一种货架图片识别结果去重及拼接的方法和设备技术

本发明专利技术公开了一种货架图片识别结果去重及拼接的方法，包括获取同一货架的多张图像；将多张图像输入到预先训练好的目标检测模型进行识别并获取货架上摆放的商品信息；对识别出的商品信息按在货架上的摆放位置进行分层；选择两张图片对应的识别结果进行去重并得到去重后的识别结果；选择所有识别结果分别进行两两去重，得到最终去重结果；根据最终去重结果进行图像裁剪及拼接，获取货架拼接图。本发明专利技术能够根据目标检测模型的识别结果进行去重并根据去重结果对图片进行剪裁并拼接，从而降低拍照要求，提升拼接速度并获取完整的货架图片和对应的识别结果。片和对应的识别结果。片和对应的识别结果。

【技术实现步骤摘要】
一种货架图片识别结果去重及拼接的方法和设备


[0001]本专利技术涉及一种货架图片识别结果去重及拼接的方法和设备，属于计算机视觉


技术介绍

[0002]SFA(销售能力自动化)是CRM客户关系管理系统的一个重要业务组件。SFA通过拜访目标制定、路线规划、设置执行规范、任务执行、执行结果分析等一系列功能对业务人员在外行为进行规范和引导，帮助业务人员正确高效的完成拜访规定步骤。
[0003]随着人工智能的发展，图像中的商品检测已经成为SFA中一个重要的功能，用来自动识别货架、冰箱等照片中的商品，帮助企业做进一步的陈列检测、铺货率统计等等。但对货架拍照时受限于场地大小、货架长度等，常常不能够在一张照片中拍出完整的货架，业务员通常会对同一个货架进行多次拍照，并且这些照片往往会有重合的部分。为了准确计算货架上商品的陈列、铺货率等，就需要对多张照片中重合的商品进行去重。当前使用的方法需要对照片进行拼接然后识别，但图片拼接受限于拍照质量，存在拼接速度慢，图片变形等问题，导致拼接效果不好进而影响识别结果。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中的不足，提供一种货架图片识别结果去重及拼接的方法和设备，能够根据目标检测模型的检测结果进行图片的识别去重后并根据去重结果对图片进行剪裁并拼接，从而降低拍照要求，提升拼接速度，获取完整的货架图片和对应的识别结果。
[0005]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0006]第一方面，本专利技术提供了一种货架图片识别结果去重及拼接的方法，包括：
[0007]获取同一货架的多张图像；
[0008]将多张图像输入到预先训练好的目标检测模型进行商品识别，获得图像中货架上拜访的商品信息；
[0009]选择识别结果中的两个识别结果进行去重，得到去重结果；
[0010]选择所有识别图像的识别结果分别进行两两去重，得到最终去重结果；
[0011]根据最终去重结果进行图像裁剪及拼接，获取货架最终拼接图。
[0012]进一步的，所述目标检测模型的训练过程包括：
[0013]对获取的图像中出现的商品进行标注，将标注好的图片作为训练集，利用训练集训练目标检测模型，得到训练好的模型。
[0014]进一步的，所述商品信息包括商品名称及在图片中的位置，并对识别出的商品按照其在货架上的摆放位置进行分层。
[0015]进一步的，选择两张识别结果进行去重，得到去重结果，包括：
[0016]将两张识别结果中的商品信息逐层进行匹配，两个商品的名称相同和层数相同则
认为匹配，获得最长连续匹配的商品序列；
[0017]对每一层进行匹配后，获取最长连续匹配商品序列所在的层数；
[0018]判断最长连续匹配序列的商品数量不小于5；在其它层的对应区间内有连续匹配的商品序列并且数量不小于3；
[0019]满足匹配判断条件的认为有重合部分，根据两张识别结果匹配的结果判断对应图像的左右顺序，并对排在右侧的识别结果去重后得到去重结果。
[0020]第二方面，本专利技术提供一种货架图片识别结果去重及拼接的装置，包括：
[0021]获取单元，用于获取同一货架的多张图像；
[0022]识别单元，用于将多张图像输入到预先训练好的目标检测模型进行商品识别，获得图像中货架上拜访的商品信息；
[0023]第一去重单元，用于选择识别结果中的两个识别结果进行去重，得到去重结果；
[0024]第二去重单元，用于选择所有识别图像的识别结果分别进行两两去重，得到最终去重结果；
[0025]拼接单元，用于根据最终去重结果进行图像裁剪及拼接，获取货架最终拼接图。
[0026]进一步的，还包括训练模块，用于对所述目标检测模型进行训练，具体过程包括：对获取的图像中出现的商品进行标注，将标注好的图片作为训练集，利用训练集训练目标检测模型，得到训练好的模型。
[0027]进一步的，所述商品信息包括商品名称及在图片中的位置，所述装置还包括分层模块，用于对识别出的商品按照其在货架上的摆放位置进行分层。
