CN113312947A - 一种确定行为对象的方法和装置 - Google Patents

一种确定行为对象的方法和装置 Download PDF

Info

Publication number
CN113312947A
CN113312947A CN202010125657.6A CN202010125657A CN113312947A CN 113312947 A CN113312947 A CN 113312947A CN 202010125657 A CN202010125657 A CN 202010125657A CN 113312947 A CN113312947 A CN 113312947A
Authority
CN
China
Prior art keywords
angle image
determining
coordinates
image
behavior
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010125657.6A
Other languages
English (en)
Inventor
王璟璟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202010125657.6A priority Critical patent/CN113312947A/zh
Publication of CN113312947A publication Critical patent/CN113312947A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种确定行为对象的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取货架区域的正面角度图像和斜侧角度图像；根据所述斜侧角度图像，确定用户的行为；根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品。该实施方式能够节省确定用户行为操作的物品的时间，降低成本。同时，该方法适用于用户触摸物品等物品数量不发生变化的场景。

Description

一种确定行为对象的方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种确定行为对象的方法和装置。
背景技术
货架区域用于展示、陈列物品，例如，书架上摆放供购买或者借阅的图书，自动售货机中陈列饮料、玩具等各种物品。
现有技术由人工统计货架中物品的数量，根据物品数量的变化，确定用户行为操作的物品。
但是，人工统计过程需要花费较长的时间。并且，对于用户触摸物品等物品数量不发生变化的场景，该方法并不适用。
发明内容
有鉴于此，本发明实施例提供一种确定行为对象的方法和装置，能够节省确定用户行为操作的物品的时间，降低成本。同时，该方法适用于用户触摸物品等物品数量不发生变化的场景。
第一方面，本发明实施例提供了一种确定行为对象的方法，包括：
获取货架区域的正面角度图像和斜侧角度图像；
根据所述斜侧角度图像，确定用户的行为；
根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品。
优选地，
所述根据所述斜侧角度图像，确定用户的行为，包括：
根据所述斜侧角度图像，确定所述用户的手臂图像；
根据所述手臂图像，确定骨骼点的坐标；
根据所述手臂图像和所述骨骼点的坐标，确定所述用户的行为。
优选地，
所述根据所述斜侧角度图像，确定所述用户的手臂图像，包括：
提取所述斜侧角度图像的特征；
根据所述斜侧角度图像的特征，确定若干包围轮廓；
从所述若干包围轮廓中选择目标包围轮廓；其中，所述目标包围轮廓中的像素点构成所述手臂图像。
优选地，
所述根据所述手臂图像，确定骨骼点的坐标，包括：
将所述手臂图像输入残差网络；
对输出结果进行上采样，得到上臂、肘部和手背的坐标。
优选地，
所述根据所述手臂图像和所述骨骼点的坐标，确定所述用户的行为，包括：
将所述手臂图像输入CNN(Convolutional Neural Network，卷积神经网络)，得到第一输出结果；
将所述骨骼点的坐标输入第一全连接层，得到第二输出结果；
拼接所述第一输出结果和所述第二输出结果，得到综合输出结果；
