摘要
本发明涉及智能零售终端技术领域,解决了现有技术中无人售货柜内商品补货准确度低的问题,提供了一种基于多模态数据的零售终端库存补给方法、装置及系统。该方法包括:根据商品交易场景下无人售货柜的实时视频数据,将所述实时视频数据分解为多帧实时图像;对商品区域图像进行多模态特征提取,确定商品特征信息;对历史商品交易场景下的用户区域图像进行人体特征提取,更新用户群体特征信息;将用户群体特征信息作为增量数据输入商品需求预测初始模型中,确定商品需求预测目标模型;将商品特征信息输入商品需求预测目标模型中,根据预测结果从预设商品列表中筛选出目标商品补货上架。本发明能够提高无人售货柜的补货准确度。
技术关键词
商品特征信息
商品需求预测
库存补给方法
无人售货柜
衣物特征信息
零售终端
人体特征提取
纹理特征
多模态
区域位置信息
轮廓特征
面部特征信息
实时图像
实时视频
职业特征
年龄
姿态特征
人体关键点检测
系统为您推荐了相关专利信息
图像特征信息
商品特征信息
视觉识别系统
机器学习模型
特征点信息
商品需求预测
库存管理方法
动态特征提取
气象
蚁群算法
无感支付方法
无人售货柜
客户
红外传感器阵列
购物篮
自助收银设备
商品特征信息
手势识别模型
扫码
识别模型构建方法
冷链物流数据
空间坐标信息
溯源信息
实时状态信息
追溯方法