CN113516062B - 用于汽修门店的客户识别方法和*** - Google Patents
用于汽修门店的客户识别方法和*** Download PDFInfo
- Publication number
- CN113516062B CN113516062B CN202110701549.3A CN202110701549A CN113516062B CN 113516062 B CN113516062 B CN 113516062B CN 202110701549 A CN202110701549 A CN 202110701549A CN 113516062 B CN113516062 B CN 113516062B
- Authority
- CN
- China
- Prior art keywords
- image
- human body
- body joint
- head
- acquiring
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000008439 repair process Effects 0.000 title claims abstract description 34
- 239000003086 colorant Substances 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 210000001624 hip Anatomy 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 3
- 210000004394 hip joint Anatomy 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 9
- 230000009467 reduction Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种用于汽修门店的客户识别方法和***,涉及门店智能管理技术领域。本发明利用汽修门店统一的工作服色彩信息,在进行人脸识别前,对人体关节点对应的服装颜色序列进行分析,来区分识别区域内的客户和工作人员,再对客户的头部图像进行图像增强和人脸识别,最后与客户账号进行关联。因此,相比于人脸大量特征点的识别,本发明只需对工作服少量区域的颜色进行判定,即可准确识别出客户,避免了对识别区域内的所有头部图像进行更高精度的数据处理,实现客户识别过程中数据量和运算量的降低。
Description
技术领域
本发明涉及门店智能管理技术领域,具体涉及一种用于汽修门店的客户识别方法和***。
背景技术
汽修门店的管理***在对客户进行管理时,通常需要获取客户的人脸信息,以便更好的进行营销运用。
现有的汽修门店管理***在进行人脸识别时,通常是对整片区域的高分辨率图像进行人脸检测后,再进行人脸识别和匹配。
但上述方法在实际实施时,由于人脸检测对影像分辨率的要求较高,进而导致数据量和运算量较大,造成运营硬件成本较高。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种用于汽修门店的客户识别方法和***,解决了现有的汽修门店管理***在进行人脸识别时,对整片区域的高分辨率图像进行人脸检测后,再进行人脸识别和匹配,导致数据量和运算量较大的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
第一方面,提供了一种用于汽修门店的客户识别方法,该方法包括:
获取识别区域的原始影像;
基于所述原始影像获取人体关节点检测信息以及非头部的人体关节点处的图像颜色序列;
获取汽修门店的工作服上人体关节点对应的服装颜色序列;
比较所述图像颜色序列和所述服装颜色序列是否一致;
若不一致,则获取头部图像进行分辨率增强;
基于分辨率增强后的头部图像进行人脸识别,得到人脸识别信息;
基于包含历史客户的人脸信息的云端服务器判断所述人脸识别信息对应的客户是否为历史客户;
若不是,则创建新的客户账号,并与人脸识别结果进行关联;
若是,则获取人脸识别信息匹配的历史客户的账号。
进一步的,所述人体关节点至少包括:头部、脊椎中央、左右肩和左右臀;
所述原始影像包括配准后的彩色影像、深度影像。
进一步的,所述基于所述原始影像获取非头部的人体关节点处的图像颜色序列,包括:
获取人体关节点在原始影像的位置信息;
基于脊椎中央、左右肩和左右臀关节点的位置信息,计算客户身长信息;
基于客户身长信息和预设的各个人体关节点-身长比例,计算各个人体关节点的半径值;
以人体关节点的位置为圆心,以人体关节点的半径值为半径获取原始影像中的人体关节点图像;
获取所述人体关节点图像中的颜色集合,作为人体关节点处的图像颜色序列。
进一步的,所述汽修门店的工作服上对应的各个人体关节点处的服装颜色不相同;
不同职位的工作服的服装颜色序列不相同。
进一步的,所述比较所述图像颜色序列和所述服装颜色序列是否一致包括:
若所述人体关节点图像中的颜色集合存在与服装颜色序列中该人体关节点的颜色相同的颜色,则该人体关节点的图像颜色与服装颜色一致;
