的第一图像数量满足第一预设数量,则将第一预备图像子集中的各个第一图像,添加到与所述目标对象对应的样本图像集,并将所述目标对象从所述备选对象集移至所述推荐对象集。

2.如权利要求1所述的方法,其特征在于,获取第一图像,包括:

响应于图像获取触发信号,获取第一目标区域的第二图像;

提取所述第二图像中第二目标区域,获得所述第一图像。

3.如权利要求1所述的方法,其特征在于,将所述第一图像与所述推荐对象集中每个第一对象进行匹配,获得匹配结果前,还包括:

针对推荐对象集中的每个第一对象的样本图像集,对该样本图像集进行特征提取,获得每个所述第一对象对应的第一特征向量。

4.如权利要求3所述的方法,其特征在于,将所述第一图像与所述推荐对象集中每个第一对象进行匹配,获得匹配结果,包括:

提取所述第一图像的第二特征向量;

计算第二特征向量分别与推荐对象集中每个第一对象对应的第一特征向量的内积,将各个所述内积作为所述第一图像与推荐对象集中每个对象的相似度;

将所述第一图像与推荐对象集中每个第一对象的相似度作为所述匹配结果。

5.如权利要求1所述的方法,其特征在于,将所述第一图像添加到与所述目标对象对应的预备图像集前,还包括:

判断所述第一图像的质量是否满足预设质量要求;

若所述第一图像满足预设质量要求,则将所述第一图像添加到与所述目标对象对应的所述预备图像集。

6.如权利要求1所述的方法,其特征在于,所述数据更新触发条件为检测到所述预备图像集中的第一图像数量超过第一阈值;

响应于数据更新触发条件的满足,对所述预备图像集的图像进行筛选获得第一预备图像子集,包括:

响应于检测到所述预备图像集中的第一图像数量超过第一阈值,对所述预备图像集中的所述第一图像进行分类,选择图像数量最多的类别作为第一预备子集。

7.如权利要求6所述的方法,其特征在于,对所述预备图像集中的所述第一图像进行分类,选择所述第一图像数量最多的类别作为第一预备子集,包括:

获取所述预备图像集中各个所述第一图像的特征向量;

对各个所述特征向量进行聚类,将所述预备图像集中的所述第一图像分为第一预设类别数量个类别;

迭代执行合并操作的步骤,直至两两类别间的相似度均小于或等于相似度阈值;所述合并操作包括:计算任两个类别之间的相似度,将相似度大于所述相似度阈值的两个类别进行合并;

选取第一图像数量最多的类别作为第一预备子集。

8.一种自助设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

9.如权利要求8所述的自助设备,其特征在于,还包括:摄像组件和显示组件;

所述摄像组件与所述处理器通信耦合;所述显示组件与所述处理器通信耦合;

所述显示组件,用于展示推荐对象集中的第一对象,和展示备选对象集中的第二对象;

所述摄像组件,用于获取第一图像。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳码隆科技有限公司,未经深圳码隆科技有限公司许可,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/202010108193.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top