将所述综合输出结果输入第二全连接层和softmax层，得到所述用户的行为。
优选地，
所述行为，包括：触碰；
所述根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品，包括：
从所述触碰对应的所述斜侧角度图像的像素点中确定触碰点；
确定所述触碰点在所述正面角度图像中的坐标；
根据所述物品在所述正面角度图像中的坐标和所述触碰点在所述正面角度图像中的坐标，确定所述触碰点对应的所述物品。
优选地，
所述确定所述触碰点在所述正面角度图像中的坐标，包括：
确定所述货架区域中关键点在所述正面角度图像中的坐标和在所述斜侧角度图像中的坐标；
根据所述关键点在所述正面角度图像中的坐标和在所述斜侧角度图像中的坐标，确定变换矩阵；
根据所述触碰点在所述斜侧角度图像中的坐标和所述变换矩阵，确定所述触碰点在所述正面角度图像中的坐标。
第二方面，本发明实施例提供了一种确定行为对象的装置，包括：
获取模块，配置为获取货架区域的正面角度图像和斜侧角度图像；
行为确定模块，配置为根据所述斜侧角度图像，确定用户的行为；
物品确定模块，配置为根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品。
第三方面，本发明实施例提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例所述的方法。
第四方面，本发明实施例提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：基于两个不同拍摄角度得到的图像确定用户行为操作的物品，能够使得到的结果具有更高的准确性和可靠性。同时，该方法能够节省确定用户行为操作的物品的时间，降低成本，适用于用户触摸物品等物品数量不发生变化的场景。另外，通过确定用户行为针对的物品，可以获知用户感兴趣的物品，了解用户的喜好，以便于调整货架中的物品。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明的一个实施例提供的一种确定行为对象的方法的流程图；
图2是本发明的一个实施例提供的一种统计行为次数的方法的流程图；
图3是本发明的一个实施例提供的一种确定行为时长的方法的流程图；
图4是本发明的另一个实施例提供的一种统计行为次数的方法的流程图；
图5是本发明的一个实施例提供的一种拍摄角度的示意图；
图6是本发明的一个实施例提供的一种确定行为对象的装置的示意图；
图7是本发明的一个实施例提供的一种统计行为次数的装置的示意图；
图8是本发明的一个实施例提供的一种确定行为时长的装置的示意图；
图9是本发明实施例可以应用于其中的示例性***架构图；
图10是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
如图1所示，本发明实施例提供了一种确定行为对象的方法，包括：
步骤101：获取货架区域的正面角度图像和斜侧角度图像。
货架区域包括：货架所在的区域和用户所在的区域。货架可以为超市货架、自动售货机货架等。正面角度图像由拍摄设备从货架的正面角度拍摄得到，正面角度图像中可以包括货架和物品，除此之外，还可以包括用户。斜侧角度图像由拍摄设备从货架的斜侧角度拍摄得到，斜侧角度图像中可以包括用户和货架，除此之外，还可以包括物品。
获取的正面角度图像和斜侧角度图像是相对应的，在同一时间点，同时采集货架区域的正面角度图像和斜侧角度图像。获取的正面角度图像和斜侧角度图像可以有多组，即在不同的时间点采集得到。例如，安装在货架区域正前方的摄像头采集正面角度图像，安装在货架斜侧45°的摄像头采集斜侧角度图像，两个摄像头采集图像的时间点相同，且一秒可以采集25帧图像，即一秒可以得到25组图像。在本发明实施例中，对每一组图像的处理过程是相同的，为了描述方便，以下将仅以一组图像为例对该方法进行详细地说明。
步骤102：根据斜侧角度图像，确定用户的行为。
考虑到用户通常面向货架，且行为由用户的手臂完成，在本发明实施例中，采用斜侧角度图像采集用户的手臂图像，并基于该图像，确定用户的行为。
在本发明实施例中，图像采集的对象可以是某一个用户，也可以是进入图像采集区域的多个用户。也就是说，通过本发明实施例可以确定某一个用户的行为，也可以分别确定多个用户的行为。
用户可以对物品进行触碰、拿起或放回等行为。