若所有人体关节点的图像颜色与对应的服装颜色一致的数量超过判定阈值,则图像颜色序列和所述服装颜色序列一致。
进一步的,所述获取头部图像进行分辨率增强,包括:
获取头部在原始影像的位置信息;
基于客户身长信息和预设的头部-身长比例,计算头部图像的半径值;
以头部的位置为圆心,以头部图像的半径值为半径获取原始影像中的头部图像;
将所述头部图像按目标分辨率进行分辨率增强。
进一步的,所述获取头部图像进行分辨率增强还包括:
在获取头部图像前,获取在识别区域中头部的空间位置;所述空间位置位置包括三维坐标以及朝向;
基于所述空间位置,获取识别区域中客户前方区域中最接近头部的照明装置进行补光。
第二方面,提供了一种用于汽修门店的客户识别***,所述***包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
(三)有益效果
本发明提供了一种用于汽修门店的客户识别方法和***。与现有技术相比,具备以下有益效果:
本发明利用汽修门店统一的工作服色彩信息,在进行人脸识别前,对人体关节点对应的服装颜色序列进行分析,来区分识别区域内的客户和工作人员,再对客户的头部图像进行图像增强和人脸识别,最后与客户账号进行关联。因此,相比于人脸大量特征点的识别,本发明只需对工作服少量区域的颜色进行判定,即可准确识别出客户,避免了对识别区域内的所有头部图像进行更高精度的数据处理,实现客户识别过程中数据量和运算量的降低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的流程图;
图2为本发明实施例的人体关节点示意图;
图3为本发明实施例的人脸特征点示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例通过提供一种用于汽修门店的客户识别方法和***,解决了现有的汽修门店管理***在进行人脸识别时,对整片区域的高分辨率图像进行人脸检测后,再进行人脸识别和匹配,导致数据量和运算量较大的问题。
本申请实施例中的技术方案为解决上述技术问题,总体思路如下:本发明实施例利用汽修门店统一的工作服色彩信息,在进行人脸识别前,对人体关节点对应的服装颜色序列进行分析,来区分识别区域内的客户和工作人员,再对客户的头部图像进行图像增强和人脸识别,最后与客户账号进行关联。因此,相比于人脸大量特征点的识别,本发明实施例只需对工作服少量区域的颜色进行判定,即可准确识别出客户,避免了对识别区域内的所有头部图像进行更高精度的数据处理,实现客户识别过程中数据量和运算量的降低。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例1:
如图1所示,本发明提供了一种用于汽修门店的客户识别方法,该方法包括:
获取识别区域的原始影像;
基于所述原始影像获取人体关节点检测信息以及非头部的人体关节点处的图像颜色序列;
获取汽修门店的工作服上人体关节点对应的服装颜色序列;
比较所述图像颜色序列和所述服装颜色序列是否一致;
若不一致,则获取头部图像进行分辨率增强;
基于分辨率增强后的头部图像进行人脸识别,得到人脸识别信息;
基于包含历史客户的人脸信息的云端服务器判断所述人脸识别信息对应的客户是否为历史客户;
若不是,则创建新的客户账号,并与人脸识别结果进行关联;
若是,则获取人脸识别信息匹配的历史客户的账号。
本实施例的有益效果为:
本发明实施例利用汽修门店统一的工作服色彩信息,在进行人脸识别前,对人体关节点对应的服装颜色序列进行分析,来区分识别区域内的客户和工作人员,再对客户的头部图像进行图像增强和人脸识别,最后与客户账号进行关联。因此,相比于人脸大量特征点的识别,本发明实施例只需对工作服少量区域的颜色进行判定,即可准确识别出客户,避免了对识别区域内的所有头部图像进行更高精度的数据处理,实现客户识别过程中数据量和运算量的降低。
下面对本发明实施例的实现过程进行详细说明:
S1、获取识别区域的原始影像;
具体的,所述原始影像可通过现有的人体识别设备获取,例如kinect,其中,原始影像包括分辨率最低为640*480的彩色影像、分别率最低为320*240的深度影像。
S2、基于所述原始影像获取人体关节点检测信息以及非头部的人体关节点处的图像颜色序列;
具体的,关节点识别同样可以采用人体识别设备获取如图2所示的关节点,考虑到图像颜色序列的准确性和裸露皮肤的影响,所述人体关节点至少包括:头部、脊椎中央、左右肩和左右臀这六个关节点,如果需要进一步提高准确度,也可根据实际情况进行添加。
对于非头部的人体关节点处的图像颜色序列,需要考虑人体在影像中的大小,才能确定具体的颜色采样范围,下面给出一种可行的步骤,包括:
S21、获取人体关节点在原始影像的位置信息;
S22、基于脊椎中央、左右肩和左右臀关节点的位置信息,计算客户身长信息;
S23、基于客户身长信息和预设的各个人体关节点-身长比例,计算各个人体关节点的半径值;所述人体关节点-身长比例为经验值,可由人工获取后提前输入。
S24、以人体关节点的位置为圆心,以人体关节点的半径值为半径获取原始影像中的人体关节点图像;这样即可划定出图像颜色序列的采样区域。
S25、获取所述人体关节点图像中的颜色集合,作为人体关节点处的图像颜色序列。
S3、获取汽修门店的工作服上人体关节点对应的服装颜色序列;
