CN110610354A - 用于无人商店的物品结算方法、装置及存储介质 - Google Patents
用于无人商店的物品结算方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110610354A CN110610354A CN201810618079.2A CN201810618079A CN110610354A CN 110610354 A CN110610354 A CN 110610354A CN 201810618079 A CN201810618079 A CN 201810618079A CN 110610354 A CN110610354 A CN 110610354A
- Authority
- CN
- China
- Prior art keywords
- target object
- identity
- item
- settlement
- resource account
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 100
- 238000012790 confirmation Methods 0.000 claims abstract description 77
- 238000012546 transfer Methods 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 21
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000001680 brushing effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 210000003813 thumb Anatomy 0.000 description 4
- 238000005303 weighing Methods 0.000 description 4
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 239000008267 milk Substances 0.000 description 3
- 210000004080 milk Anatomy 0.000 description 3
- 235000013336 milk Nutrition 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000021022 fresh fruits Nutrition 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/42—Confirmation, e.g. check or permission by the legal debtor of payment
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种用于无人商店的物品结算方法、装置及存储介质,属于信息技术领域。所述方法包括:当检测到待支付的目标物品时,采集目标对象的生物特征信息;获取与生物特征信息对应的第一资源账户;获取目标对象的指定确认手势,指定确认手势用于指示将第一资源账户中的目标物品对应的交换资源进行转移;将交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户。本发明实施例通过采集生物特征信息实现从生物特征信息对应的第一资源账户中的自动扣款,在进行物品结算时不需要扫描二维码等额外操作,提高了物品结算时的结算效率。
Description
技术领域
本发明实施例涉及信息技术领域,特别涉及一种用于无人商店的物品结算方法、装置及存储介质。
背景技术
无人商店是目前兴起的一种全新购物模式,在该模式下,商店无需营业员看管,可自动实现购物至付款的一站式操作。
目前的无人商店中,主要采用了第三方支付平台完成一站式操作。用户通过手机扫描二维码进入无人商店,当用户购物结束时,手机二次扫码进行物品结算,通过第三方支付平台实现自动扣款。
但是,在上述方法中,在进行物品结算时需要用户掏出手机、通过手机进行扫码、确认等操作,无疑增加了用户操作,降低了物品结算时的结算效率。
发明内容
本发明实施例提供了一种用于无人商店的物品结算方法、装置及存储介质,可以解决相关技术中在无人商店中物品结算时的结算效率较低的问题。所述技术方案如下:
一个方面,提供了一种用于无人商店的物品结算方法,所述方法包括:
当检测到待支付的目标物品时,采集目标对象的生物特征信息;
获取与所述生物特征信息对应的第一资源账户;
获取所述目标对象的指定确认手势,所述指定确认手势用于指示将所述第一资源账户中的所述目标物品对应的交换资源进行转移;
将所述交换资源从所述第一资源账户转移至物品提供方设备对应的第二资源账户。
另一个方面,提供了一种用于无人商店的物品结算方法,所述方法包括:
通过摄像头对结算设备上的商品进行识别,得到所述商品对应的虚拟货币的总数值;
通过所述摄像头采集目标对象的人脸特征信息;
获取与所述人脸特征信息对应的第一资源账户;
当获取到所述目标对象的指定确认手势时,将所述商品对应的所述虚拟货币从所述第一资源账户转移至物品提供方设备对应的第二资源账户。
另一个方面,提供了一种用于无人商店的物品结算装置,所述装置包括:
采集模块,用于当检测到待支付的目标物品时,采集目标对象的生物特征信息;
第一获取模块,用于获取与所述生物特征信息对应的第一资源账户;
第二获取模块,用于获取所述目标对象的指定确认手势,所述指定确认手势用于指示将所述第一资源账户中的所述目标物品对应的交换资源进行转移;
转移模块,用于将所述交换资源从所述第一资源账户转移至物品提供方设备对应的第二资源账户。
另一个方面,提供了一种用于无人商店的物品结算装置,所述装置包括:
识别模块,用于通过摄像头对结算设备上的商品进行识别,得到所述商品对应的虚拟货币的总数值;
采集模块,用于通过所述摄像头采集目标对象的人脸特征信息;
获取模块,用于获取与所述人脸特征信息对应的第一资源账户;
转移模块,用于当获取到所述目标对象的指定确认手势时,将所述商品对应的所述虚拟货币从所述第一资源账户转移至物品提供方设备对应的第二资源账户。
另一个方面,提供了一种服务器,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面或者第二方面所述的用于无人商店的物品结算方法。
另一个方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面或者第二方面所述的用于无人商店的物品结算方法。
本发明实施例提供的技术方案带来的有益效果至少包括:
本发明实施例通过当检测到待支付的目标物品时,采集目标对象的生物特征信息,获取与生物特征信息对应的第一资源账户,当获取到目标对象的指定确认手势时,将目标物品对应的交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户;解决了目前在无人商店中的物品结算方法用户操作非常繁琐导致结算效率低下的问题,使得在进行物品结算时不需要扫描二维码等额外操作,服务器通过采集生物特征信息实现从生物特征信息对应的第一资源账户中的自动扣款,提高了物品结算时的结算效率。
附图说明
图1是本发明实施例提供的用于无人商店的物品结算方法所涉及的结算系统的结构示意图;
图2是本发明一个实施例提供的用于无人商店的物品结算方法的流程图;
图3是本发明另一个实施例提供的用于无人商店的物品结算方法的流程图;
图4是本发明一个实施例提供的用于无人商店的物品结算方法的实施示意图;
图5是本发明另一个实施例提供的用于无人商店的物品结算方法的实施示意图;
图6是本发明另一个实施例提供的用于无人商店的物品结算方法的流程图;
图7是本发明另一个实施例提供的用于无人商店的物品结算方法的实施示意图;
图8是本发明另一个实施例提供的用于无人商店的物品结算方法的实施示意图;
图9是本发明另一个实施例提供的用于无人商店的物品结算方法的实施示意图;
图10是本发明另一个实施例提供的用于无人商店的物品结算方法的流程图;
图11是本发明另一个实施例提供的用于无人商店的物品结算方法的实施示意图;
图12是本发明另一个实施例提供的用于无人商店的物品结算方法的流程图;
图13是本发明另一个实施例提供的用于无人商店的物品结算方法的流程图;
图14是本发明一个实施例提供的用于无人商店的物品结算装置的结构示意图;
图15是本发明另一个实施例提供的用于无人商店的物品结算装置的结构示意图;
图16是本发明一个示例性实施例提供的终端的结构框图;