步骤103：根据正面角度图像和斜侧角度图像，确定行为操作的货架区域中的物品。
斜侧角度图像能够反映用户的手臂的姿态，正面角度图像能够反映物品所在的准确位置，将斜侧角度图像和正面角度图像结合，能够准确地确定该行为操作的对象。与使用单一图像相比，通过两个不同视角的图像确定行为操作的物品具有更高的准确性和可信度。
基于两个不同拍摄角度得到的图像确定用户行为操作的物品，能够使得到的结果具有更高的准确性和可靠性。同时，该方法能够节省确定用户行为操作的物品的时间，降低成本，适用于用户触摸物品等物品数量不发生变化的场景。另外，通过确定用户行为针对的物品，可以获知用户感兴趣的物品，了解用户的喜好，适用于货架区域中物品的数量不发生减少的场景。
在本发明的一个实施例中，根据斜侧角度图像，确定用户的行为，包括：
根据斜侧角度图像，确定用户的手臂图像；
根据手臂图像，确定骨骼点的坐标；
根据手臂图像和骨骼点的坐标，确定用户的行为。
在实际应用场景中，还可以直接通过斜侧角度图像确定骨骼点的坐标，但是，其计算量较大，花费时间较长。先确定用户的手臂图像，能够减小后续的计算量，同时，提高得到的骨骼点坐标的准确性。
另外，还可以仅通过手臂图像或骨骼点的坐标确定用户的行为，但是，由于受到用户的穿着或者环境光线等因素的影响，手臂图像和骨骼点的坐标可能存在不准确的情况，如果单一使用，会降低确定结果的准确性。而将两者结合，能够降低其他因素的影响，提高确定结果的准确性和可信度。
在本发明的一个实施例中，根据斜侧角度图像，确定用户的手臂图像，包括：
提取斜侧角度图像的特征；
根据斜侧角度图像的特征，确定若干包围轮廓；
从若干包围轮廓中选择目标包围轮廓；其中，目标包围轮廓中的像素点构成手臂图像。
本发明实施例采用CNN提取斜侧角度图像的特征，该CNN由历史得到的手臂图像训练而成。通过全连接层或全卷积层回归得到若干包围轮廓，并根据非极大值抑制算法从若干包围轮廓中选择出目标包围轮廓。
在本发明的一个实施例中，根据手臂图像，确定骨骼点的坐标，包括：
将手臂图像输入残差网络；
对输出结果进行上采样，得到上臂、肘部和手背的坐标。
为了准确表征手臂的姿态，本发明实施例采用上臂、肘部和手背上三个位置点的坐标组成骨骼点的坐标。本发明实施例可以采用se-resnet-50作为主干网络，并利用pixel-shuffle进行上采样，得到上臂、肘部和手背三个关键的位置点的坐标。
在本发明的一个实施例中，根据手臂图像和骨骼点的坐标，确定用户的行为，包括：
将手臂图像输入CNN，得到第一输出结果；
将骨骼点的坐标输入第一全连接层，得到第二输出结果；
拼接第一输出结果和第二输出结果，得到综合输出结果；
将综合输出结果输入第二全连接层和softmax层，得到用户的行为。
在本发明实施例中，可以根据精确度和运算速度确定第一全连接层的层数。通过本发明实施例可以区别行为是触碰、拿起或放回。
在本发明的一个实施例中，行为，包括：触碰；
根据正面角度图像和斜侧角度图像，确定行为操作的货架区域中的物品，包括：
从触碰对应的斜侧角度图像的像素点中确定触碰点；
确定触碰点在正面角度图像中的坐标；
根据物品在正面角度图像中的坐标和触碰点在正面角度图像中的坐标，确定触碰点对应的物品。
在本发明实施例中，可以将手背上某一点作为触碰点，还可以将手指关节上的某一点作为触碰点。在实际应用场景中，还可以确定正面角度图像中的物品在斜侧角度图像中的坐标，根据正面角度图像中的物品在斜侧角度图像中的坐标和触碰点在斜侧角度图像中的坐标，确定触碰点对应的物品。
在本发明实施例中，可以通过聚类确定各个触碰点对应的物品。在进行聚类之前，还可以根据货架区域的边界对触碰点进行筛选，只有当触碰点在正面角度图像中的坐标在货架区域内时，该触碰点才能够参与聚类。
在本发明的一个实施例中，确定触碰点在正面角度图像中的坐标，包括：
确定货架区域中关键点在正面角度图像中的坐标和在斜侧角度图像中的坐标；
根据关键点在正面角度图像中的坐标和在斜侧角度图像中的坐标，确定变换矩阵；
根据触碰点在斜侧角度图像中的坐标和变换矩阵，确定触碰点在正面角度图像中的坐标。
在实际应用场景中，可以基于图像的特征实现两幅图像的变形，例如，图像中的点、直线、曲线或者网格等特征。而本发明实施例是基于特征点确定触碰点在正面角度图像中的坐标。
关键点可以是四边形的四个顶点，例如，自动售货机的货架为长方体，用户面对的四个顶点为关键点。该货架在正面角度图像中是长方形，在斜侧角度图像中是平行四边形，关键点分别是长方形的四个顶点和平行四边形的四个顶点。
