獲取以及識別客戶信息的方法及其裝置與流程

本發明涉及人臉識別技術領域，尤其是指人臉的特征數據采集，存儲以及分析，進而獲取以及識別客戶信息的方法及其裝置。

背景技術：

隨著科技的發展，出于各種安全以及便利性的考慮，人臉識別技術廣泛應用在各個領域，例如：

安防(公安、安保領域)，通過預先設定好黑/白名單機制，即通過現有的人臉照片，采集其人臉特征，使人臉特征與其姓名，身份證號碼等信息相互匹配，在通過廣布的人口密集區域的攝像頭進行采集比對，發現特征吻合的人，進行報警。

金融(政府、銀行領域)，通過對本人的實時拍照，上傳到金融原始數據庫進行比對，用于核對是否是本人進行業務操作。

商用(商鋪、公司領域)，通過實時人臉數據采集(視頻或者拍照)，比對是否是本人(商場會員、公司員工)，實現打卡簽到、門禁開鎖、會員信息核對等業務。

在上述人臉的數據進行采集時，需要進行配合式取照，相關的個人信息采用人工方式錄入；而對人臉數據進行識別時，就需要對黑/白名單機制進行海量篩查。由此可見上述應用都需要首次采集用戶的原始數據，用戶需要配合式的提供盡量詳細的信息(姓名、年齡、電話、住址、出生日期、身份證號等)，才能有效的進行用戶的識別和完成相關業務；并且在進行識別時需要通過廣角高清攝像頭，針對于已有人臉信息進行海量篩查比對，而最終目的只是在于對用戶的身份進行確定，而完成此次身份確定服務后，沒有對相關數據累積和該條數據信息的豐富，也就是說現有技術中的人臉識別技術是服務于特定的環境或場所，依賴于原始數據，并且各領域中數據采集以及存儲都存在重復的工作，一些相關數據并沒有進行信息共享以及應用。

技術實現要素：

本發明的目的在于解決在沒有原始數據的情況下，如何能夠有效的獲取和識別用戶人臉，并且盡可能詳盡的針對個人消費者人臉進行消費信息畫像，通過人工智能和大數據分析以及訓練不斷豐富針對此用戶的信息，包括消費習慣、生活信息等，將此用于商業領域來為消費者提供更好的服務，如推薦商品、食品、促銷、優惠、折扣、服務等。

本發明的目的是這樣實現的：本發明提供一種獲取及識別客戶信息的方法，建立視頻采集區域，包括以下步驟：

a、采集進入視頻采集區域的客戶信息，以所述客戶信息中的人臉特征值生成客戶身份數據包；

b、將收到所述的客戶身份數據包處理后形成客戶信息數據包并發送；

c、匹配所述客戶信息數據包中的人臉特征，如無人臉匹配項，將所述客戶信息數據包存入數據庫；如具有人臉匹配項，將所述客戶信息數據包并入已有數據后存入數據庫，并輸出識別信息。

其中，所述的客戶信息包括客戶的生物信息，行為信息以及消費信息。

其中，所述的客戶信息數據包中包括由所述客戶身份數據包中的人臉信息轉換成的唯一身份信息。

其中，在所述步驟c具體匹配步驟為：

比對所述客戶信息數據包中的人臉特征，特征吻合度在80％以上時，確定是已知客戶，執行以下步驟：

c1、將所述數據包中的人臉特征值并入現有數據庫中的該客戶的數據中；

c2、刪除所述客戶信息數據包中生成的身份信息，使用該客戶在數據庫中的原身份信息。

其中，在步驟a中，可以采用配合式單體采集或隨機式海量采集。

還包括客戶信息識別步驟：

e、接收需要識別的數據包；

f、根據數據包中的人臉特征值在數據庫中進行匹配，如果匹配失敗，返回“無匹配對象”；如果匹配成功，則反饋對應數據庫中的客戶信息數據的識別結果。

同時本發明還提供一種獲取及識別客戶信息的裝置，至少包括數據采集端，信息傳輸端，中央處理器，數據存儲單元以及識別端，

所述數據采集端采集進入視頻采集區域的客戶信息，以所述客戶信息中的人臉特征值生成客戶身份數據包傳輸至信息傳輸端；

所述數據傳輸端將所述數據采集端發送的客戶身份數據包處理后形成客戶信息數據包并發送至中央處理器；

所述中央處理器對所述客戶信息數據包中的人臉特征進行匹配，如無人臉匹配項，將所述客戶信息數據包存入所述數據存儲單元的數據庫；如具有人臉匹配項，將所述客戶信息數據包并入已有數據后存入所述數據存儲單元的數據庫，并輸出識別信息至所述識別端。