图17是本发明一个实施例提供的服务器的结构框架图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
请参考图1,其示出了本发明实施例提供的用于无人商店的物品结算方法所涉及的结算系统的结构示意图。该结算系统包括终端120和服务器140。
终端120可以是手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。终端120是由用户所使用的电子设备。
在本发明实施例中,终端120中运行有客户端,该客户端可以是具有资源转移功能的客户端,或者是同时具有资源转移功能和社交功能的客户端。
终端120与服务器140之间可以通过无线网络或者有线网络通信。
服务器140可以是一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务中心。可选的,服务器140包括第三方平台服务器142和目标服务器144。
第三方平台服务器142为用户的第三方账户对应的服务器。第三方平台服务器142是第三方服务机构设置的具有资源转移功能的服务器。第三方账户是用户在第三方平台服务器142中注册的账户。在第三方平台服务器142中,用户的社交账户和第三方账户可以默认绑定。
第三方平台服务器142与目标服务器144之间可以通过无线网络或者有线网络通信。
目标服务器144也称物品提供方设备,是由物品提供方所对应的设备。在不同的实施例中,物品提供方设备180可以是手机、平板电脑、电子书阅读器、MP3播放器(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面3)播放器、膝上型便携计算机和台式计算机等等。
上述第三方平台服务器142和目标服务器144可以是一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务中心。本实施例对此不加以限定,下面仅以第三方平台服务器142和目标服务器144统称为服务器140,用于无人商店的物品结算方法的执行主体为服务器140为例进行说明。
请参考图2,其示出了本发明一个实施例提供的用于无人商店的物品结算方法的流程图。本实施例以该用于无人商店的物品结算方法应用于图1所示出的结算系统来举例说明。该用于无人商店的物品结算方法包括:
步骤201,当检测到待支付的目标物品时,采集目标对象的生物特征信息。
目标物品包括目标对象在无人商店中需要购买的实际物品,比如:食品饮料、洗护用品、母婴用品、生鲜水果和家用电器等。目标物品包括n个物品,n为正整数。
目标物品通常由物品提供方提供,物品提供方通常为组织、个人或代表组织。
目标对象在无人商店中购物结束后,将待支付的目标物品放置在结算设备上,对应的,服务器通过结算设备对目标物品进行识别,得到识别结果,该识别结果包括目标物品的物品数量和物品类型。服务器根据识别结果进行计算,得到目标物品对应的交换资源的总数值。
当服务器计算得到目标物品对应的交换资源的总数值时,通过结算设备的图像采集组件采集目标对象的生物特征信息。
目标对象通常为需要购买目标物品的用户。生物特征信息包括人脸特征信息、声纹特征信息、指纹特征信息和虹膜特征信息中的至少一种。步骤202,获取与生物特征信息对应的第一资源账户。
服务器获取与目标对象的生物特征信息对应的第一资源账户。
第一资源账户是用于存储目标对象的交换资源的账户。交换资源为目标对象交换物品时所使用的资源,包括但不限于用户积分、信用分数、虚拟货币、虚拟物品、电子数值或实体货币。
可选的,第一资源账户是用户在服务器中预先设置的与目标对象的生物特征信息所绑定的资源账户。比如,第一资源账户可以是储蓄账户、信用账户和托管账户中的至少一种。
步骤203,获取目标对象的指定确认手势,指定确认手势用于指示将第一资源账户中的目标物品对应的交换资源进行转移。
服务器通过图像采集组件采集目标对象的手势,当目标对象的手势与指定确认手势匹配时,确定获取到目标对象的指定确认手势。
为了避免服务器对目标物品识别错误或者对交换资源的总数值计算错误,在对交换资源进行转移前服务器在结算设备上显示支付信息,支付信息包括目标物品的物品数量、物品类型和交换资源的总数值中的至少一种。当用户确定支付信息无误时,做出指定确认手势,对应的,服务器通过图像采集组件获取到目标对象的指定确认手势。
指定确认手势可以是服务器默认设置的,也可以是用户自定义设置的。本实施例对此不加以限定。
步骤204,将交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户。
当服务器获取到目标对象的指定确认手势时,将交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户。
第二资源账户是用户物品提供方设备所使用的资源账户。比如,第二资源账户可以是储蓄账户、信用账户和托管账户中的至少一种。
综上所述,本发明实施例通过当检测到待支付的目标物品时,采集目标对象的生物特征信息,获取与生物特征信息对应的第一资源账户,当获取到目标对象的指定确认手势时,将目标物品对应的交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户;解决了目前在无人商店中的物品结算方法用户操作非常繁琐导致结算效率低下的问题,使得在进行物品结算时不需要扫描二维码等额外操作,服务器通过采集生物特征信息实现从生物特征信息对应的第一资源账户中的自动扣款,提高了物品结算时的结算效率。
换句话说,在背景技术提供的物品转移方法中,用户需要经历将目标物品放置在结算设备上、拿出手机、扫描二维码、选择转移渠道、确定转移交换资源等多个步骤才能完成目标物品的结算,而本发明实施例所提供的物品转移方法只需要用户将待支付的目标物品放置在结算设备上,当用户做出用于指示转移交换资源的指定确认手势时,服务器就能够从用户的第一资源账户中实现自动扣款,整个过程只需要用户“放置目标物品、做出指定确认手势”就可以完成,即便是老人或者小孩等用户都可以顺利完成,不需要太高的学习成本。
请参考图3,其示出了本发明另一个实施例提供的用于无人商店的物品结算方法的流程图。本实施例以该用于无人商店的物品结算方法应用于图1所示出的结算系统来举例说明。该用于无人商店的物品结算方法包括:
步骤301,对结算设备上待支付的n个物品进行识别,得到n个物品各自对应的交换资源的数值,n为正整数。
可选的,该结算系统还包括结算设备,结算设备包括结算台、显示屏、图像采集组合和重量感应组件。比如,图像采集组件为摄像头,重量感应组件为称重传感器。
可选的,服务器获取结算设备上待支付的n个物品各自对应的物品标识,对于n个物品中的每个物品,根据第三对应关系确定与物品标识对应的交换资源的数值,第三对应关系包括物品标识与交换资源的数值之间的对应关系。
可选的,当目标对象将待支付的n个物品放置于结算台上时,通过重量感应组件检测物品总重量,开启图像采集组件采集结算台上的物品图像,通过重量感应组件检测物品总重量是否发生变化,当物品总重量在预设时间段内的变化值小于预设阈值时,将此时图像采集组件采集到的结算台上的物品图像确定为目标图像。服务器对目标图像进行识别得到n个物品各自对应的物品标识,物品标识用于指示物品的物品类型。
其中,预设时间段为服务器默认设置的。比如,预设时间段为3秒。
可选的,预设阈值为大于0且小于1的数值。本实施例对预设时间段和预设阈值的具体数值不加以限定。
在一种可能的实现方式中,服务器对目标图像进行识别得到n个物品各自对应的物品标识,包括:服务器获取图像识别模型,根据目标图像采用图像识别模型得到n个物品标识。其中,图像识别模型是采用样本图像对神经网络进行训练得到的模型。
可选的,对于目标图像,从目标图像中提取图像特征;将图像特征输入至图像识别模型中,计算得到目标图像中n个物品各自对应的物品标识。
其中,图像识别模型是根据至少一组样本数据组训练得到的,每组样本数据组包括:样本图像和预先标注的样本物品标识。
图像识别模型包括但不限于:卷积神经网络(Convolutional Neural Network,CNN)模型、深度神经网络(Deep Neural Network,DNN)模型、循环神经网络(RecurrentNeural Networks,RNN)模型、嵌入(embedding)模型、梯度提升决策树(Gradient BoostingDecision Tree,GBDT)模型、逻辑回归(Logistic Regression,LR)模型中的至少一种。
需要说明的是,图像识别模型的训练过程可类比参考下面实施例中身份识别模型的训练过程,在此不再赘述。
可选的,服务器中存储有物品标识与交换资源的数值之间的第三对应关系。在一种可能的实现方式中,以交换资源为虚拟货币(单位为:¥)为例,该第三对应关系如表一所示。
表一