本发明实施例通过式(1)计算变换矩阵：
Figure BDA0002394316710000081
其中，
Figure BDA0002394316710000082
(x1，y1，1)、(x2，y2，1)、(x3，y3，1)、(x4，y4，1)为四个关键点在斜侧角度图像中的齐次坐标，(X1，Y1，1)、(X2，Y2，1)、(X3，Y3，1)、(X4，Y4，1)为四个关键点在正面角度图像中的齐次坐标，M为变换矩阵。
通过确定用户行为操作的对象，可以确定用户对哪些物品感兴趣，但是，无法确定对***作的各个物品感兴趣的程度。
鉴于此，如图2所示，本发明实施例提供了一种统计行为次数的方法，包括：
步骤201：获取货架区域的正面角度图像和斜侧角度图像。
步骤202：根据斜侧角度图像，确定用户的行为。
步骤203：根据正面角度图像和斜侧角度图像，确定行为操作的货架区域中的物品。
步骤201-步骤203同上述步骤101-步骤103，此处不再赘述。
步骤204：统计在时间段内物品被行为操作的次数。
该次数可以反映在时间段内用户对物品的感兴趣程度。在时间段内，物品可以被不同用户的行为操作，可以分别统计物品被每一个用户的行为操作的次数，也可以统计该物品被各个用户的行为操作的总次数。前者能够衡量每一个用户对该物品的感兴趣程度，后者能够衡量不同的用户对该物品总的感兴趣程度。
由于斜侧角度图像能够反映用户的手臂的姿态，因此，在实际应用场景中，可以根据斜侧角度图像的拍摄时间，统计在时间段内物品被行为操作的次数。考虑到斜侧角度图像的拍摄时间的间隔可能小于触碰持续的时间，即多幅斜侧角度图像的触碰点可能对应同一次触碰，为了减小重复计数影响感兴趣程度的准确性，如果第一触碰点与第二触碰点对应的拍摄时间的间隔小于预设的触碰阈值，则第一触碰点与第二触碰点对应同一次触碰。触碰阈值由历史得到的用户一次触碰持续时间确定，例如，由历史数据确定用户一次触碰持续时间为5s，则触碰阈值可以设置为5.2s，还可以设置为5s。
在本发明的一个实施例中，该方法还可以包括：在正面角度图像中展示触碰点。
物品对应的触碰点越多，说明用户对该物品的感兴趣程度越高。
在本发明的一个实施例中，该方法还包括：在正面角度图像的物品上展示各个用户对其触碰次数之和。
通过在正面角度图像中展示触碰点、用户对其触碰次数之和能够使物品的管理方更加直观地获取用户对各个物品的感兴趣程度。
除了通过行为次数衡量用户对物品的感兴趣程度，还可以通过行为时长衡量用户对物品的感兴趣程度。
如图3所示，本发明实施例提供了一种确定行为时长的方法，包括：
步骤301：获取货架区域的正面角度图像和斜侧角度图像。
步骤302：根据斜侧角度图像，确定用户的行为。
步骤303：根据正面角度图像和斜侧角度图像，确定行为操作的货架区域中的物品。
步骤301-步骤303同上述步骤101-步骤103，此处不再赘述。
步骤304：确定物品被行为操作的时长。
与行为次数类似，行为时长可以反映用户对物品的感兴趣程度。由于物品可以被不同用户的行为操作，因此，可以分别统计物品被每一个用户的行为操作的时长，也可以统计该物品被各个用户的行为操作的总时长。前者能够衡量每一个用户对该物品的感兴趣程度，后者能够衡量不同的用户对该物品总的感兴趣程度。
在本发明的一个实施例中，该方法还包括：在正面角度图像的物品上展示各个用户对其触碰时长之和。
通过在正面角度图像中展示触碰时长之和能够使物品的管理方更加直观地获取用户对各个物品的感兴趣程度。
如图4所示，本发明实施例提供了一种确定行为对象的方法，包括：
步骤401：获取货架区域的正面角度图像和斜侧角度图像。
如图5所示，摄像头1和摄像头2分别从货架的正面角度和斜侧角度进行拍摄，得到正面角度图像和斜侧角度图像。摄像头1和摄像头2采集图像的时间一致，如果要确定时间段内用户对物品的感兴趣程度，则需要采集时间段内货架区域的正面角度图像和斜侧角度图像。在实际应用场景中，可以在采集到正面角度图像和斜侧角度图像后立即进行后续处理，也可以在采集完时间段内的正面角度图像和斜侧角度图像后再统一进行后续处理。
步骤402：提取斜侧角度图像的特征，根据斜侧角度图像的特征，确定若干包围轮廓。
步骤403：从若干包围轮廓中选择目标包围轮廓；其中，目标包围轮廓中的像素点构成手臂图像。
