商品识别方法及计算机可读存储介质技术

本发明专利技术提供了一种商品识别方法，包括：S101：根据店内商品的陈列习惯，建立先验模型；S102：通过图像识别对陈列商品进行识别，得到第一识别结果；S103：根据所述先验模型对所述第一识别结果进行修正，得到第二识别结果。本发明专利技术通过超市或便利店内的历史陈列数据和/或店内陈列要求建立商品陈列的先验模型，通过图像识别对陈列商品进行检测或识别，并通过所述先验模型对检测或识别的结果进行修正，提高了商品识别的正确率，对于超市/便利店的无人化提供了必要条件。提供了必要条件。提供了必要条件。

【技术实现步骤摘要】
商品识别方法及计算机可读存储介质


[0001]本专利技术大致涉及图像识别
，尤其涉及一种陈列商品的识别方法。

技术介绍

[0002]现有的商品识别算法通过模型对于商品图片提取特征，再以特征和数据库进行比对，找到最相近的特征。数据库中被选中特征对应的商品ID即为商品识别结果。
[0003]从货架照片上，对货架上陈列的商品进行识别，是商品识别的主要应用之一。现有的算法独立的处理每一个商品图片的识别，没有考虑到相邻商品之间的联系。受到现有机器学习技术所限，现在的用以提取特征的模型无法做到完美区分不同商品，导致现有的算法可能会出现识别错误。
[0004]
技术介绍
部分的内容仅仅是公开人所知晓的技术，并不当然代表本领域的现有技术。

技术实现思路

[0005]有鉴于现有技术的至少一个缺陷，本专利技术提供一种商品识别方法，其特征在于，包括：
[0006]S101：根据店内商品的陈列习惯，建立先验模型；
[0007]S102：通过图像识别对陈列商品进行识别，得到第一识别结果；
[0008]S103：根据所述先验模型对所述第一识别结果进行修正，得到第二识别结果。
[0009]根据本专利技术的一个方面，其中步骤S101进一步包括：
[0010]根据任意两个商品相邻陈列的概率建立概率模型，作为所述先验模型。
[0011]根据本专利技术的一个方面，其中所述店内商品的陈列习惯包括历史陈列数据和/或店内陈列要求。
[0012]根据本专利技术的一个方面，其中步骤S102进一步包括：
[0013]对货架上的商品进行拍照；
[0014]对商品照片进行图像识别，生成所述第一识别结果。
[0015]根据本专利技术的一个方面，所述识别方法进一步包括：
[0016]对所述商品照片进行目标检测，生成一个或多个检测框；
[0017]对于检测框内的目标提取特征；
[0018]以所述特征和数据库进行比对；
[0019]得到包括商品识别结果和相对应的置信度的所述第一识别结果。
[0020]根据本专利技术的一个方面，其中所述第一识别结果为概率矢量，包括由高到低排列的置信度及其对应的商品识别结果。
[0021]根据本专利技术的一个方面，其中步骤S103进一步包括：
[0022]对于货架上同一层的陈列商品，根据所述第一识别结果生成置信度矩阵，所述置信度矩阵的行向量为所述同一层依次陈列的商品的所述第一识别结果，所述置信度矩阵的
列向量为该位置陈列商品的所述概率矢量；
[0023]根据所述先验模型，对所述置信度矩阵中的部分或者全部组合序列分别计算序列的综合置信度；
[0024]根据所述综合置信度的计算结果获得所述第二识别结果。
[0025]根据本专利技术的一个方面，其中所述第二识别结果为所述综合置信度最高的组合序列及其对应的商品识别结果。
[0026]根据本专利技术的一个方面，其中步骤S103通过集束搜索算法或维特比算法实现。
[0027]本专利技术还提供一种计算机可读存储介质，包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上文所述的识别方法。
[0028]本专利技术的优选实施例提供了一种商品识别方法，通过超市或便利店内的历史陈列数据和/或店内陈列要求建立商品陈列的先验模型，通过图像识别对陈列商品进行检测或识别，并通过所述先验模型对检测或识别的结果进行修正。本专利技术的优选实施例提高了商品识别的正确率，对于超市/便利店的无人化提供了必要条件。
附图说明
[0029]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0030]图1示出了本专利技术的一个实施例的商品识别方法；
[0031]图2示出了本专利技术的一个实施例的第一识别结果；
[0032]图3示出了本专利技术的一个实施例的使用商品识别方法进行商品识别的过程；
[0033]图4示出了本专利技术的一个实施例的置信度矩阵。
具体实施方式
[0034]在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本专利技术的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
[0035]在本专利技术的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、" 长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、 "水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语"第一"、" 第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本专利技术的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。
[0036]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语" 安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0037]在本专利技术中，除非另有明确的规定和限定，第一特征在第二特征之"上" 或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方 "和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
[0038]下文的公开提供了许多不同的实施方式或例子用来实现本专利技术的不同结构。为了简化本专利技术的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本专利技术。此外，本专利技术可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本专利技术提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
[0039]以下结合附图对本专利技术的实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0040]现代超市、便利店越来越趋向于无人化，无人超市中，对于陈列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品识别方法，其特征在于，包括：S101：根据店内商品的陈列习惯，建立先验模型；S102：通过图像识别对陈列商品进行识别，得到第一识别结果；S103：根据所述先验模型对所述第一识别结果进行修正，得到第二识别结果。2.如权利要求1所述的识别方法，其中步骤S101进一步包括：根据任意两个商品相邻陈列的概率建立概率模型，作为所述先验模型。3.如权利要求1或2所述的识别方法，其中所述店内商品的陈列习惯包括历史陈列数据和/或店内陈列要求。4.如权利要求1或2所述的识别方法，其中步骤S102进一步包括：对货架上的商品进行拍照；对商品照片进行图像识别，生成所述第一识别结果。5.如权利要求4所述的识别方法，进一步包括：对所述商品照片进行目标检测，生成一个或多个检测框；对于检测框内的目标提取特征；以所述特征和数据库进行比对；得到包括商品识别结果和相对应的置信度的所述第一识别结果。6.如权利要求1或2所述的识别方法，其中所...

【专利技术属性】
技术研发人员：李皓翔，康昊，蒋益凡，华刚，
申请(专利权)人：虫极科技北京有限公司，
类型：发明
国别省市：