物品标识 | 交换资源的数值 |
001 | 5 |
002 | 4 |
003 | 18 |
004 | 69 |
005 | 9.9 |
006 | 188 |
步骤302,根据n个物品各自对应的交换资源的数值,目标物品对应的交换资源的总数值。
服务器将n个物品各自对应的交换资源的数值相加得到目标物品对应的交换资源的总数值。
在一个示意性的例子中,如图4所示,用户将待支付的目标物品41(包括一盒牛奶和一瓶汽水)放置于结算设备42的结算台上,服务器通过结算设备42的摄像头对目标物品进行识别,识别出结算台上有一盒牛奶(物品标识为001)和一瓶汽水(物品标识为002),根据上述表一所示的第三对应关系确定一盒牛奶的价格为5元,一瓶汽水的价格为4元,计算得到交换资源的总数值即总价格为9元。
步骤303,当接收到下单指令时,通过图像采集组件采集目标对象的生物特征信息,下单指令携带有目标物品对应的交换资源的总数值。
下面仅以图像采集组件为摄像头为例进行说明。当服务器计算得到交换资源的总数值时,生成订单信息,在结算设备的显示屏上显示订单信息,当接收到下单入口对应的触发操作时,确定接收到下单指令,开启摄像头功能。
下单入口是用于启动摄像头功能的可操作控件。示意性的,下单入口的类型包括按钮、可操控的条目、滑块中的至少一种。本实施例对下单入口的位置和类型均不加以限定。
触发操作是用于触发下单入口对应的摄像头功能的用户操作。示意性的,触发操作包括点击操作、滑动操作、按压操作、长按操作中的任意一种或多种的组合。
可选的,触发操作还包括其它可能的实现方式。在一种可能的实现方式中,触发操作以语音形式实现。比如,目标对象以语音形式输入下单入口对应的语音信号,服务器获取到语音信号之后,对该语音信号进行解析获取语音内容,当语音内容中存在与下单入口的预设信息相匹配的关键词时,即服务器确定该下单入口被触发,启动摄像头功能。
当服务器接收到下单指令时,通过至少一个摄像头采集目标对象的生物特征信息。
步骤304,获取与生物特征信息对应的身份标识,身份标识用于唯一标识目标对象。
可选的,服务器获取身份识别模型,根据生物特征信息,采用身份识别模型得到身份标识。其中,身份识别模型是采用样本生物特征信息对神经网络进行训练得到的模型。
身份标识用于在至少两个用户中唯一标识目标对象。
示意性的,将生物特征信息输入至身份识别模型得到身份标识。其中,身份识别模型是根据至少一组样本数据组训练得到的,每组所述样本数据组包括:样本生物特征信息和预先标注的正确身份标识。
身份识别模型包括但不限于:CNN模型、DNN模型、RNN模型、嵌入模型、GBDT模型和LR模型中的至少一种。
可选的,服务器中存储有预先训练好的身份识别模型。身份识别模型的训练过程可参考下面实施例中的相关细节,在此先不介绍。
步骤305,根据第二对应关系获取与身份标识对应的第一资源账号,第二对应关系包括身份标识与第一资源账号之间的对应关系。
服务器中存储有身份标识与第一资源账号之间的第二对应关系。在一种可能的实现方式中,该第二对应关系如表二所示。
表二
身份标识 | 第一资源账号 |
001 | A1 |
002 | A2 |
003 | A3 |
004 | A4 |
005 | A5 |
006 | A6 |
步骤306,根据第一对应关系获取与身份标识对应的指定确认手势,第一对应关系包括身份标识与指定确认手势之间的对应关系。
可选的,指定确认手势是该目标对象自定义设置的手势。该指定确认手势用于确定将该目标对象的第一资源账户中的交换资源进行转移。
可选的,身份标识和指定确认手势存在一一对应的关系,或者,至少两个指定确认手势对应一个身份标识,或者至少两个身份标识对应一个指定确认手势。本实施例对此不加以限定。
可选的,服务器中存储有身份标识与指定确认手势之间的第一对应关系。在一种可能的实现方式中,该第一对应关系如表三所示。当身份标识为“001”时对应的指定确认手势为“手势01”,当身份标识为“002”时对应的指定确认手势为“手势02”,当身份标识为“003”时对应的指定确认手势为“手势03”,当身份标识为“004”时对应的指定确认手势为“手势04”,当身份标识为“005”时对应的指定确认手势为“手势05”,当身份标识为“006”时对应的指定确认手势为“手势06”。比如,手势01用于指示拇指朝上且不弯曲,除拇指以外的其他四根手指向手心方向完全弯曲。本实施例对指定确认手势的手势形状不加以限定。
表三
身份标识 | 指定确认手势 |
001 | 手势01 |
002 | 手势02 |
003 | 手势03 |
004 | 手势04 |
005 | 手势05 |
006 | 手势06 |
可选的,指定确认手势可以是用户自定义设置的,也可以是服务器默认设置的。当指定确认手势是服务器默认设置的时,上述步骤306可以被替换实现成为如下步骤:在结算设备的显示屏上显示第一提示信息,第一提示信息用于指示目标对象做出指定确认手势。
可选的,服务器在结算设备的显示屏上显示第一提示信息,第一提示信息包括用于指示目标对象确认支付信息的文字信息和服务器默认设置的指定确认手势。比如,服务器默认设置的指定确认手势用于指示拇指朝上且不弯曲,除拇指以外的其他四根手指向手心方向完全弯曲。
需要说明的是,步骤306可以在步骤305之前执行,也可以在步骤305之后执行,还可以与步骤305并列执行,本实施例对此不加以限定。
步骤307,获取目标对象的手势动作信息对应的手势。
当目标对象确定支付信息无误时,做出用于确认支付的手势,对应的,服务器通过摄像头采集目标对象的手势动作信息,确定该手势动作信息对应的手势。
步骤308,当检测到目标对象的手势与指定确认手势一致时,确定获取到目标对象的指定确认手势。
可选的,当检测到目标对象的手势与所述指定确认手势一致时,服务器确定获取到目标对象的指定确认手势。
服务器对采集到的手势动作信息进行分析,确定与手势动作信息对应的目标手势,当目标手势与指定确认手势一致时,服务器确定获取到目标对象的指定确认手势。指定确认手势用于指示确认支付信息没有错误。
步骤309,将交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户。
服务器将交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户。
在一个示意性的例子中,基于图4所示的交换资源的总数值即总价格为9元,如图5所示,服务器通过结算设备42的摄像头采集用户的人脸特征信息,服务器获取人脸特征信息对应的身份标识为001,根据表二所示的第二对应关系确定该用户的第一资源账户为A1,在结算设备42的显示屏上显示用于指示指定确认手势的第一提示信息43,当目标对象做出的目标手势44与指定确认手势匹配时,将从第一资源账户A1中的9元转移至物品提供方设备对应的第二资源账户A2。
综上所述,本实施例还通过获取与生物特征信息对应的身份标识,根据第一对应关系获取与身份标识对应的指定确认手势,当检测到目标对象的手势与指定确认手势一致时,确定获取到目标对象的指定确认手势;由于指定确认手势是用户自定义设置的,避免了非法用户盗取已注册用户的照片在无人超市中实现物品结算的情况,使得服务器通过判断目标对象的手势是否与指定确认手势一致来判断该目标对象是否为第一资源账户的拥有者,进一步提高了物品结算的安全性。
在终端获取身份识别模型之前,终端需要对样本生物特征信息进行训练得到身份识别模型。可选的,身份识别模型的训练过程包括:获取训练样本集,训练样本集包括至少一组样本数据组。根据至少一组样本数据组,采用误差反向传播算法对原始参数模型进行训练,得到身份识别模型。
其中,每组样本数据组包括:样本生物特征信息和预先标注的正确身份标识。
示意性的,终端根据至少一组样本数据组,采用误差反向传播算法对原始参数模型进行训练,得到身份识别模型,包括但不限于以下几个步骤:
1、将样本生物特征信息特征输入原始参数模型,得到训练结果。
可选的,原始参数模型是根据神经网络模型建立的,比如:预测模型是根据DNN模型或者RNN模型建立的。
示意性的,对于每组样本数据组,终端创建该组样本数据组对应的输入输出对,输入输出对的输入参数为该组样本数据组中的样本生物特征信息特征,输出参数为正确身份标识;终端将输入参数输入原始参数模型,得到训练结果。
比如,以样本生物特征信息包括时刻“样本生物特征信息特征1”,正确身份标识包括时刻“身份标识A”为例,终端创建的输入输出对为:(样本生物特征信息特征1)->(身份标识A);其中,(样本生物特征信息特征1)为输入参数,(身份标识A)为输出参数。
可选的,输入输出对通过特征向量表示。
2、将训练结果与正确身份标识进行比较,得到计算损失,计算损失用于指示训练结果与正确身份标识之间的误差。
可选地,计算损失通过交叉熵(cross-entropy)来表示,
可选地,终端通过下述公式计算得到计算损失H(p,q):