步骤404：将手臂图像输入残差网络，对输出结果进行上采样，得到上臂、肘部和手背的坐标。
步骤405：将手臂图像输入CNN，得到第一输出结果，将骨骼点的坐标输入第一全连接层，得到第二输出结果。
步骤406：将由第一输出结果和第二输出结果拼接得到的综合输出结果输入第二全连接层和softmax层，得到用户的行为。
步骤407：从触碰对应的斜侧角度图像的像素点中确定触碰点。
步骤408：确定货架区域中关键点在正面角度图像中的坐标和在斜侧角度图像中的坐标。
步骤409：根据关键点在正面角度图像中的坐标和在斜侧角度图像中的坐标，确定变换矩阵。
步骤410：根据触碰点在斜侧角度图像中的坐标和变换矩阵，确定触碰点在正面角度图像中的坐标。
步骤411：根据物品在正面角度图像中的坐标和触碰点在正面角度图像中的坐标，确定触碰点对应的物品。
步骤412：根据斜侧角度图像的拍摄时间，统计在时间段内货架区域中的物品被行为操作的次数。
基于两个拍摄角度得到的图像确定用户对展示图像的感兴趣程度，能够使得到的物品被行为操作的次数具有更高的准确性和可靠性。由于物品被行为操作的次数能够反映用户对物品的感兴趣程度，因此，物品的管理方可以基于物品被行为操作的次数调整物品的种类或数量，还可以调整物品在货架区域中的位置，以满足用户的需求，提高用户的体验。
如图6所示，本发明实施例提供了一种确定行为对象的装置，包括：
获取模块601，配置为获取货架区域的正面角度图像和斜侧角度图像；
行为确定模块602，配置为根据斜侧角度图像，确定用户的行为；
物品确定模块603，配置为根据正面角度图像和斜侧角度图像，确定行为操作的货架区域中的物品。
在本发明的一个实施例中，行为确定模块602，配置为根据斜侧角度图像，确定用户的手臂图像；根据手臂图像，确定骨骼点的坐标；根据手臂图像和骨骼点的坐标，确定用户的行为。
在本发明的一个实施例中，行为确定模块602，配置为提取斜侧角度图像的特征；根据斜侧角度图像的特征，确定若干包围轮廓；从若干包围轮廓中选择目标包围轮廓；其中，目标包围轮廓中的像素点构成手臂图像。
在本发明的一个实施例中，行为确定模块602，配置为将手臂图像输入残差网络；对输出结果进行上采样，得到上臂、肘部和手背的坐标。
在本发明的一个实施例中，行为确定模块602，配置为将手臂图像输入卷积神经网络CNN，得到第一输出结果；将骨骼点的坐标输入第一全连接层，得到第二输出结果；拼接第一输出结果和第二输出结果，得到综合输出结果；将综合输出结果输入第二全连接层和softmax层，得到用户的行为。
在本发明的一个实施例中，行为，包括：触碰；物品确定模块603，配置为从触碰对应的斜侧角度图像的像素点中确定触碰点；确定触碰点在正面角度图像中的坐标；根据物品在正面角度图像中的坐标和触碰点在正面角度图像中的坐标，确定触碰点对应的物品。
在本发明的一个实施例中，物品确定模块603，配置为确定货架区域中关键点在正面角度图像中的坐标和在斜侧角度图像中的坐标；根据关键点在正面角度图像中的坐标和在斜侧角度图像中的坐标，确定变换矩阵；根据触碰点在斜侧角度图像中的坐标和变换矩阵，确定触碰点在正面角度图像中的坐标。
如图7所示，本发明实施例提供了一种统计行为次数的装置，包括：
获取模块701，配置为获取货架区域的正面角度图像和斜侧角度图像；
行为确定模块702，配置为根据斜侧角度图像，确定用户的行为；
物品确定模块703，配置为根据正面角度图像和斜侧角度图像，确定行为操作的货架区域中的物品；
统计模块704，配置为统计在时间段内物品被行为操作的次数。
如图8所示，本发明实施例提供了一种确定行为时长的装置，包括：
获取模块801，配置为获取货架区域的正面角度图像和斜侧角度图像；
行为确定模块802，配置为根据斜侧角度图像，确定用户的行为；
物品确定模块803，配置为根据正面角度图像和斜侧角度图像，确定行为操作的货架区域中的物品；
时长确定模块804，配置为确定物品被行为操作的时长。
本发明实施例提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述任一实施例的方法。
图9示出了可以应用本发明实施例的确定行为对象的方法或确定行为对象的装置的示例性***架构900。