[0028]进一步的，所述第一去重模块包括：
[0029]第一匹配模块，用于将两张识别结果中的商品信息逐层进行匹配，两个商品的名称相同和层数相同则认为匹配，获得最长连续匹配的商品序列；
[0030]第二匹配模块，用于对每一层进行匹配后，获取最长连续匹配商品序列所在的层数；
[0031]判断模块，用于判断最长连续匹配序列的商品数量不小于5；在其它层的对应区间内有连续匹配的商品序列并且数量不小于3；
[0032]结果获取模块，用于对满足匹配判断条件的认为有重合部分，根据两张识别结果匹配的结果判断对应图像的左右顺序，并对排在右侧的识别结果去重后得到去重结果。
[0033]第三方面，本专利技术提供一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行上述任意一项所述方法的操作。
[0034]第四方面，本专利技术提供一种电子设备，所述电子设备包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
[0035]所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述任意一项所述方法的操作。
[0036]与现有技术相比，本专利技术所达到的有益效果：
[0037]本专利技术能够根据目标检测模型的检测结果进行图片的识别去重后根据去重结果对图片进行剪裁并拼接，从而降低拍照要求，提升拼接速度，获取完整的货架图片和对应的识别结果。
附图说明
[0038]图1是本专利技术实施例提供的一种货架多张图片识别结果去重及拼接的方法的流程示意图。
具体实施方式
[0039]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0040]实施例1
[0041]如图1所示，本实施例提供一种货架图片识别结果去重及拼接的方法，具体应用过程如下：
[0042]步骤1、获取同一货架的多张图像；
[0043]步骤2、对获取的图像中出现的商品进行标注，将标注好的图片作为训练集，利用训练集训练目标检测模型，得到训练好的模型；
[0044]步骤3、将多张图像输入到预先训练好的目标检测模型进行商品识别，获得图像中货架上拜访的商品信息；所述商品信息包括商品名称及在图片中的位置，并对识别出的商品按照其在货架上的摆放位置进行分层；
[0045]步骤4、选择识别结果中的两个识别结果进行去重，得到去重结果，包括：
[0046]将两张识别结果中的商品信息逐层进行匹配，两个商品的名称相同和层数相同则认为匹配，获得最长连续匹配的商品序列；
[0047]对每一层进行匹配后，获取最长连续匹配商品序列所在的层数；
[0048]判断最长连本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种货架图片识别结果去重及拼接的方法，其特征在于，包括：获取同一货架的多张图像；将多张图像输入到预先训练好的目标检测模型进行商品识别，获得图像中货架上拜访的商品信息；选择识别结果中的两个识别结果进行去重，得到去重结果；选择所有识别图像的识别结果分别进行两两去重，得到最终去重结果；根据最终去重结果进行图像裁剪及拼接，获取货架最终拼接图。2.根据权利要求1所述的货架图片识别结果去重及拼接的方法，其特征在于：所述目标检测模型的训练过程包括：对获取的图像中出现的商品进行标注，将标注好的图片作为训练集，利用训练集训练目标检测模型，得到训练好的模型。3.根据权利要求1所述的货架图片识别结果去重及拼接的方法，其特征在于：所述商品信息包括商品名称及在图片中的位置，并对识别出的商品按照其在货架上的摆放位置进行分层。4.根据权利要求3所述的货架图片识别结果去重及拼接的方法，其特征在于：选择两张识别结果进行去重，得到去重结果，包括：将两张识别结果中的商品信息逐层进行匹配，两个商品的名称相同和层数相同则认为匹配，获得最长连续匹配的商品序列；对每一层进行匹配后，获取最长连续匹配商品序列所在的层数；判断最长连续匹配序列的商品数量不小于5；在其它层的对应区间内有连续匹配的商品序列并且数量不小于3；满足匹配判断条件的认为有重合部分，根据两张识别结果匹配的结果判断对应图像的左右顺序，并对排在右侧的识别结果去重后得到去重结果。5.一种货架图片识别结果去重及拼接的装置，其特征在于，包括：获取单元，用于获取同一货架的多张图像；识别单元，用于将多张图像输入到预先训练好的目标检测模型进行商品识别，获得图像中货架上拜访的商品信息；第一去重单元，用于选择识别结果中的两个识别结果进行去重，得到去重结果；第二去重单元，用于选择所有识别图像的识别结果分别进行两两去重，...

【专利技术属性】
技术研发人员：刘国俭，刘昭，许允杰，夏奕，
申请(专利权)人：南京掌控网络科技有限公司，
类型：发明
国别省市：