其中,p(x)和q(x)是长度相等的离散分布向量,p(x)表示表示训练结果;q(x)表示输出参数;x为训练结果或输出参数中的一个向量。
3、根据至少一组样本数据组各自对应的计算损失,采用误差反向传播算法训练得到身份识别模型。
可选地,终端通过反向传播算法根据计算损失确定身份识别模型的梯度方向,从身份识别模型的输出层逐层向前更新身份识别模型中的模型参数。
可选的,该结算系统还包括门禁设备。门禁设备上还设置有至少一个摄像头。当检测到待支付的目标物品时,采集目标对象的生物特征信息之前,还包括如下几个步骤,如图6所示:
步骤601,当检测到目标对象在无人商店的门禁设备外面且与门禁设备的距离小于预设距离时,采集目标对象的生物特征信息。
当检测到目标对象在无人商店的门禁设备外面且与门禁设备的距离小于预设距离时,服务器确定该目标对象欲进入无人商店,服务器通过门禁设备的摄像头采集目标对象的生物特征信息。
预设距离为服务器默认设置的,比如预设距离为3米。
可选的,服务器在门禁设备的面板上显示第三提示信息,该第三提示信息用于提示目标对象移动至指定位置。示意性的,指定位置为距离门禁设备的面板预设长度的位置。比如,预设长度为1米。
服务器通过门禁设备的摄像头采集指定位置上的目标对象的生物特征信息。比如,生物特征信息为人脸特征信息。
在一个示意性的例子中,如图7所示,当服务器检测到目标对象71进入无人商店时,服务器在门禁设备的面板上显示第三提示信息72,该第三提示信息72包括文字“请移动您的位置…保持距离玻璃门1米左右”。
步骤602,判断生物特征信息对应的身份标识是否在身份标识集合中。
服务器获取生物特征信息对应的身份标识,判断该身份标识是否在身份标识集合中时,若在则执行步骤603,若不在则执行步骤604。为了方便说明,下面仅以生物特征信息为人脸特征信息为例进行说明。
可选的,服务器中存储有身份标识集,身份标识集合包括m个已注册用户的身份标识,m为正整数。
在一个示意性的例子中,如图8所示,当服务器判断人脸特征信息对应的身份标识是否在身份标识集合中时,服务器在门禁设备的面板上显示文字81“人脸识别中…”。
步骤603,当生物特征信息对应的身份标识在身份标识集合中时,将门禁设备从关闭状态切换为打开状态。
门禁设备的设备状态包括关闭状态和打开状态。门禁设备的设备状态默认为关闭状态。当生物特征信息对应的身份标识在身份标识集合中时,服务器将门禁设备从关闭状态切换为打开状态。
当门禁设备处于打开状态的时长达到最大打开时长时,服务器将门禁设备将打开状态切换为关闭状态。
最大打开时长为服务器默认设置的。比如,最大打开时长为40秒。
步骤604,当生物特征信息对应的身份标识不在身份标识集合中时,控制门禁设备保持关闭状态不变。
当生物特征信息对应的身份标识不在身份标识集合中时,服务器确定该目标对象为尚未注册的用户,保持门禁设备的关闭状态不变,即不打开门禁。
步骤605,在门禁设备的面板上显示第二提示信息,第二提示信息携带有子应用程序对应的二维码,第二提示信息用于指示终端通过扫描二维码进行身份注册。
子应用程序为依赖母应用程序运行的应用程序。子应用程序是该无人商店对应的应用程序。子应用程序可以称之为小程序(英文:mini program)。小程序不能独立运行,但无需下载安装即可使用。
用户通过扫描子应用程序对应的二维码,即可直接打开该子应用程序。子应用程序可以在母应用程序中被便捷地获取和传播。
开发者在子应用程序开发工具内完成子应用程序的开发、调试、预览、上传代码等操作。上述子应用程序开发工具可以称为WePY。WePY是一个组件化开发框架,组件的所有业务与功能在组件本身实现,组件与组件之间彼此隔离。开发者将子应用程序的代码文件发布至服务器之后,上述母应用程序可以通过超文本传输协议(HyperText TransferProtocol,HTTP)请求或者WebSocket请求从服务器请求获取子应用程序的文件,然后母应用程序通过加载上述文件显示子应用程序的页面。
母应用程序是用于承载子应用程序的应用程序,为子应用程序的实现提供环境。母应用程序是原生应用程序。原生应用程序是可直接运行于操作系统的应用程序。母应用程序可以是社交应用程序、专门支持子应用程序的专用应用程序、文件管理应用程序、邮件应用程序或者游戏应用程序等。社交应用程序包括即时通信应用、社交网站(SocialNetwork Service,SNS)应用或者直播应用等。
服务器在门禁设备的面板上显示携带有子应用程序对应的二维码的第二提示信息,对应的,终端通过扫描第二提示信息中的二维码打开子应用程序,在子应用程序中进行身份注册。
在一个示意性的例子中,如图9所示,当服务器判断目标对象71的人脸特征信息对应的身份标识不在身份标识集合中时,保持门禁设备的关闭状态不变,服务器在门禁设备的面板上显示第二提示信息,第二提示信息包括文字91“我不认识你,让我们成为朋友吧!”、文字92“请在手机XX小程序内完成注册,完成刷脸设置,开门更方便哦!”和子应用程序对应的二维码93,目标对象71通过终端扫描该二维码打开子应用程序,在子应用程序中进行身份注册。
综上所述,本实施例还通过当检测到目标对象进入无人商店时,采集目标对象的生物特征信息,当生物特征信息对应的身份标识在身份标识集合中时,将门禁设备从关闭状态切换为打开状态;使得用户能够通过刷脸方式直接打门禁,节省了用户操作,缩短了用户进入商店时的时间。
本实施例还通过在门禁设备的面板上显示第二提示信息,第二提示信息携带有子应用程序对应的二维码,第二提示信息用于指示终端通过扫描二维码进行身份注册;使得终端可以通过扫描子应用程序对应的二维码直接打开子应用程序,在子应用程序中完成身份注册,提高了身份注册的便捷性。
可选的,当服务器将交换资源从第一资源账户转移至物品提供方设备对应的第二资源账户之后,还包括如下几个步骤,如图10所示:
步骤1001,通过防盗板对目标对象进行安全检查。
当目标对象离开无人商店时,服务器防盗板对目标对象进行安全检查。
步骤1002,判断目标对象携带的目标物品中是否存在未支付的物品。
服务器判断目标对象携带的目标物品中是否存在未支付的物品。若存在,则执行步骤1003,若不存在,则执行步骤10004。
步骤1003,当检测到目标对象携带的目标物品中存在未支付的物品时,控制门禁设备保持关闭状态不变和/或触发报警信号。
可选的,当检测到目标对象携带的目标物品中存在未支付的物品时,服务器控制门禁设备保持关闭状态不变的同时,发出报警信号。
步骤1004,当检测到目标对象携带的目标物品不存在未支付的物品时,将门禁设备从关闭状态切换为打开状态。
可选的,当检测到目标对象携带的目标物品中存在未支付的物品时,服务器将门禁设备从关闭状态切换为打开状态。在门禁设备切换为打开状态之后,当门禁设备处于打开状态的时长达到最大打开时长时,服务器将门禁设备将打开状态切换为关闭状态,即控制门禁设备关闭门禁。
最大打开时长为服务器默认设置的。比如,最大打开时长为40秒。
在一个示意性的例子中,如图11所示,当目标对象71离开无人商店时,服务器通过防盗板对目标对象71进行安全检查,当检测到目标对象71携带的目标物品不存在未支付的物品时,将门禁设备111从关闭状态切换为打开状态。
综上所述,本实施例还通过防盗板对目标对象进行安全检查;当检测到目标对象携带的目标物品中存在未支付的物品时,控制门禁设备保持关闭状态不变和/或触发报警信号,提高了用于无人商店的物品结算方法的可靠性和安全性。
请参考图12,其示出了本发明另一个实施例提供的用于无人商店的物品结算方法的流程图。本实施例以该用于无人商店的物品结算方法应用于图1所示出的结算系统来举例说明。该用于无人商店的物品结算方法包括:
步骤1201,通过摄像头对结算设备上的商品进行识别,得到商品对应的虚拟货币的总数值。
服务器通过结算设备的摄像头对结算设备上的商品进行识别,得到商品对应的虚拟货币的总数值。
步骤1202,通过摄像头采集目标对象的人脸特征信息。
服务器在结算设备的显示屏上显示订单信息,当接收到下单入口对应的触发操作时,通过摄像头采集目标对象的人脸特征信息。
步骤1203,获取与人脸特征信息对应的第一资源账户。
服务器根据生物特征信息,采用人脸识别模型得到身份标识,根据第二对应关系获取与身份标识对应的第一资源账号,第二对应关系包括身份标识与第一资源账号之间的对应关系。其中,人脸识别模型的训练过程可参考上述实施例中身份识别模型的相关细节,在此不再赘述。
步骤1204,当获取到目标对象的指定确认手势时,将商品对应的虚拟货币从第一资源账户转移至物品提供方设备对应的第二资源账户。
当服务器通过结算设备的摄像头采集到目标对象的指定确认手势时,将商品对应的虚拟货币从第一资源账户转移至物品提供方设备对应的第二资源账户。