汽修门店的工作服上人体关节点对应的服装颜色序列可由人工提前获取并输入;例如工作服的脊椎中央、左右肩和左右臀处对应的服装颜色序列为十六进制颜色码:#0000FF,#F8F8FF,#E6E6FA,#000000,#FFFFFF。也可采用RGB颜色值。
所有员工的工作服可以为统一配色,为了服装颜色序列的唯一性,所述汽修门店的工作服上对应的各个人体关节点处的服装颜色不相同;
也可根据工种不同设置不同的配色,即不同职位的工作服的服装颜色序列不相同。
S4、比较所述图像颜色序列和所述服装颜色序列是否一致;具体包括:
若所述人体关节点图像中的颜色集合存在与服装颜色序列中该人体关节点的颜色相同的颜色,则该人体关节点的图像颜色与服装颜色一致;考虑到彩色影像存在色彩偏移,颜色相同包括相同或属于同一类颜色的相近颜色,例如,颜色为#F8F8FF(GhostWhite),则同一类颜色的相近颜色包括#FFFAFA(Snow)、#FFFAF0(FloralWhite)等,具体可由人工根据经验指定。
若所有人体关节点的图像颜色与对应的服装颜色一致的数量超过判定阈值,则图像颜色序列和所述服装颜色序列一致。判定阈值为经验值,可由人工提前输入。
S5、若不一致,表示识别的人体为客户,则获取头部图像进行分辨率增强;若一致,表示识别的人体为员工;
为了提高头部图像获取的质量,可执行如下方法:
在获取头部图像前,获取在识别区域中头部的空间位置;所述空间位置位置包括三维坐标以及朝向;
基于所述空间位置,获取识别区域中客户前方区域中最接近头部的照明装置进行补光。
在分辨率增强时,需要确定人脸的范围,因此,和关节点区域类似,需要考虑人脸于身长和头部的比例关系,因此具体步骤包括:
获取头部在原始影像的位置信息;
基于客户身长信息和预设的头部-身长比例,计算头部图像的半径值;头部-身长比例为经验值,由人工输入。
以头部的位置为圆心,以头部图像的半径值为半径获取原始影像中的头部图像;
将所述头部图像按目标分辨率进行分辨率增强。分辨率增强的具体参数包括放大倍数,降噪程度可根据需要进行选择设置。
S6、基于分辨率增强后的头部图像进行人脸识别,得到人脸识别信息;采用的人脸识别算法需要对如图3所示的人脸的68个特征点进行检测,根据实际需要的识别率,最多需要对数百个特征点进行检测。
S7、基于包含历史客户的人脸信息的云端服务器判断所述人脸识别信息对应的客户是否为历史客户;
若不是,则创建新的客户账号,并与人脸识别结果进行关联;具体实施时,客户的人脸信息可存入云端的服务器来实现多地门店的数据共享,以便门店管理***中客户管理功能的数据库更加完整。
若是,则获取人脸识别信息匹配的历史客户的账号。
实施例2
本发明还提供了一种用于汽修门店的客户识别***,所述***包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
可理解的是,本发明实施例提供的用于汽修门店的客户识别***与上述用于汽修门店的客户识别方法相对应,其有关内容的解释、举例、有益效果等部分可以参考用于汽修门店的客户识别方法中的相应内容,此处不再赘述。
综上所述,与现有技术相比,本发明具备以下有益效果:
本发明实施例利用汽修门店统一的工作服色彩信息,在进行人脸识别前,对人体关节点对应的服装颜色序列进行分析,来区分识别区域内的客户和工作人员,再对客户的头部图像进行图像增强和人脸识别,最后与客户账号进行关联。因此,相比于人脸大量特征点的识别,本发明实施例只需对工作服少量区域的颜色进行判定,即可准确识别出客户,避免了对识别区域内的所有头部图像进行更高精度的数据处理,实现客户识别过程中数据量和运算量的降低。
需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种用于汽修门店的客户识别方法,其特征在于,该方法包括:
获取识别区域的原始影像;
基于所述原始影像获取人体关节点检测信息以及非头部的人体关节点处的图像颜色序列;
获取汽修门店的工作服上人体关节点对应的服装颜色序列;
比较所述图像颜色序列和所述服装颜色序列是否一致;
若不一致,则获取头部图像进行分辨率增强;
基于分辨率增强后的头部图像进行人脸识别,得到人脸识别信息;
基于包含历史客户的人脸信息的云端服务器判断所述人脸识别信息对应的客户是否为历史客户;
若不是,则创建新的客户账号,并与人脸识别结果进行关联;
若是,则获取人脸识别信息匹配的历史客户的账号;
其中,所述人体关节点至少包括:头部、脊椎中央、左右肩和左右臀;
所述原始影像包括配准后的彩色影像、深度影像;
且所述基于所述原始影像获取非头部的人体关节点处的图像颜色序列,包括:
获取人体关节点在原始影像的位置信息;
基于脊椎中央、左右肩和左右臀关节点的位置信息,计算客户身长信息;
基于客户身长信息和预设的各个人体关节点-身长比例,计算各个人体关节点的半径值;
以人体关节点的位置为圆心,以人体关节点的半径值为半径获取原始影像中的人体关节点图像;
获取所述人体关节点图像中的颜色集合,作为人体关节点处的图像颜色序列。
2.如权利要求1所述的一种用于汽修门店的客户识别方法,其特征在于,所述汽修门店的工作服上对应的各个人体关节点处的服装颜色不相同;
不同职位的工作服的服装颜色序列不相同。
