预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110634053A(43)申请公布日2019.12.31(21)申请号201910904736.4(22)申请日2019.09.24(71)申请人广东爱贝佳科技有限公司地址510700广东省广州市黄埔区瑞和路39号G3座311-332号(72)发明人高宁黄浩莫其严许川王昆仑(74)专利代理机构武汉智嘉联合知识产权代理事务所(普通合伙)42231代理人赵泽夏(51)Int.Cl.G06Q30/06(2012.01)G06K9/00(2006.01)权利要求书2页说明书11页附图1页(54)发明名称一种主动交互式智能售卖系统及方法(57)摘要本发明公开了一种主动交互式智能售卖系统及方法,属于智能零售技术领域,解决了现有售卖装置推荐商品针对性不搞、商品购买率低下的问题。一种主动交互式智能售卖系统,包括主动信息获取模块、场景化分析模块、表情及姿态识别模块、自适应推荐模块,所述主动信息获取模块,用于获取售卖装置的位置信息和潜在购买人的人物图像信息;所述场景化分析模块,用于得到对应的地域信息和应用场景;所述表情及姿态识别模块,用于对所述人物图像信息进行人脸表情识别及人物姿态识别;所述自适应推荐模块,用于利用人物表情状态识别结果以及人物姿态结果,得到人物性格类型,进行产品推荐。实现增强推荐商品的针对性,提高商品的购买率。CN110634053ACN110634053A权利要求书1/2页1.一种主动交互式智能售卖系统,其特征在于,包括主动信息获取模块、场景化分析模块、表情及姿态识别模块、自适应推荐模块,所述主动信息获取模块,用于获取售卖装置的位置信息和潜在购买人的人物图像信息;所述场景化分析模块,用于对所述位置信息进行地域分析,以得到对应的地域信息和应用场景;所述表情及姿态识别模块,用于对所述人物图像信息进行人脸表情识别及人物姿态识别,分别得到对应的人物表情状态识别结果以及人物姿态识别结果;所述自适应推荐模块,用于利用人物表情状态识别结果以及人物姿态结果,得到人物性格类型,利用所述对应地域信息、应用场景及人物性格类型进行产品推荐。2.根据权利要求1所述的主动交互式智能售卖系统,其特征在于,还包括主动交互模块,用于在售卖装置空闲状态时主动对话,并在工作状态时进行人文对话。3.根据权利要求1所述的主动交互式智能售卖系统,其特征在于,所述表情及姿态识别模块包括表情状态识别单元,所述表情状态识别单元用于对所述人物图像信息进行人脸表情识别,得到对应的人物表情状态识别结果,具体包括,从人物图像信息中提取a个面部关键点,将利用面部表情模型对所述a个面部关键点进行识别,得到对应的人物表情状态识别结果,其中,50≤a≤150;所述面部表情模块的生成过程为,采集各种表情状态以及对应面部关键点,生成训练集和验证集并进行机器学习的训练,生成面部表情模型。4.根据权利要求1所述的主动交互式智能售卖系统,其特征在于,所述表情及姿态识别模块还包括人物姿态识别单元,所述人物姿态识别单元用于进行人物姿态识别,得到对应的人物姿态结果,具体包括,从人物姿态中提取b个身体关键点,利用人物姿态模型对人物姿态进行识别,得到对应的人物姿态识别结果,其中,20≤b≤30,所述人物姿态模型的生成过程为,采集各种人物姿态及对应的身体关键点,生成训练集和验证集并进行机器学习的训练,生成人物姿态模型。5.一种主动交互式智能售卖方法,其特征在于,包括以下步骤:步骤S1、获取售卖装置的位置信息和潜在购买人的人物图像信息;步骤S2、对所述位置信息进行地域分析,以得到对应的地域信息和应用场景;步骤S3、对所述人物图像信息进行人脸表情识别及人物姿态识别,分别得到对应的人物表情状态识别结果以及人物姿态识别结果;步骤S4、根据得到的人物表情状态识别结果以及人物姿态识别结果,提供主动对话交互;步骤S5、重新执行步骤S1,并重新对所述人物图像信息进行人脸表情识别及人物姿态识别,再次分别得到对应的人物表情状态识别结果以及人物姿态识别结果;步骤S6、利用步骤S5所述的人物表情状态识别结果以及人物姿态结果,得到人物性格类型,利用所述对应地域信息、应用场景及人物性格类型进行产品推荐。6.根据权利要求5所述的主动交互式智能售卖方法,其特征在于,所述对人物图像信息进行人脸表情识别,得到对应的人物表情状态识别结果,具体包括,2CN110634053A权利要求书2/2页从人物图像信息中提取a个面部关键点,将利用面部表情模型对所述a个面部关键点进行识别,得到对应的人物表情状态识别结果,其中,50≤a≤150;所述面部表情模块的生成过程为,采集各种表情状态以及对应面部关键点,生成训练集和验证集并进行机器学习的训练,生成面部表情模型。7.根据权利要求5所述的