在一个示意性的例子中,如图13所示,1、结算设备处于待机状态;2、当用户将待支付的n个商品摆放在结算设备上时,触发称重传感器检测商品总重量;3、当称重传感器检测到商品总重量无明显变化时触发摄像头对结算设备上的n个商品进行图像识别。4、若识别不出,则在结算设备的显示屏上显示用于指示提示信息,该提示信息用于指示n个商品未被识别出。5、若识别出n个商品的商品标识则通过称重传感器对n个商品进行重量检验。6、若重量检验正确则在结算设备的显示屏上显示商品信息,商品信息包括n个商品的商品标识。7、显示提示信息,该提示信息用于指示对商品信息进行确认操作。8、接收商品信息对应的确认操作;9、通过摄像头进行人脸识别,得到该用户的身份标识。10、若身份标识用于指示该用户是注册用户则校验该用户是否具有刷脸支付资格。11、若该用户具有刷脸支付资格,则调取第三方平台服务器从用户的第一资源账户中自动扣款进行支付。12、当支付成功后显示提示信息,该提示信息用于指示支付成功。13、若身份标识用于指示该用户不是注册用户或者该用户是注册用户但是校验出该用户不具有刷脸支付资格时,显示子应用程序(即小程序)对应的二维码。终端通过扫描该二维码打开小程序,小程序判断该用户的用户信息是否完善,若用户信息完善,则显示提示信息,该提示信息用于指示用户重新拍照上传。若用户信息不完善,则执行注册流程以补齐用户信息,该注册流程可参考上述实施例中的相关细节,在此不再赘述。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
请参考图14,其示出了本发明一个实施例提供的用于无人商店的物品结算装置的结构示意图。该用于无人商店的物品结算装置可以通过专用硬件电路,或者,软硬件的结合实现成为图1中的服务器的全部或一部分,该用于无人商店的物品结算装置包括:采集模块1410、第一获取模块1420、第二获取模块1430和转移模块1440。
采集模块1410,用于实现上述步骤201和/或步骤801。
第一获取模块1420,用于实现上述步骤202和/或步骤801。
第二获取模块1430,用于实现上述步骤203和/或步骤801。
转移模块1440,用于实现上述步骤204和/或步骤801。
可选的,第二获取模块1430,还用于实现上述步骤306至步骤308。
可选的,第二获取模块1430,还用于获取身份识别模型,身份识别模型是采用样本生物特征信息对神经网络进行训练得到的模型;根据生物特征信息,采用身份识别模型得到身份标识。
可选的,第二获取模块1430,还用于在结算设备的显示屏上显示第一提示信息,第一提示信息用于指示目标对象做出指定确认手势;当检测到目标对象做出的手势与指定确认手势一致时,确定获取到目标对象的指定确认手势。
可选的,第一获取模块1420,还用于实现上述步骤304和步骤305。
可选的,采集模块1410,还用于实现上述步骤301至步骤303。
可选的,采集模块1410,还用于获取结算设备上待支付的n个物品各自对应的物品标识;对于n个物品中的每个物品,根据第三对应关系确定与物品标识对应的交换资源的数值,第三对应关系包括物品标识与交换资源的数值之间的对应关系。
可选的,该装置还包括:门禁模块。该门禁模块用于当检测到目标对象在无人商店的门禁设备外面且与门禁设备的距离小于预设距离时,采集目标对象的生物特征信息;当生物特征信息对应的身份标识在身份标识集合中时,将门禁设备从关闭状态切换为打开状态,身份标识集合包括m个已注册用户的身份标识,m为正整数;当生物特征信息对应的身份标识不在身份标识集合中时,控制门禁设备保持关闭状态不变。
可选的,该门禁模块还用于在门禁设备的面板上显示第二提示信息,第二提示信息携带有子应用程序对应的二维码,第二提示信息用于指示终端通过扫描二维码进行身份注册,子应用程序为依赖母应用程序运行的应用程序。
可选的,该装置还包括:防盗模块。该防盗模块用于通过防盗板对目标对象进行安全检查;当检测到目标对象携带的目标物品中存在未支付的物品时,控制门禁设备保持关闭状态不变和/或触发报警信号;当检测到目标对象携带的目标物品不存在未支付的物品时,将门禁设备从关闭状态切换为打开状态。
相关细节可结合参考图2至图13所示的方法实施例。其中,采集模块1410还用于实现上述方法实施例中其他任意隐含或公开的与采集步骤相关的功能;第一获取模块1420和第二获取模块1430还用于实现上述方法实施例中其他任意隐含或公开的与获取步骤相关的功能;转移模块1440还用于实现上述方法实施例中其他任意隐含或公开的与转移步骤相关的功能。
请参考图15,其示出了本发明另一个实施例提供的用于无人商店的物品结算装置的结构示意图。该用于无人商店的物品结算装置可以通过专用硬件电路,或者,软硬件的结合实现成为图1中的服务器的全部或一部分,该用于无人商店的物品结算装置包括:识别模块1510、采集模块1520、获取模块1530和转移模块1540。
识别模块1510,用于通过摄像头对结算设备上的商品进行识别,得到商品对应的虚拟货币的总数值;
采集模块1520,用于通过摄像头采集目标对象的人脸特征信息;
获取模块1530,用于获取与人脸特征信息对应的第一资源账户;
转移模块1540,用于当获取到目标对象的指定确认手势时,将商品对应的虚拟货币从第一资源账户转移至物品提供方设备对应的第二资源账户。
相关细节可结合参考图2至图13所示的方法实施例。其中,识别模块1510还用于实现上述方法实施例中其他任意隐含或公开的与识别步骤相关的功能;采集模块1520还用于实现上述方法实施例中其他任意隐含或公开的与采集步骤相关的功能;获取模块1530还用于实现上述方法实施例中其他任意隐含或公开的与获取步骤相关的功能;转移模块1540还用于实现上述方法实施例中其他任意隐含或公开的与转移步骤相关的功能。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述各个方法实施例提供的用于无人商店的物品结算方法。
本申请还提供了一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述各个方法实施例提供的用于无人商店的物品结算方法。
本申请还提供了一种终端,该终端包括处理器和存储器,存储器中存储有至少一条指令,至少一条指令由处理器加载并执行以实现上述各个方法实施例提供的用于无人商店的物品结算方法。
图16示出了本发明一个示例性实施例提供的终端1600的结构框图。该终端1600可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio LayerIII,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1600还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端1600包括有:处理器1601和存储器1602。
处理器1601可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1601可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1601也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1601可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1601还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1602可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1602还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1602中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1601所执行以实现本申请中方法实施例提供的用于无人商店的物品结算方法。
在一些实施例中,终端1600还可选包括有:外围设备接口1603和至少一个外围设备。处理器1601、存储器1602和外围设备接口1603之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1603相连。具体地,外围设备包括:射频电路1604、触摸显示屏1605、摄像头1606、音频电路1607、定位组件1608和电源1609中的至少一种。