其中，所述的識別單元為智能手機，智能相機，智能眼鏡或智能耳機。

本發明的有益技術效果為：通過該方法，無需特意采集用戶的個人信息(姓名、年齡、電話、住址、出生日期、身份證號等)即可實現對用戶個人消費習慣和消費能力信息立體畫像，各個商戶、餐館、賓館、酒店等服務單位通過該信息，可精準的為用戶提供可口的美食、適合的商品以及優質的服務，同時經過大量數據采集、分析和學習，實現人工智能的信息處理、識別和推薦。真正實現“最懂用戶”“最貼心的消費管家”。

附圖說明

圖1為本發明的方法的數據處理示意圖；

圖2為本發明的方法中匹配過程示意圖；

圖3a為本發明的方法中采用的配合式單體采集圖片；

圖3b為本發明的方法中的非配合式海量采集圖片；

圖4a為本發明的方法中的單體特征輸出示意圖圖片；

圖4b為本發明的方法中的群體特征輸出示意圖圖片；

圖5為本發明的方法流程圖。

具體實施方式

如圖1以及圖5所示，本發明提供一種獲取及識別客戶信息的方法，建立視頻采集區域，包括以下步驟：

a、采集進入視頻采集區域的客戶信息，以所述客戶信息中的人臉特征值生成客戶身份數據包；

b、將收到所述的客戶身份數據包處理后形成客戶信息數據包并發送；

c、匹配所述客戶信息數據包中的人臉特征，如無人臉匹配項，將所述客戶信息數據包存入數據庫；如具有人臉匹配項，將所述客戶信息數據包并入已有數據后存入數據庫，并輸出識別信息。

在本實施例中，步驟a中所采集的客戶信息包括：客戶的生物信息，行為信息，以及消費信息等，其中客戶的生物信息包括至少包括面部特征，在客戶的允許情況下，還可以采用智能音頻采集設備來采集客戶的聲音特征，采用智能掌紋采集設備來采集客戶的掌紋特征等；行為信息包括行走軌跡、瀏覽記錄、關注表情等，消費信息包括購買記錄、銀行卡、消費金額、會員記錄等，而在此步驟中以人臉特征值為存儲基礎，捆綁以如上信息(在本實施例中可統稱為人物概要描述)，自動生成用戶身份數據包，在本發明所述的方法中，采集步驟中不進行數據分析和識別，每次默認采集的都是新的數據，通過步驟b進行封包，再通過步驟c進行比對。

本發明的方法中，參考圖3a以及圖3b，在客戶進入視頻采集區域時，采集單元自動識別人臉進行對焦抓取采集(主要包括配合式單體采集以及非配合式海量采集)，將采集到的人臉上傳到服務器進行數據打包和處理。

在步驟b中，將客戶人臉轉換成特征值匹配以唯一的身份信息id，同時將采集到的其他客戶的生物信息，行為和消費信息等與該id進行綁定，形成客戶信息數據包，數據包格式為：[人臉特征值+唯一id+生物特征(聲紋+掌紋+……)+行為記錄(行走軌跡+瀏覽記錄+關注表情+……)+消費記錄(購買記錄+銀行卡+代金券+金額+會員卡號+會員信息+……)]，傳輸至中央處理器處理匹配。