3.如权利要求1所述的一种用于汽修门店的客户识别方法,其特征在于,所述比较所述图像颜色序列和所述服装颜色序列是否一致包括:
若所述人体关节点图像中的颜色集合存在与服装颜色序列中该人体关节点的颜色相同的颜色,则该人体关节点的图像颜色与服装颜色一致;
若所有人体关节点的图像颜色与对应的服装颜色一致的数量超过判定阈值,则图像颜色序列和所述服装颜色序列一致。
4.如权利要求1所述的一种用于汽修门店的客户识别方法,其特征在于,获取头部图像进行分辨率增强,包括:
获取头部在原始影像的位置信息;
基于客户身长信息和预设的头部-身长比例,计算头部图像的半径值;
以头部的位置为圆心,以头部图像的半径值为半径获取原始影像中的头部图像;
将所述头部图像按目标分辨率进行分辨率增强。
5.如权利要求4所述的一种用于汽修门店的客户识别方法,其特征在于,所述获取头部图像进行分辨率增强还包括:
在获取头部图像前,获取在识别区域中头部的空间位置;所述空间位置包括三维坐标以及朝向;
基于所述空间位置,获取识别区域中客户前方区域中最接近头部的照明装置进行补光。
6.一种用于汽修门店的客户识别***,所述***包括存储器、处理器以及存储在存储器上并可在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权利要求1-5任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110701549.3A CN113516062B (zh) | 2021-06-24 | 2021-06-24 | 用于汽修门店的客户识别方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110701549.3A CN113516062B (zh) | 2021-06-24 | 2021-06-24 | 用于汽修门店的客户识别方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113516062A CN113516062A (zh) | 2021-10-19 |
CN113516062B true CN113516062B (zh) | 2021-11-26 |
Family
ID=78066205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110701549.3A Active CN113516062B (zh) | 2021-06-24 | 2021-06-24 | 用于汽修门店的客户识别方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113516062B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115601606B (zh) * | 2022-12-15 | 2023-03-03 | 苏州万店掌软件技术有限公司 | 一种门店状态检测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208780809U (zh) * | 2017-12-04 | 2019-04-23 | 中建八局第二建设有限公司 | 基于wsn的施工现场人员定位*** |
CN111046360A (zh) * | 2019-11-14 | 2020-04-21 | 秒针信息技术有限公司 | 一种基于人脸识别的客户信息管理方法和*** |
CN111325929A (zh) * | 2018-12-13 | 2020-06-23 | 阿里巴巴集团控股有限公司 | 门店***及数据处理方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5771413B2 (ja) * | 2011-03-02 | 2015-08-26 | パナソニック株式会社 | 姿勢推定装置、姿勢推定システム、および姿勢推定方法 |
CN104318446A (zh) * | 2014-10-17 | 2015-01-28 | 上海和鹰机电科技股份有限公司 | 一种虚拟试衣方法及*** |
CN104616018A (zh) * | 2014-12-09 | 2015-05-13 | 四川大学 | 一种基于改进的 Hopfield 神经网络的服装标志识别方法 |
CN106162094A (zh) * | 2016-08-05 | 2016-11-23 | 北京丰华联合科技有限公司 | 一种用于花炮厂的安全生产智能视频监控*** |
CN106599781A (zh) * | 2016-11-08 | 2017-04-26 | 国网山东省电力公司威海供电公司 | 基于颜色与Hu矩匹配的电力营业厅着装规范性识别方法 |
KR101893142B1 (ko) * | 2016-12-08 | 2018-08-30 | 동국대학교 산학협력단 | 객체 영역 추출 방법 및 그 장치 |
CN110378786B (zh) * | 2019-07-29 | 2022-09-02 | 中国工商银行股份有限公司 | 模型训练方法、违约传导风险识别方法、装置及存储介质 |