外围设备接口1603可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1601和存储器1602。在一些实施例中,处理器1601、存储器1602和外围设备接口1603被集成在同一芯片或电路板上;在一些其他实施例中,处理器1601、存储器1602和外围设备接口1603中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1604用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1604通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1604将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1604包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1604可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1604还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1605用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1605是触摸显示屏时,显示屏1605还具有采集在显示屏1605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1601进行处理。此时,显示屏1605还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1605可以为一个,设置终端1600的前面板;在另一些实施例中,显示屏1605可以为至少两个,分别设置在终端1600的不同表面或呈折叠设计;在再一些实施例中,显示屏1605可以是柔性显示屏,设置在终端1600的弯曲表面上或折叠面上。甚至,显示屏1605还可以设置成非矩形的不规则图形,也即异形屏。显示屏1605可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1606用于采集图像或视频。可选地,摄像头组件1606包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1606还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1607可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1601进行处理,或者输入至射频电路1604以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1600的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1601或射频电路1604的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1607还可以包括耳机插孔。
定位组件1608用于定位终端1600的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1608可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源1609用于为终端1600中的各个组件进行供电。电源1609可以是交流电、直流电、一次性电池或可充电电池。当电源1609包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1600还包括有一个或多个传感器1610。该一个或多个传感器1610包括但不限于:加速度传感器1611、陀螺仪传感器1612、压力传感器1613、指纹传感器1614、光学传感器1615以及接近传感器1616。
加速度传感器1611可以检测以终端1600建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1611可以用于检测重力加速度在三个坐标轴上的分量。处理器1601可以根据加速度传感器1611采集的重力加速度信号,控制触摸显示屏1605以横向视图或纵向视图进行用户界面的显示。加速度传感器1611还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1612可以检测终端1600的机体方向及转动角度,陀螺仪传感器1612可以与加速度传感器1611协同采集用户对终端1600的3D动作。处理器1601根据陀螺仪传感器1612采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1613可以设置在终端1600的侧边框和/或触摸显示屏1605的下层。当压力传感器1613设置在终端1600的侧边框时,可以检测用户对终端1600的握持信号,由处理器1601根据压力传感器1613采集的握持信号进行左右手识别或快捷操作。当压力传感器1613设置在触摸显示屏1605的下层时,由处理器1601根据用户对触摸显示屏1605的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1614用于采集用户的指纹,由处理器1601根据指纹传感器1614采集到的指纹识别用户的身份,或者,由指纹传感器1614根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1601授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1614可以被设置终端1600的正面、背面或侧面。当终端1600上设置有物理按键或厂商Logo时,指纹传感器1614可以与物理按键或厂商Logo集成在一起。
光学传感器1615用于采集环境光强度。在一个实施例中,处理器1601可以根据光学传感器1615采集的环境光强度,控制触摸显示屏1605的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏1605的显示亮度;当环境光强度较低时,调低触摸显示屏1605的显示亮度。在另一个实施例中,处理器1601还可以根据光学传感器1615采集的环境光强度,动态调整摄像头组件1606的拍摄参数。
接近传感器1616,也称距离传感器,通常设置在终端1600的前面板。接近传感器1616用于采集用户与终端1600的正面之间的距离。在一个实施例中,当接近传感器1616检测到用户与终端1600的正面之间的距离逐渐变小时,由处理器1601控制触摸显示屏1605从亮屏状态切换为息屏状态;当接近传感器1616检测到用户与终端1600的正面之间的距离逐渐变大时,由处理器1601控制触摸显示屏1605从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图16中示出的结构并不构成对终端1600的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请还提供了一种服务器,该服务器包括处理器和存储器,存储器中存储有至少一条指令,至少一条指令由处理器加载并执行以实现上述各个方法实施例提供的用于无人商店的物品结算方法。
请参考图17,其示出了本发明一个实施例提供的服务器的结构框架图。所述服务器1700包括中央处理单元(CPU)1701、包括随机存取存储器(RAM)1702和只读存储器(ROM)1703的系统存储器1704,以及连接系统存储器1704和中央处理单元1701的系统总线1705。所述服务器1700还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)1706,和用于存储操作系统1713、应用程序1714和其他程序模块1715的大容量存储设备1707。
所述基本输入/输出系统1706包括有用于显示信息的显示器1708和用于用户输入信息的诸如鼠标、键盘之类的输入设备1709。其中所述显示器1708和输入设备1709都通过连接到系统总线1705的输入输出控制器1710连接到中央处理单元1701。所述基本输入/输出系统1706还可以包括输入输出控制器1710以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器1710还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1707通过连接到系统总线1705的大容量存储控制器(未示出)连接到中央处理单元1701。所述大容量存储设备1707及其相关联的计算机可读介质为服务器1700提供非易失性存储。也就是说,所述大容量存储设备1707可以包括诸如硬盘或者CD-ROI驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器1704和大容量存储设备1707可以统称为存储器。