如图9所示，***架构900可以包括终端设备901、902、903，网络904和服务器905。网络904用以在终端设备901、902、903和服务器905之间提供通信链路的介质。网络904可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备901、502、903通过网络904与服务器905交互，以接收或发送消息等。终端设备901、502、903上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备901、902、903可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器905可以是提供各种服务的服务器，例如对用户利用终端设备901、902、903所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的确定行为对象的方法一般由服务器905执行，相应地，确定行为对象的装置一般设置于服务器905中。
应该理解，图9中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图10，其示出了适于用来实现本发明实施例的终端设备的计算机***1000的结构示意图。图10示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
下面参考图10，其示出了适于用来实现本发明实施例的终端设备的计算机***1000的结构示意图。图10示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示，计算机***1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的行为和处理。在RAM 1003中，还存储有***1000操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本发明的***中限定的上述功能。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本发明的***中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
获取货架区域的正面角度图像和斜侧角度图像；
根据所述斜侧角度图像，确定用户的行为；
根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品；
根据所述行为操作的所述货架区域中的物品，确定所述用户对所述物品的感兴趣程度。
根据本发明实施例的技术方案，基于两个拍摄角度得到的图像确定用户对展示图像的感兴趣程度，能够使得到的感兴趣程度具有更高的准确性和可靠性。同时，能够在物品的数量不发生减少的场景下，确定用户对物品的感兴趣程度。另外，根据用户的行为确定用户对物品的感兴趣程度，不需要人工参与，能够缩短确定感兴趣程度的时间。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种确定行为对象的方法，其特征在于，包括：
获取货架区域的正面角度图像和斜侧角度图像；
根据所述斜侧角度图像，确定用户的行为；
根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品。
2.如权利要求1所述的方法，其特征在于，
所述根据所述斜侧角度图像，确定用户的行为，包括：
根据所述斜侧角度图像，确定所述用户的手臂图像；
根据所述手臂图像，确定骨骼点的坐标；
根据所述手臂图像和所述骨骼点的坐标，确定所述用户的行为。
3.如权利要求2所述的方法，其特征在于，
所述根据所述斜侧角度图像，确定所述用户的手臂图像，包括：
提取所述斜侧角度图像的特征；
根据所述斜侧角度图像的特征，确定若干包围轮廓；
从所述若干包围轮廓中选择目标包围轮廓；其中，所述目标包围轮廓中的像素点构成所述手臂图像。
4.如权利要求2所述的方法，其特征在于，
所述根据所述手臂图像，确定骨骼点的坐标，包括：
将所述手臂图像输入残差网络；
对输出结果进行上采样，得到上臂、肘部和手背的坐标。
5.如权利要求2所述的方法，其特征在于，
所述根据所述手臂图像和所述骨骼点的坐标，确定所述用户的行为，包括：
将所述手臂图像输入卷积神经网络CNN，得到第一输出结果；
将所述骨骼点的坐标输入第一全连接层，得到第二输出结果；
拼接所述第一输出结果和所述第二输出结果，得到综合输出结果；