參考圖2所示，中央處理器在收到客戶信息數據包時，每次收到一個新的數據包，中央處理器從現有數據庫中進行人臉特征之比對。(1)比對結果在85％——99％(改值為特征吻合度，區域可調)之間的，認為是已知人臉，將新數據包中的：(a)人臉特征值合并入現有數據庫中的人臉特征值，使得此人臉的特征值更加豐富(此過程叫做人臉學習過程，為了以后提高更加精準的識別率)，(b)新生成的人臉id刪除，使用數據庫中的原id，(c)新數據包捆綁的“生物特征”“行為記錄”“消費記錄”全部增加到現有數據庫中對應的數據包中，以用于對該客戶進行更加豐富的消費畫像和人物概要描述。(2)對比結果失敗(無匹配對象)時，認為是新入庫人臉，將新數據包完整的存入系統中。

在本實施例中，中央處理器在收到需要識別的數據包時，根據數據包中的人臉特征值在數據庫中進行匹配，如果匹配失敗，返回“無匹配對象”；如果匹配成功，則反饋對應數據庫中的識別結果“人物概要描述”(即客戶信息數據)。

本實施例中，中央處理器處理后的數據包，以既定的數據包格式進行存儲，并且可以針對人臉特征值和客戶id進行快速檢索。

所述識別的數據包，是使用終端硬件設備(智能手機、智能相機、智能眼鏡、智能耳機等)通過特有的應用程序針對某一個客戶(人臉)進行特征采集，將采集到的人臉特征值傳輸到中央處理器進行識別的，處理端識別后，調用對應存儲于數據庫中的數據，將識別結果(人物概要描述)返回給識別端，識別端通過智能硬件設備以光學或者音頻方式對識別結果進行輸出，參考圖4a和圖4b。

同時本發明還提供一種可使用上述方法的獲取及識別客戶信息的裝置，至少包括數據采集端，信息傳輸端，中央處理器，數據存儲單元以及識別端，

所述數據采集端采集進入視頻采集區域的客戶信息，以所述客戶信息中的人臉特征值生成客戶身份數據包傳輸至信息傳輸端；

所述數據傳輸端將所述數據采集端發送的客戶身份數據包處理后形成客戶信息數據包并發送至中央處理器；

所述中央處理器對所述客戶信息數據包中的人臉特征進行匹配，如無人臉匹配項，將所述客戶信息數據包存入所述數據存儲單元的數據庫；如具有人臉匹配項，將所述客戶信息數據包并入已有數據后存入所述數據存儲單元的數據庫，并輸出識別結果至所述識別端。

在本發明中，所示的識別結果(即此人物概要描述信息)可以對客戶、店鋪以及廣場三方面提供實際意義的有益效果：

客戶角度：客戶會獲得更好的購物、餐飲、住宿以及娛樂等服務體驗，商鋪會通過該客戶畫像了解客戶身材尺寸、穿衣喜好，無需對客戶進行任何打擾，即可提供適合客戶的衣物等商品；餐廳可以了解客戶口味習慣，推薦甚至自動為用戶訂菜品、訂座位等；客戶入住賓館酒店，服務人員可以立即識別客戶，引領客戶直接進入客房，并且根據歷史畫像提供相關的客房服務等等。

店鋪角度：店鋪可以根據入店客戶的消費畫像，推薦適合客戶的商品，甚至根據用戶喜好提供讓用戶愉悅甚至驚喜的購物體驗，根據用戶對某種商品的歷史關注度，提供相應的促銷和優惠，促進用戶購買商品。同時讓店員在單位時間內更加有效的服務客戶，推銷商品，提高成單概率，提升店鋪的銷售業績。

廣場角度：商場和酒店等大型廣場，可以通過累積的大數據分析，對本廣場制定更加合理的招商計劃，引入更符合消費者的商鋪、餐飲和娛樂等服務。并且對未來廣場的選址，規劃和建設提供更加有效的數據，使商業地產廣場項目的有效率和盈利達到最大化。

在本發明中，采用了通用的人臉識別技術，因此具體原理在此不再贅述，但是本發明通過對人臉識別中數據的整個應用，實現人工智能的信息處理、識別和推薦。

以上是本發明的較佳實例，并非對本發明作任何形式上的限制。凡是依據本發明的技術是指對以上的實例所做的任何簡單修改、等同變化與修飾，均仍屬于本發明技術方案的范圍內。