存储器存储有一个或多个程序,一个或多个程序被配置成由一个或多个中央处理单元1701执行,一个或多个程序包含用于实现上述用于无人商店的物品结算方法的指令,中央处理单元1701执行该一个或多个程序实现上述各个方法实施例提供的用于无人商店的物品结算方法。
根据本发明的各种实施例,所述服务器1700还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器1700可以通过连接在所述系统总线1705上的网络接口单元1711连接到网络1712,或者说,也可以使用网络接口单元1711来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,所述一个或者一个以上程序包含用于进行本发明实施例提供的用于无人商店的物品结算方法中由服务器1700所执行的步骤。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的用于无人商店的物品结算方法中全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种用于无人商店的物品结算方法,其特征在于,所述方法包括:
当检测到待支付的目标物品时,采集目标对象的生物特征信息;
获取与所述生物特征信息对应的第一资源账户;
获取所述目标对象的指定确认手势,所述指定确认手势用于指示将所述第一资源账户中的所述目标物品对应的交换资源进行转移;
将所述交换资源从所述第一资源账户转移至物品提供方设备对应的第二资源账户。
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标对象的指定确认手势,包括:
获取与所述生物特征信息对应的身份标识,所述身份标识用于唯一标识所述目标对象;
根据第一对应关系获取与所述身份标识对应的所述指定确认手势,所述第一对应关系包括所述身份标识与所述指定确认手势之间的对应关系;
当检测到所述目标对象的手势与所述指定确认手势一致时,确定获取到所述目标对象的所述指定确认手势。
3.根据权利要求2所述的方法,其特征在于,所述获取与所述生物特征信息对应的身份标识,包括:
获取身份识别模型,所述身份识别模型是采用样本生物特征信息对神经网络进行训练得到的模型;
根据所述生物特征信息,采用所述身份识别模型得到所述身份标识。
4.根据权利要求1所述的方法,其特征在于,所述获取所述目标对象的指定确认手势,包括:
在结算设备的显示屏上显示第一提示信息,所述第一提示信息用于指示所述目标对象做出所述指定确认手势;
当检测到所述目标对象做出的手势与所述指定确认手势一致时,确定获取到所述目标对象的所述指定确认手势。
5.根据权利要求1所述的方法,其特征在于,所述获取与所述生物特征信息对应的第一资源账户,包括:
获取与所述生物特征信息对应的身份标识,所述身份标识用于唯一标识所述目标对象;
根据第二对应关系获取与所述身份标识对应的所述第一资源账号,所述第二对应关系包括所述身份标识与所述第一资源账号之间的对应关系。
6.根据权利要求1所述的方法,其特征在于,所述目标物品包括n个物品,所述当检测到待支付的目标物品时,采集目标对象的生物特征信息,包括:
对结算设备上待支付的所述n个物品进行识别,得到所述n个物品各自对应的所述交换资源的数值,所述n为正整数;
根据所述n个物品各自对应的所述交换资源的数值,确定所述n个物品对应的所述交换资源的总数值;
当接收到下单指令时,通过图像采集组件采集所述目标对象的所述生物特征信息,所述下单指令携带有所述交换资源的总数值。
7.根据权利要求6所述的方法,其特征在于,所述对结算设备上待支付的所述n个物品进行识别,得到所述n个物品各自对应的所述交换资源的数值,包括:
获取所述结算设备上待支付的所述n个物品各自对应的物品标识;
对于所述n个物品中的每个所述物品,根据第三对应关系确定与所述物品标识对应的所述交换资源的数值,所述第三对应关系包括所述物品标识与所述交换资源的数值之间的对应关系。
8.根据权利要求1至7任一所述的方法,其特征在于,所述当检测到待支付的目标物品时,采集目标对象的生物特征信息之前,还包括:
当检测到所述目标对象在所述无人商店的门禁设备外面且与所述门禁设备的距离小于预设距离时,采集所述目标对象的所述生物特征信息;
当所述生物特征信息对应的身份标识在身份标识集合中时,将所述门禁设备从关闭状态切换为打开状态,所述身份标识集合包括m个已注册用户的身份标识,所述m为正整数;
当所述生物特征信息对应的所述身份标识不在所述身份标识集合中时,控制所述门禁设备保持所述关闭状态不变。
9.根据权利要求8所述的方法,其特征在于,所述当所述生物特征信息对应的所述身份标识不在所述身份标识集合中时,控制所述门禁设备保持所述关闭状态不变之后,还包括:
在所述门禁设备的面板上显示第二提示信息,所述第二提示信息携带有子应用程序对应的二维码,所述第二提示信息用于指示终端通过扫描所述二维码进行身份注册,所述子应用程序为依赖母应用程序运行的应用程序。
10.根据权利要求1至7任一所述的方法,其特征在于,所述将所述交换资源从所述第一资源账户转移至物品提供方设备对应的第二资源账户之后,还包括:
通过防盗板对所述目标对象进行安全检查;
当检测到所述目标对象携带的所述目标物品中存在未支付的物品时,控制门禁设备保持关闭状态不变和/或触发报警信号;
当检测到所述目标对象携带的所述目标物品不存在未支付的物品时,将所述门禁设备从所述关闭状态切换为打开状态。
11.一种用于无人商店的物品结算方法,其特征在于,所述方法包括:
通过摄像头对结算设备上的商品进行识别,得到所述商品对应的虚拟货币的总数值;
通过所述摄像头采集目标对象的人脸特征信息;
获取与所述人脸特征信息对应的第一资源账户;
当获取到所述目标对象的指定确认手势时,将所述商品对应的所述虚拟货币从所述第一资源账户转移至物品提供方设备对应的第二资源账户。
12.一种用于无人商店的物品结算装置,其特征在于,所述装置包括:
采集模块,用于当检测到待支付的目标物品时,采集目标对象的生物特征信息;
第一获取模块,用于获取与所述生物特征信息对应的第一资源账户;
第二获取模块,用于获取所述目标对象的指定确认手势,所述指定确认手势用于指示将所述第一资源账户中的所述目标物品对应的交换资源进行转移;
转移模块,用于将所述交换资源从所述第一资源账户转移至物品提供方设备对应的第二资源账户。
13.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至11任一所述的用于无人商店的物品结算方法。
14.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至11任一所述的用于无人商店的物品结算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810618079.2A CN110610354A (zh) | 2018-06-15 | 2018-06-15 | 用于无人商店的物品结算方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810618079.2A CN110610354A (zh) | 2018-06-15 | 2018-06-15 | 用于无人商店的物品结算方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110610354A true CN110610354A (zh) | 2019-12-24 |
Family
ID=68888009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810618079.2A Pending CN110610354A (zh) | 2018-06-15 | 2018-06-15 | 用于无人商店的物品结算方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110610354A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274489A (zh) * | 2020-03-25 | 2020-06-12 | 北京百度网讯科技有限公司 | 信息处理方法、装置、设备及存储介质 |
CN113053036A (zh) * | 2019-12-26 | 2021-06-29 | 阿里巴巴集团控股有限公司 | 交易以及物品存取方法、设备、存储介质和系统 |
CN114153302A (zh) * | 2021-12-08 | 2022-03-08 | 中国电信股份有限公司 | 自助终端显示屏控制方法、装置、存储介质及电子设备 |