将所述综合输出结果输入第二全连接层和softmax层，得到所述用户的行为。
6.如权利要求1所述的方法，其特征在于，
所述行为，包括：触碰；
所述根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品，包括：
从所述触碰对应的所述斜侧角度图像的像素点中确定触碰点；
确定所述触碰点在所述正面角度图像中的坐标；
根据所述物品在所述正面角度图像中的坐标和所述触碰点在所述正面角度图像中的坐标，确定所述触碰点对应的所述物品。
7.如权利要求6所述的方法，其特征在于，
所述确定所述触碰点在所述正面角度图像中的坐标，包括：
确定所述货架区域中关键点在所述正面角度图像中的坐标和在所述斜侧角度图像中的坐标；
根据所述关键点在所述正面角度图像中的坐标和在所述斜侧角度图像中的坐标，确定变换矩阵；
根据所述触碰点在所述斜侧角度图像中的坐标和所述变换矩阵，确定所述触碰点在所述正面角度图像中的坐标。
8.一种确定行为对象的装置，其特征在于，包括：
获取模块，配置为获取货架区域的正面角度图像和斜侧角度图像；
行为确定模块，配置为根据所述斜侧角度图像，确定用户的行为；
物品确定模块，配置为根据所述正面角度图像和所述斜侧角度图像，确定所述行为操作的所述货架区域中的物品。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202010125657.6A 2020-02-27 2020-02-27 一种确定行为对象的方法和装置 Pending CN113312947A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010125657.6A CN113312947A (zh) 2020-02-27 2020-02-27 一种确定行为对象的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010125657.6A CN113312947A (zh) 2020-02-27 2020-02-27 一种确定行为对象的方法和装置

Publications (1)

Publication Number Publication Date
CN113312947A true CN113312947A (zh) 2021-08-27

Family

ID=77370498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010125657.6A Pending CN113312947A (zh) 2020-02-27 2020-02-27 一种确定行为对象的方法和装置

Country Status (1)

Country Link
CN (1) CN113312947A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591533A (zh) * 2012-03-01 2012-07-18 桂林电子科技大学 基于计算机视觉技术的多点触摸屏***实现方法与装置
CN108175227A (zh) * 2018-02-26 2018-06-19 北京地平线机器人技术研发有限公司 货架控制方法、装置和电子设备
CN108564596A (zh) * 2018-03-01 2018-09-21 南京邮电大学 一种高尔夫挥杆视频的智能比对分析***及方法
CN110135331A (zh) * 2019-05-13 2019-08-16 人加智能机器人技术（北京）有限公司 交互行为检测方法、装置、***、设备和存储介质
CN110427917A (zh) * 2019-08-14 2019-11-08 北京百度网讯科技有限公司 用于检测关键点的方法和装置
CN110673717A (zh) * 2018-07-03 2020-01-10 百度在线网络技术（北京）有限公司 用于控制输出设备的方法和装置
CN110677448A (zh) * 2018-07-03 2020-01-10 百度在线网络技术（北京）有限公司 关联信息推送方法、装置和***
