[发明专利]一种基于人群分析的无人售货机选品方法及系统

权利要求书

1.一种基于人群分析的无人售货机选品方法，其特征在于，包括如下步骤：

步骤1，基于现有无人售货机上的摄像头采集经过各现有无人售货机前行人或消费者的第一样本图像；

步骤2，对所有第一样本图像进行图像分析，提取各第一样本图像中行人或消费者的人群特征以及对应的特征属性；

步骤3，基于各第一样本图像中行人或消费者的人群特征以及对应的特征属性计算得到各现有无人售货机的第一人群特征值；

步骤4，采集待选品无人售货机待安置区域行人或消费者的第二样本图像；

步骤5，对所有第二样本图像进行图像分析，提取各第二样本图像中行人或消费者的人群特征以及对应的特征属性；

步骤6，基于各第二样本图像中行人或消费者的人群特征以及对应的特征属性计算得到待选品无人售货机的第二人群特征值；

步骤7，计算第二人群特征值与各第一人群特征值之间的特征相似度，选取特征相似度最高的第一人群特征值所对应的现有无人售货机上的热销产品作为待选品无人售货机的选品推荐；

步骤2与步骤4中，第一样本图像中行人或消费者的人群特征以及第二样本图像中行人或消费者的人群特征均包括：身高特征、服装特征与年龄特征；

步骤2与步骤4中，所述特征属性具体为：

所述身高特征具有四个特征属性：属性1为身高小于120cm、属性2为身高在120cm-140cm的区间内、属性3为身高在140cm-160cm的区间内、属性4为身高在160cm以上；

服装特征具有四个特征属性：属性1为校服、属性2为休闲服、属性3为工作服、属性4为运动服；

年龄特征具有六个特征属性：属性1为年龄小于10岁、属性2为年龄在10岁-18岁的区间内、属性3为年龄在18岁-35岁的区间内、属性4为年龄在35岁-45岁的区间内、属性5为年龄在45岁-46岁区间内、属性6为年龄在60岁以上；

在步骤2与步骤4中，图像分析基于训练后的卷积神经网络进行；

任一一张第一样本图像或第二样本图像，其均具有三个人群特征，且每一个人群特征在该第一样本图像或第二样本图像种都具有一确定的属性；

所述第一人群特征值的获取过程为：

对于现有无人售货机n，获取无人售货机n对应的第一样本图像数量为P_n，对无人售货机n对应的第一样本图像中各个特征属性的样本数量进行统计；

计算无人售货机n对应的第一样本图像中各人群特征中各个特征属性的人群特征值，为：

V_nij＝Q_nij/P_n

式中，V_nij表示无人售货机n采集图像中第i个人群特征的第j个特征属性的人群特征值，Q_nij表示无人售货机n采集图像中第i个人群特征的第j个特征属性的样本数量；

所述第二人群特征值的获取过程为：

获取待选品无人售货机对应的第二样本图像数量为P，对待选品无人售货机对应的第二样本图像中各个特征属性的样本数量进行统计；

计算待选品无人售货机对应的第二样本图像中各人群特征中各个特征属性的人群特征值，为：

V_ij＝Q_ij/P

式中，V_ij表示待选品无人售货机采集图像中第i个人群特征的第j个特征属性的人群特征值，Q_ij表示待选品无人售货机采集图像中第i个人群特征的第j个特征属性的样本数量；

计算第二人群特征值与各第一人群特征值之间的特征相似度的过程为：

计算单特征相似度：

式中，S_ni表示现有无人售货机n与待选品无人售货机在第i个人群特征上的特征相似度，J表示第i个人群特征中特征属性的总数；

计算特征相似度，为：

式中，F_n表示现有无人售货机n与待选品无人售货机的特征相似度，I表示人群特征的总数，A_ni表示第i个人群特征的特征权重。

2.一种基于人群分析的无人售货机选品系统，其特征在于，采用权利要求1所述无人售货机选品方法；

所述无人售货机选品系统包括：

图像获取单元，用于获取现有无人售货机采集的第一样本图像，以及待选品无人售货机待安置区域的第二样本图像；

图像分析单元，用于对第一样本图像与第二样本图像进行分析，提取各第一样本图像与各第二样本图像中行人或消费者的人群特征以及对应的特征属性；

人群相似度计算单元，用于根据行人或消费者的人群特征以及对应的特征属性计算得到第一人群特征值与第二人群特征值；

相似度计算单元，用于筛选出最接近第二人群特征值的第一人群特征值，并将其对应现有无人售货机上的热销产品作为待选品无人售货机的选品推荐。