CN114267139A (zh) * | 2021-12-13 | 2022-04-01 | 湖南省金河计算机科技有限公司 | 一种基于物联网的智能pos机系统及其控制方法和电子设备 |
CN117314432A (zh) * | 2022-06-23 | 2023-12-29 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、存储介质及计算机设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049848A (zh) * | 2012-12-07 | 2013-04-17 | 康佳集团股份有限公司 | 一种基于智能电视的手势支付方法及智能电视 |
CN107424054A (zh) * | 2017-08-01 | 2017-12-01 | 深圳市益廷科技有限公司 | 一种酒店购物系统 |
CN107464116A (zh) * | 2017-07-25 | 2017-12-12 | 苏宁云商集团股份有限公司 | 一种订单结算方法及系统 |
CN107480994A (zh) * | 2017-06-23 | 2017-12-15 | 阿里巴巴集团控股有限公司 | 一种结算方法、入口控制方法及装置 |
US20180096354A1 (en) * | 2016-09-30 | 2018-04-05 | Mastercard International Incorporated | Systems and methods for biometric identity authentication |
CN107944875A (zh) * | 2018-01-04 | 2018-04-20 | 广州逗号智能零售有限公司 | 一种基于无人值守的购物管理系统及方法 |
CN108108649A (zh) * | 2016-11-24 | 2018-06-01 | 腾讯科技(深圳)有限公司 | 身份验证方法及装置 |
CN108108976A (zh) * | 2017-12-29 | 2018-06-01 | 深圳正品创想科技有限公司 | 一种无人商店中刷脸支付的方法及装置 |
-
2018
- 2018-06-15 CN CN201810618079.2A patent/CN110610354A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049848A (zh) * | 2012-12-07 | 2013-04-17 | 康佳集团股份有限公司 | 一种基于智能电视的手势支付方法及智能电视 |
US20180096354A1 (en) * | 2016-09-30 | 2018-04-05 | Mastercard International Incorporated | Systems and methods for biometric identity authentication |
CN108108649A (zh) * | 2016-11-24 | 2018-06-01 | 腾讯科技(深圳)有限公司 | 身份验证方法及装置 |
CN107480994A (zh) * | 2017-06-23 | 2017-12-15 | 阿里巴巴集团控股有限公司 | 一种结算方法、入口控制方法及装置 |
CN107464116A (zh) * | 2017-07-25 | 2017-12-12 | 苏宁云商集团股份有限公司 | 一种订单结算方法及系统 |
CN107424054A (zh) * | 2017-08-01 | 2017-12-01 | 深圳市益廷科技有限公司 | 一种酒店购物系统 |
CN108108976A (zh) * | 2017-12-29 | 2018-06-01 | 深圳正品创想科技有限公司 | 一种无人商店中刷脸支付的方法及装置 |
CN107944875A (zh) * | 2018-01-04 | 2018-04-20 | 广州逗号智能零售有限公司 | 一种基于无人值守的购物管理系统及方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113053036A (zh) * | 2019-12-26 | 2021-06-29 | 阿里巴巴集团控股有限公司 | 交易以及物品存取方法、设备、存储介质和系统 |
CN111274489A (zh) * | 2020-03-25 | 2020-06-12 | 北京百度网讯科技有限公司 | 信息处理方法、装置、设备及存储介质 |
CN111274489B (zh) * | 2020-03-25 | 2023-12-15 | 北京百度网讯科技有限公司 | 信息处理方法、装置、设备及存储介质 |
CN114153302A (zh) * | 2021-12-08 | 2022-03-08 | 中国电信股份有限公司 | 自助终端显示屏控制方法、装置、存储介质及电子设备 |
CN114267139A (zh) * | 2021-12-13 | 2022-04-01 | 湖南省金河计算机科技有限公司 | 一种基于物联网的智能pos机系统及其控制方法和电子设备 |
CN117314432A (zh) * | 2022-06-23 | 2023-12-29 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、存储介质及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284445B (zh) | 网络资源的推荐方法、装置、服务器及存储介质 | |
CN110610354A (zh) | 用于无人商店的物品结算方法、装置及存储介质 | |
CN113515987B (zh) | 掌纹识别方法、装置、计算机设备及存储介质 | |
CN106233314A (zh) | 响应于机械输入检测启用访问支付信息的用户设备 | |
CN111127509B (zh) | 目标跟踪方法、装置和计算机可读存储介质 | |
CN111897996A (zh) | 话题标签推荐方法、装置、设备及存储介质 | |
CN111144822A (zh) | 出库时长确定方法、装置、计算机设备及存储介质 | |
CN111506758A (zh) | 物品名称确定方法、装置、计算机设备及存储介质 | |
CN111028071B (zh) | 账单处理方法、装置、电子设备及存储介质 | |
CN111275532A (zh) | 商品过期预警方法、装置、计算机设备及存储介质 | |
CN111062248A (zh) | 图像检测的方法、装置、电子设备及介质 | |
CN113269612A (zh) | 物品推荐方法、装置、电子设备及存储介质 | |
CN111738365B (zh) | 图像分类模型训练方法、装置、计算机设备及存储介质 | |
CN112131473B (zh) | 信息推荐方法、装置、设备及存储介质 | |
CN110213307B (zh) | 多媒体数据推送方法、装置、存储介质及设备 | |
CN110659895A (zh) | 支付方法、装置、电子设备及介质 | |
CN112989198B (zh) | 推送内容的确定方法、装置、设备及计算机可读存储介质 | |
CN112001442B (zh) | 特征检测方法、装置、计算机设备及存储介质 | |
CN111191579A (zh) | 物品检测方法、装置、终端及计算机可读存储介质 | |
CN114724312B (zh) | 储物柜开柜方法、装置、设备及计算机可读存储介质 | |
CN114724311B (zh) | 储物柜开柜方法、装置、设备及计算机可读存储介质 | |
CN111563201A (zh) | 内容推送方法、装置、服务器及存储介质 | |
CN112100528A (zh) | 对搜索结果评分模型进行训练的方法、装置、设备、介质 | |
CN111539794A (zh) | 凭证信息的获取方法、装置、电子设备及存储介质 | |
CN111353513A (zh) | 一种目标人群筛选的方法、装置、终端和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40020109 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191224 |
|
RJ01 | Rejection of invention patent application after publication |