CN110728649A (zh) * 2018-06-28 2020-01-24 北京京东尚科信息技术有限公司 用于生成位置信息的方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591533A (zh) * 2012-03-01 2012-07-18 桂林电子科技大学 基于计算机视觉技术的多点触摸屏***实现方法与装置
CN108175227A (zh) * 2018-02-26 2018-06-19 北京地平线机器人技术研发有限公司 货架控制方法、装置和电子设备
CN108564596A (zh) * 2018-03-01 2018-09-21 南京邮电大学 一种高尔夫挥杆视频的智能比对分析***及方法
CN110728649A (zh) * 2018-06-28 2020-01-24 北京京东尚科信息技术有限公司 用于生成位置信息的方法和装置
CN110673717A (zh) * 2018-07-03 2020-01-10 百度在线网络技术（北京）有限公司 用于控制输出设备的方法和装置
CN110677448A (zh) * 2018-07-03 2020-01-10 百度在线网络技术（北京）有限公司 关联信息推送方法、装置和***
CN110135331A (zh) * 2019-05-13 2019-08-16 人加智能机器人技术（北京）有限公司 交互行为检测方法、装置、***、设备和存储介质
CN110427917A (zh) * 2019-08-14 2019-11-08 北京百度网讯科技有限公司 用于检测关键点的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹健明;惠飞;穆柯楠;郭兰英;: "基于WiFi的分布式监视场景拼接***", 计算机***应用, no. 12, 15 December 2014 (2014-12-15) *

Similar Documents

Publication Publication Date Title
CN111815755B (zh) 虚拟物体被遮挡的区域确定方法、装置及终端设备
CN111754515B (zh) 堆叠物品的顺序抓取方法和装置
CN109697629B (zh) 产品数据推送方法及装置、存储介质、计算机设备
CN111340864A (zh) 基于单目估计的三维场景融合方法及装置
CN108124184A (zh) 一种直播互动的方法及装置
EP2972950B1 (en) Segmentation of content delivery
CN110288710B (zh) 一种三维地图的处理方法、处理装置及终端设备
CN110223093B (zh) 一种商品推介的方法和装置
CN110619807B (zh) 生成全局热力图的方法和装置
CN109389640A (zh) 图像处理方法和装置
JP6452429B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
CN109582122A (zh) 增强现实信息提供方法、装置及电子设备
WO2014110950A1 (en) Method and device for pushing information
CN111797295B (zh) 一种多维时空轨迹融合方法、装置、机器可读介质及设备
CN111192312B (zh) 基于深度学习的深度图像获取方法、装置、设备及介质
CN110673717A (zh) 用于控制输出设备的方法和装置
US10606884B1 (en) Techniques for generating representative images
CN116524088B (zh) 珠宝虚拟试戴方法、装置、计算机设备和存储介质
CN111428536B (zh) 用于检测物品类别和位置的检测网络的训练方法和装置
CN108874141B (zh) 一种体感浏览方法和装置
CN113312947A (zh) 一种确定行为对象的方法和装置
CN108289177B (zh) 信息交互方法、装置及***
CN111488890B (zh) 一种物品检测模型的训练方法和装置
CN114968016A (zh) 餐具摆放的指引方法、装置、存储介质及移动终端
CN112884538A (zh) 物品推荐的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination