本发明专利技术提供一种基于Unity的虚拟场景货架陈列方法及系统，其中方法包括：建立货架陈列3D模型集；其中，货架陈列3D模型集包括：商品3D模型集和陈列载体3D模型集；获取拍摄图像数据；通过虚拟场景货架陈列深度学习算法对图像数据进行识别解析，得到图像解析数据；在货架陈列3D模型集中匹配与图像解析数据一致的商品3D模型和陈列载体3D模型，并将匹配得到的商品3D模型放置于匹配到的陈列载体3D模型，完成3D虚拟陈列重现。本发明专利技术在三维虚拟场景中还原中陈列场景的情况，并能够提供多种姿态下的还原结果图片和终端陈列视频，为快消企业全方位更精准把控终端陈列情况，从而及时有效把控销售市场的实际状况并做出正确的决策。售市场的实际状况并做出正确的决策。售市场的实际状况并做出正确的决策。
【技术实现步骤摘要】
一种基于Unity的虚拟场景货架陈列方法及系统
[0001]本专利技术涉及计算机视觉
，特别是涉及一种基于Unity的虚拟场景货架陈列方法及系统。
技术介绍
[0002]现如今，随着科技水平和生活质量的不断提高，消费市场在迅猛增长，仅仅依靠销售量已经无法衡量终端市场的优异性，人们越来越关注产品的终端表现，包括产品铺货率、推广力、价格体系和终端陈列等方面。货架、冰柜和地堆是很常见的商品终端陈列载体，商品陈列不但要主题新颖、摆放整齐，而且价格信息、促销信息要一目了然，如此才能将商品的功能特征和价格信息及时传递到客户，进而捕获更多消费者。
[0003]终端陈列合理得当对商品的销量起到重要作用，无论是终端零售商，或是企业生产商，都密切关注和重视终端的陈列情况。而调查终端陈列情况主要依赖于业务员拜访门店，手工检查统计完成。为了提升业务员的拜访效率和检查质量，同时给快消及时反馈真实的终端陈列情况，人工智能技术被广泛用于快消行业进行商品识别和业务分析。业务员通过手机端采集终端陈列图片，然后基于目标检测算法识别图片中的场景类别(货架、冰柜和地堆等等)、商品类别、货架层数、空位信息和占地面积等等，然后根据业务需求以及上述识别信息计算输出相应的业务指标，如本品和竞品商品的占比、所处位置是否黄金位置等，进一步还可以自动判断图片中的陈列情况是否满足业务规范，并及时反馈给企业真实有效的终端信息，为未来的销售决策提供数据基础。
[0004]然而，通过手机端采集到的图片仅只能反映二维空间的图像信息，能传递的信息量有所局限，比如斜拍、侧拍和光线昏暗等情况下，人眼很难全面准确捕获图片场景中的信息。特别的，由于手机视野有限，一张照片很难囊括一个超长长货架的全部陈列信息，往往需要拍照多张图片然后拼接还原，才能对该长货架的陈列情况进行分析。而图像拼接算法每生成一次拼接结果图像，都需要消耗不少的时间和显存计算资源，并且拼接还原的图片很可能视觉效果还一般。
技术实现思路
[0005]为解决以上现有技术问题，本专利技术提供一种基于Unity的虚拟场景货架陈列方法及系统，依赖于图片的陈列识别结果，在Unity三维虚拟场景中还原陈列场景的情况，并能够提供多种姿态下的还原结果图片和终端陈列视频，为快消企业全方位更精准把控终端陈列情况，从而及时有效把控销售市场的实际状况并做出正确的决策。
[0006]本专利技术第一方面提供一种基于Unity的虚拟场景货架陈列方法，包括：
[0007]建立货架陈列3D模型集；其中，所述货架陈列3D模型集包括：商品3D模型集和陈列载体3D模型集；
[0008]获取拍摄图像数据；
[0009]通过虚拟场景货架陈列深度学习算法对所述图像数据进行识别解析，得到图像解
析数据；
[0010]在所述货架陈列3D模型集中匹配与所述图像解析数据一致的商品3D模型和陈列载体3D模型，并将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型，完成3D虚拟陈列重现。
[0011]进一步地，所述在所述货架陈列3D模型集中匹配与所述图像解析数据一致的商品3D模型和陈列载体3D模型，包括：
[0012]根据所述图像解析数据，得到商品信息及货架信息；
[0013]根据所述商品信息在所述商品3D模型集中，匹配与所述商品信息一致的商品3D模型；
[0014]根据所述货架信息中的货架层数及货架尺寸在所述陈列载体3D模型集中，匹配与所述货架信息一致的陈列载体3D模型。
[0015]进一步地，所述将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型，包括：
[0016]根据所述图像解析数据得到商品陈列顺序及商品陈列间隔距离；
[0017]根据所述商品陈列顺序及所述商品陈列间隔距离，将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型。
[0018]进一步地，所述完成3D虚拟陈列重现之后，包括：
[0019]根据所述3D虚拟陈列重现生成货架陈列图片和/或视频。
[0020]本专利技术第二方面提供一种基于Unity的虚拟场景货架陈列系统，包括：
[0021]模型集建立模块，用于建立货架陈列3D模型集；其中，所述货架陈列3D模型集包括：商品3D模型集和陈列载体3D模型集；