KR102101332B1 (ko) * | 2019-10-11 | 2020-04-16 | 박민식 | 작업자 확인 방법 |
CN110796079A (zh) * | 2019-10-29 | 2020-02-14 | 深圳龙岗智能视听研究院 | 基于人脸深度特征和人体局部深度特征的多相机访客识别的方法及*** |
CN111325806A (zh) * | 2020-02-18 | 2020-06-23 | 苏州科达科技股份有限公司 | 基于语义分割的服装颜色识别方法、装置和*** |
CN112749645B (zh) * | 2020-12-30 | 2023-08-01 | 成都云盯科技有限公司 | 基于监控视频的服装颜色检测方法、装置和设备 |
-
2021
- 2021-06-24 CN CN202110701549.3A patent/CN113516062B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208780809U (zh) * | 2017-12-04 | 2019-04-23 | 中建八局第二建设有限公司 | 基于wsn的施工现场人员定位*** |
CN111325929A (zh) * | 2018-12-13 | 2020-06-23 | 阿里巴巴集团控股有限公司 | 门店***及数据处理方法 |
CN111046360A (zh) * | 2019-11-14 | 2020-04-21 | 秒针信息技术有限公司 | 一种基于人脸识别的客户信息管理方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN113516062A (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210241490A1 (en) | Image processing for tracking actions of individuals | |
US11030768B2 (en) | Image processing for occluded item recognition | |
WO2020139743A1 (en) | Computer-executed method and apparatus for assessing vehicle damage | |
CN113516062B (zh) | 用于汽修门店的客户识别方法和*** | |
CN114898249B (zh) | 用于购物车内商品数量确认的方法、***及存储介质 | |
CN108108735A (zh) | 一种汽车车牌号自动识别方法 | |
CN107004266A (zh) | 检测轮胎表面上缺陷的方法 | |
US10891561B2 (en) | Image processing for item recognition | |
CN111461101A (zh) | 工服标志的识别方法、装置、设备及存储介质 | |
CN110660089A (zh) | 一种卫星图像的配准方法及装置 | |
CN109840503A (zh) | 一种确定种类信息的方法及装置 | |
CN113591597A (zh) | 一种基于热成像的智慧治安信息*** | |
CN105488486A (zh) | 防止照片攻击的人脸识别方法及装置 | |
Elharrouss et al. | Motion detection based on the combining of the background subtraction and the structure–texture decomposition | |
CN108537990B (zh) | 一体机欺诈判断方法、装置、设备及计算机可读存储介质 | |
CN112231848B (zh) | 一种构建车辆喷涂模型的方法及*** | |
CN112070053B (zh) | 背景图像的自更新方法、装置、设备及存储介质 | |
US10824868B2 (en) | Image processing for determining relationships between tracked objects | |
CN114359997A (zh) | 业务引导方法及*** | |
CN110232588A (zh) | 一种实体店管理方法以及实体店管理*** | |
CN114386901A (zh) | 一种基于ar眼镜的海外仓多人协同检修***、方法及一种ar眼镜 | |
CN113379144B (zh) | 用于线上汽配采购平台的门店采购订单生成方法和*** | |
CN111767438A (zh) | 一种基于Hash结合积分的身份识别方法 | |
Taleb-Ahmed et al. | Vehicle license plate recognition in marketing application | |
CN116883661B (zh) | 一种基于目标识别与图像处理的动火作业检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |