【技术实现步骤摘要】
本专利技术涉及图像分析，具体而言，涉及一种意向预测方法、装置、电子设备、可读存储介质和芯片。
技术介绍
1、目前，随着新能源汽车产业的蓬勃兴起，汽车的销售与展示模式正经历变革，逐渐从传统的4s店模式向更加贴近消费者的商场、商超店模式转型。汽车商超店，凭借其位于繁华商场内的优越位置，每日吸引着庞大的客流量，但是门店接待客户只基于业务系统，通过人为判断并手工录入客户等级的方式进行客户意愿预测计算，业务增益低，处理速度缓慢。
技术实现思路
1、本专利技术实施例的目的是提供一种意向预测方法、装置、电子设备、可读存储介质和芯片，能够解决人为判断并手工录入客户等级的方式进行客户意愿预测计算导致的处理效率慢，业务跟进速度不足的问题。
2、有鉴于此，本专利技术第一方面的实施例提供了一种意向预测方法。
3、本专利技术第二方面的实施例提供了一种意向预测装置。
4、本专利技术第三方面的实施例提供了一种电子设备。
5、本专利技术第四方面的实施例提供了一种可读存储介质。
6、本专利技术第五方面的实施例提供了一种芯片。
7、为了实现上述目的，本专利技术第一方面的实施例提供了一种意向预测方法，意向预测方法包括：获取原始客流视频数据；确定对应于原始客流视频数据的帧图像和帧生成时间；根据帧图像确定原始客流视频数据中的第一客户视频数据；根据帧生成时间和帧图像确定对应于第一客户视频数据中的至少一个客户批次；根据帧生成时间和帧图像确定对应于客户批次的
8、根据本专利技术提出的意向预测方法，通过对门店摄像头采集到的视频客流数据进行过滤、清洗，确定视频客流数据中除店员、保洁员、外卖员等以外的非客户无关人员视频数据后，基于汽车行业购车客户批次的特性，对门店视频客流数据进行分批汇算，并按照客户批次的方式对不同的客户群体进行行为动作、业务动作等分析，并结合预测算法规则，确定每个批次对应的主要购车对象的购买意向程度，作为意向预测结果。汽车行业传统方法在区别批次时，需要汽车门店业务人员自行询问并人工进行统计，不仅不能当天汇算出客户批次数据，并且由于汽车门店流动性大的特性，业务人员不能做到每个客户都能询问意见，导致汽车门店批次数据准确性差，处理速率低。通过本专利技术提出的意向预测方法，对原始客流视频数据进行清洗处理后，去除原始客流视频数据中的非客户人员无效数据，对视频数据内客户人员单位进行批次划分，汽车行业的客户群体多为多人或家庭人员一起看车，故根据视频数据中的图像数据进行分析，确定客户人员单位对应的批次，按照客户批次的方式对不同的客户群体进行行为动作、业务动作等分析，提高对客流数据分析的效率和准确性，帮助门店精准分类管理客户，优化资源配置，减少人员分析成本。
9、在上述技术方案中，根据帧图像确定原始客流视频数据中的第一客户视频数据，包括：确定员工图像标识和无效人员图像标识；根据员工图像标识和无效人员图像标识确定非客户单位标识；对帧图像中非客户单位标识进行过滤，得到第一帧图像；根据第一帧图像确定第一客户视频数据。
10、在该技术方案中，当门店摄像头采集到视频客流数据后，对原始客流视频数据进行清洗处理，去除原始客流视频数据中的非客户人员无效数据。具体地，可以通过图像识别技术对门店员工设置员工特殊批次身份标识编码（identity document，id）作为员工图像标识，并通过图像识别技术对快递、外卖、保洁等其他工作人员设置特殊工作服标记作为无效人员图像标识。通过数据清洗与过滤方法将员工图像标识和无效人员图像标识作为非客户人员无效数据从原始客流视频数据中进行过滤清洗，得到只有客户单位的第一客户视频数据，第一客户视频数据中的帧图像为过滤掉员工图像标识和无效人员图像标识的帧图像。通过图像识别技术和数据清洗与过滤方法对原始客流视频数据中的非客户人员无效数据进行清洗，对汽车商超店的客流量进行筛选，提高对客户意向预测的准确性。
11、在上述技术方案中，根据帧生成时间和帧图像确定对应于第一客户视频数据中的至少一个客户批次，包括：确定第一客户视频数据中至少一个客户单位；根据帧生成时间确定客户单位的进店时间、离店时间；根据第一帧图像确定客户单位的运动轨迹参数；根据客户单位的进店时间、离店时间和运动轨迹参数确定至少一个客户批次。
12、在该技术方案中，根据视频数据中的图像数据进行分析，对门店视频客流数据进行分批汇算，确定客户人员单位对应的批次。具体地，通过图像识别技术对第一客户视频数据中的帧图像进行分析，确定帧图像中包含的客户单位，以及对应于该客户单位的帧生成时间。设置门店区域范围，根据对应于该客户单位的帧生成时间确定该客户单位第一次出现在门店区域范围的时间为进店时间，最后一次出现在门店区域范围的时间为离店时间。并通过图像识别技术对帧图像中客户单位的所在位置坐标进行分析，确定客户单位的店内运动轨迹，根据客户单位的店内运动轨迹、进店时间、离店时间确定客户单位所在的客户批次。