[0022]图像数据获取模块，用于获取拍摄图像数据；
[0023]识别解析模块，用于通过虚拟场景货架陈列深度学习算法对所述图像数据进行识别解析，得到图像解析数据；
[0024]3D虚拟陈列重现模块，用于在所述货架陈列3D模型集中匹配与所述图像解析数据一致的商品3D模型和陈列载体3D模型，并将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型，完成3D虚拟陈列重现。
[0025]进一步地，所述3D虚拟陈列重现模块，还用于：
[0026]根据所述图像解析数据，得到商品信息及货架信息；
[0027]根据所述商品信息在所述商品3D模型集中，匹配与所述商品信息一致的商品3D模型；
[0028]根据所述货架信息中的货架层数及货架尺寸在所述陈列载体3D模型集中，匹配与所述货架信息一致的陈列载体3D模型。
[0029]进一步地，所述3D虚拟陈列重现模块，还用于：
[0030]根据所述图像解析数据得到商品陈列顺序及商品陈列间隔距离；
[0031]根据所述商品陈列顺序及所述商品陈列间隔距离，将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型。
[0032]进一步地所述的一种基于Unity的虚拟场景货架陈列系统，还包括：
[0033]图片视频生成模块，用于根据所述3D虚拟陈列重现生成货架陈列图片和/或视频。
[0034]本专利技术第三方面提供一种电子装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任意一项所述的基于Unity的虚拟场景货架陈列方法。
[0035]本专利技术第四方面提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述第一方面中任意一项所述的基于Unity的虚拟场景货架陈列方法。
[0036]与现有技术相比，本专利技术实施例的有益效果在于：
[0037]本专利技术提供一种基于Unity的虚拟场景货架陈列方法及系统，其中方法包括：建立货架陈列3D模型集；其中，所述货架陈列3D模型集包括：商品3D模型集和陈列载体3D模型集；获取拍摄图像数据；通过虚拟场景货架陈列深度学习算法对所述图像数据进行识别解析，得到图像解析数据；在所述货架陈列3D模型集中匹配与所述图像解析数据一致的商品3D模型和陈列载体3D模型，并将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型，完成3D虚拟陈列重现。本专利技术具有如下结果及优势：1.处理速度快：直接在Unity中还原陈列和拍照生成新图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于Unity的虚拟场景货架陈列方法，其特征在于，包括：建立货架陈列3D模型集；其中，所述货架陈列3D模型集包括：商品3D模型集和陈列载体3D模型集；获取拍摄图像数据；通过虚拟场景货架陈列深度学习算法对所述图像数据进行识别解析，得到图像解析数据；在所述货架陈列3D模型集中匹配与所述图像解析数据一致的商品3D模型和陈列载体3D模型，并将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型，完成3D虚拟陈列重现。2.如权利要求1所述的一种基于Unity的虚拟场景货架陈列方法，其特征在于，所述在所述货架陈列3D模型集中匹配与所述图像解析数据一致的商品3D模型和陈列载体3D模型，包括：根据所述图像解析数据，得到商品信息及货架信息；根据所述商品信息在所述商品3D模型集中，匹配与所述商品信息一致的商品3D模型；根据所述货架信息中的货架层数及货架尺寸在所述陈列载体3D模型集中，匹配与所述货架信息一致的陈列载体3D模型。3.如权利要求1所述的一种基于Unity的虚拟场景货架陈列方法，其特征在于，所述将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型，包括：根据所述图像解析数据得到商品陈列顺序及商品陈列间隔距离；根据所述商品陈列顺序及所述商品陈列间隔距离，将匹配得到的商品3D模型放置于匹配到的所述陈列载体3D模型。4.如权利要求1所述的一种基于Unity的虚拟场景货架陈列方法，其特征在于，所述完成3D虚拟陈列重现之后，包括：根据所述3D虚拟陈列重现生成货架陈列图片和/或视频。5.一种基于Unity的虚拟场景货架陈列系统，其特征在于，包括：模型集建立模块，用于建立货架陈列3D模型集；其中，所述货架陈列3D模型集包括：商品3D模型集和陈列载体3D模型集；图像数据获取模块，用于获取拍摄图像数据；识别...
【专利技术属性】
技术研发人员：黄金镇，钟忞盛，丁明，
申请(专利权)人：广州市玄武无线科技股份有限公司，
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。