【技术实现步骤摘要】
一种商品信息识别方法、结算方法、装置及无人零售系统
本专利技术涉及计算机视觉领域,特别是涉及一种商品信息识别方法、结算方法、装置及无人零售系统。
技术介绍
由于无人零售模式可以节省销售的人工成本,并可以为用户带来购物便利,近几年来,在商品销售领域,无人零售模式获得了快速发展。常见的无人零售模式包括无人售卖机及无人超市等。无人零售模式的实现过程,可以分为商品信息识别环节和结算环节。具体的,在商品信息识别环节,可以针对用户选择的商品,识别出类别等商品信息;在结算环节,可以根据识别出的商品信息确定结算金额,并对所确定的结算金额进行结算。其中,针对商品信息识别环节,可以采用图像识别技术实现。相关技术中,商品信息识别的具体过程为:对用户所选商品进行拍摄;通过神经网络对拍摄的图像进行识别,确定商品的类别等商品本身的属性信息,从而将所确定的商品本身的属性信息作为后续结算所依赖的商品信息。但是,由于用户在选购商品时是动态过程,而上述相关技术中商品信息仅包括商品本身的静态的属性信息,因此,用于商品结算的信息类型较为单一,无疑后续会影响到商品结算的准确性。
技术实现思路
本专利技术实施例的目的在于提供一种商品信息识别方法、结算方法、装置及无人零售系统,以实现完善商品信息的类型的目的。具体技术方案如下:第一方面,本专利技术实施例提供了一种商品信息识别方法,所述方法包括:获取针对预设商品识别区域的实时画面,并检测所获取的实时画面中是否出现商品;当检测结果为是时,对所述实时画面中出现
【技术保护点】
1.一种商品信息识别方法,其特征在于,包括:/n获取针对预设商品识别区域的实时画面,并检测所获取的实时画面中是否出现商品;/n当检测结果为是时,对所述实时画面中出现的各个商品进行位置追踪,得到所述各个商品的运动轨迹;/n针对所述各个商品中的每一商品,基于该商品的运动轨迹,确定该商品的类别以及确定该商品对应的商品选择行为;其中,所述商品选择行为包括拿取商品或放回商品;/n针对所述各个商品中的每一商品,将该商品的类别和该商品对应的商品选择行为,作为该商品对应的商品信息。/n
【技术特征摘要】
1.一种商品信息识别方法,其特征在于,包括:
获取针对预设商品识别区域的实时画面,并检测所获取的实时画面中是否出现商品;
当检测结果为是时,对所述实时画面中出现的各个商品进行位置追踪,得到所述各个商品的运动轨迹;
针对所述各个商品中的每一商品,基于该商品的运动轨迹,确定该商品的类别以及确定该商品对应的商品选择行为;其中,所述商品选择行为包括拿取商品或放回商品;
针对所述各个商品中的每一商品,将该商品的类别和该商品对应的商品选择行为,作为该商品对应的商品信息。
2.根据权利要求1所述的方法,其特征在于,每一商品的运动轨迹的轨迹节点内容包括:该商品的位置信息;
所述基于该商品的运动轨迹,确定该商品对应的商品选择行为,包括:
基于该商品的运动轨迹所包括的起始位置信息,确定该商品所对应的起始坐标,基于该商品的运动轨迹所包括的终止位置信息,确定该商品所对应的终止坐标,所述起始坐标为所述起始位置信息所对应位置区域中一像素点的坐标,所述终止坐标为所述终止位置信息所对应位置区域中一像素点的坐标;
基于所述起始坐标和所述终止坐标,确定该商品对应的商品选择行为。
3.根据权利要求2所述的方法,其特征在于,所述实时画面以预设参考线被划分为近商品区域和远商品区域;
所述基于所述起始坐标和所述终止坐标,确定该商品对应的商品选择行为,包括:
判断所述起始坐标和所述终止坐标是否同时位于所述近商品区域或所述远商品区域;
当判断结果为否时,确定所述起始坐标和所述终止坐标构成的目标向量;
计算所述目标向量与所述预设参考线的法向量的夹角的余弦值;其中,所述预设参考线的法向量的方向为:由近商品区域到远商品区域或由远商品区域到近商品区域;
基于所计算的余弦值,确定该商品对应的商品选择行为为拿取商品或放回商品。
4.根据权利要求3所述的方法,其特征在于,所述基于所计算的余弦值,确定该商品对应的商品选择行为为拿取商品或放回商品,包括:
当所述预设参考线的法向量的方向为由近商品区域到远商品区域时,如果所述余弦值大于0,则确定该商品对应的商品选择行为为拿取商品,如果所述余弦值小于0,则确定该商品对应的商品选择行为为放回商品;
当所述预设参考线的法向量的方向为由远商品区域到近商品区域时,如果所述余弦值小于0,则确定该商品对应的商品选择行为为拿取商品,如果所述余弦值大于0,则确定该商品对应的商品选择行为为放回商品。
5.根据权利要求1所述的方法,其特征在于,每一商品的运动轨迹的轨迹节点内容包括:基于该商品的位置信息所确定的区域图像;
所述针对所述各个商品中的每一商品,基于该商品的运动轨迹,确定该商品的类别,包括:
从该商品的运动轨迹所包括的多个区域图像中,选择一个区域图像作为目标区域图像;
对所述目标区域图像进行商品类别识别,得到该商品的类别。
6.根据权利要求5所述的方法,其特征在于,所述从该商品的运动轨迹所包括的多个区域图像中,选择一个区域图像作为目标区域图像,包括:
针对所述运动轨迹所包括的每一区域图像,确定该区域图像在预定的各个图像衡量维度下的分值,将所确定出的多个分值进行加权,得到该区域图像的总分值;
在多个总分值中,选择最大的一个总分值,并将所选择的总分值所对应的区域图像作为目标区域图像。
7.根据权利要求6所述的方法,其特征在于,所述预定的各个图像衡量维度包括:第一图像衡量维度、第二图像衡量维度和第三图像衡量维度中的一个或多个;
其中,所述第一图像衡量维度用于衡量区域图像的尺寸与预定尺寸的匹配程度;所述第二图像衡量维度用于衡量区域图像的曝光度;所述第三图像衡量维度用于衡量区域图像中目标商品的完整度。
8.根据权利要求5所述的方法,其特征在于,所述对所述目标区域图像进行商品类别识别,得到该商品的类别,包括:
将所述目标区域图像输入至预先训练的神经网络模型,得到该区域图像中商品的特征向量;其中,所述神经网络模型用于获得图像中商品的特征向量;
计算该特征向量与预先注册的各个样本特征向量的余弦相似度,得到多个相似度数值;
将所述多个相似度数值中,最大的相似度数值所对应的样本特征向量作为目标样本特征向量;
在预设的类别对应关系中,确定所述目标样本特征向量对应的商品的类别,并将确定出的类别作为该目标商品的类别;其中,所述预设的类别对应关系用于表征样本特征向量和商品的类别的对应关系。
9.一种结算方法,其特征在于,包括:
获取各个商品对应的商品信息,其中,所述商品信息包括商品的类别和商品对应的商品选择行为;所述商品选择...
【专利技术属性】
技术研发人员:张天琦,朱皓,童俊艳,任烨,龚晖,
申请(专利权)人:杭州海康威视数字技术股份有限公司,
类型:发明
国别省市:浙江;33
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。