13、可以理解的，设置门店区域范围的目的是为了确定客户单位的进店时间和离店时间，对门店区域范围可以通过门店摄像头的图像采集设置进行调节，对门店区域范围的划分不做要求，只要能确定第一客户视频数据中客户单位的进店时间和离店时间即可。
14、在上述技术方案中，根据客户单位的进店时间、离店时间和运动轨迹参数确定至少一个客户批次，包括：确定时间阈值和轨迹重合阈值；确定第一客户单位的进店时间和第二客户单位的进店时间之间差值为第一时间参数；确定第一客户单位的离店时间和第二客户单位的离店时间之间差值为第二时间参数；确定第一客户单位的运动轨迹参数和第二客户单位的运动轨迹参数差值为第一轨迹参数；在第一时间参数小于时间阈值、第二时间参数小于时间阈值且第一轨迹参数大于轨迹重合阈值的情况下，确定第一客户单位和第二客户单位为同一客户批次。
15、在该技术方案中，门店业务操作人员根据门店后台历史客流数据进行分析，设置业务参数调整算法，根据业务参数调整算法确定时间阈值和轨迹重合阈值，即客户单位进、离店时间在设定阈值范围内，确定客户单位为同一时间进店和同一时间离店，客户单位店内运动轨迹重合度超过阈值时，确定客户单位店内看车等运动轨迹相同，通过进、离店时间和运动轨迹两个方面确定客户单位对应的客户批次。具体地，根据帧生成时间确定第一客户单位和第二客户单位的进店时间，并根据第一客户单位的进店时间和第二客户单位的进店时间确定两个客户单位的进店时间差值；根据帧生成时间确定第一客户单位和第二客户单位的离店时间，并根据第一客户单位的离店时间和第二客户单位的离店时间确定两个客户单位的离店时间差值。当进店时间差值和离店时间差值都小于时间阈值的情况下，确定两个客户单位为同一时间进、离店，进店时间差值大于时间阈值或离店时间大于时间阈值的情况下，两个客户单位都不能确定为同一时间进、离店。根据帧图像分析得到第一客户单位的运动轨迹参数和第二客户单位的运动轨迹参数，通过第一客户单位的运动轨本文档来自技高网...
【技术保护点】
1.一种意向预测方法，其特征在于，包括：
2.根据权利要求1所述的意向预测方法，其特征在于，所述根据所述帧图像确定所述原始客流视频数据中的第一客户视频数据，包括：
3.根据权利要求2所述的意向预测方法，其特征在于，所述根据所述帧生成时间和所述帧图像确定对应于所述第一客户视频数据中的至少一个客户批次，包括：
4.根据权利要求3所述的意向预测方法，其特征在于，所述根据所述客户单位的所述进店时间、所述离店时间和所述运动轨迹参数确定至少一个客户批次，包括：
5.根据权利要求4所述的意向预测方法，其特征在于，所述根据所述帧生成时间和所述帧图像确定对应于所述客户批次的第一行为参数，包括：
6.根据权利要求1至5中任一项所述的意向预测方法，其特征在于，所述根据所述第一行为参数，确定对应于所述客户批次的意向预测数据，包括：
7.一种意向预测装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求
9.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至6中任一项所述的意向预测方法的步骤。
10.一种芯片，其特征在于，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如权利要求1至6中任一项所述的意向预测方法的步骤。
...【技术特征摘要】
1.一种意向预测方法，其特征在于，包括：
2.根据权利要求1所述的意向预测方法，其特征在于，所述根据所述帧图像确定所述原始客流视频数据中的第一客户视频数据，包括：
3.根据权利要求2所述的意向预测方法，其特征在于，所述根据所述帧生成时间和所述帧图像确定对应于所述第一客户视频数据中的至少一个客户批次，包括：
4.根据权利要求3所述的意向预测方法，其特征在于，所述根据所述客户单位的所述进店时间、所述离店时间和所述运动轨迹参数确定至少一个客户批次，包括：
5.根据权利要求4所述的意向预测方法，其特征在于，所述根据所述帧生成时间和所述帧图像确定对应于所述客户批次的第一行为参数，包括：
6.根据权利要求1至5中任一项所述的意向预测方法...
【专利技术属性】
技术研发人员：刘继全，刘春生，王明怀，
申请(专利权)人：用友汽车信息科技上海股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。