[发明专利]识别物品的方法、装置、售货设备及计算机可读存储介质

权利要求书

1.一种识别物品的方法，包括：

采集售货设备中被取出物品的图像，所述售货设备中含有旧款物品和上新物品；

利用机器学习模型提取所述图像的特征向量，所述机器学习模型是由标注了物品名称的旧款物品图像进行训练得到的；

从特征向量库中确定所述图像的特征向量的相似特征向量，所述特征向量库包含利用所述机器学习模型提取的旧款物品图像及上新物品图像的特征向量，所述特征向量库中的各个特征向量表示相应的物品名称；

将所述被取出物品识别为所述相似特征向量表示的物品名称；

确定目标物品被售货设备识别为相似物品的概率，在目标物品被售货设备识别为相似物品的概率大于预设概率的情况下，不在所述售货设备中布置所述相似物品，其中，所述目标物品包括目标旧款物品、目标上新物品。

2.如权利要求1所述的识别物品的方法，还包括：

利用所述机器学习模型提取所述旧款物品图像及上新物品图像的特征向量；

利用所述旧款物品图像及上新物品图像的特征向量组成特征向量库。

3.如权利要求1所述的识别物品的方法，其中，所述从特征向量库中确定所述图像的特征向量的相似特征向量包括：

分别计算所述图像的特征向量与特征向量库中的各个特征向量之间的距离；

将特征向量库中与所述图像的特征向量距离最近的特征向量，作为所述相似特征向量。

4.如权利要求1所述的识别物品的方法，其中，所述从特征向量库中确定所述图像的特征向量的相似特征向量包括：

分别计算所述图像的特征向量与特征向量库中的各个特征向量之间的距离；

将特征向量库中与所述图像的特征向量距离最近、且最近距离小于第一阈值的特征向量，作为所述相似特征向量。

5.如权利要求1所述的识别物品的方法，其中，

所述确定目标物品被售货设备识别为相似物品的概率包括：确定售货设备中的目标旧款物品被识别为相似旧款物品的概率；

所述在目标物品被售货设备识别为相似物品的概率大于预设概率的情况下，不在所述售货设备中布置所述相似物品包括：在目标旧款物品被识别为相似旧款物品的概率大于预设概率的情况下，从所述售货设备中移除所述相似旧款物品。

6.如权利要求5所述的识别物品的方法，其中，所述确定售货设备中的目标旧款物品被识别为相似旧款物品的概率包括：

采集所述目标旧款物品的多张图像，并利用所述机器学习模型分别提取所述目标旧款物品的各张图像的特征向量；

计算各张图像的特征向量与特征向量库中相似旧款物品的图像的特征向量之间的距离，得到各张图像的第一距离；

计算各张图像的特征向量与特征向量库中所述目标旧款物品的图像的特征向量之间的距离，得到各张图像的第二距离；

将所述第一距离小于所述第二距离、且所述第一距离小于第一阈值的图像张数，除以所述多张图像的图像张数，得到所述第一距离小于所述第二距离的概率。

7.如权利要求6所述的识别物品的方法，其中，

所述计算各张图像的特征向量与特征向量库中相似旧款物品的图像的特征向量之间的距离，得到各张图像的第一距离包括：计算各张图像的特征向量与特征向量库中相似旧款物品的图像的多个特征向量之间的最短距离，得到各张图像的第一距离；

所述计算各张图像的特征向量与特征向量库中所述目标旧款物品的图像的特征向量之间的距离，得到各张图像的第二距离包括：计算各张图像的特征向量与特征向量库中所述目标旧款物品的图像的多个特征向量之间的最短距离，得到各张图像的第二距离。

8.如权利要求1所述的识别物品的方法，

所述确定目标物品被售货设备识别为相似物品的概率包括：确定售货设备中的目标上新物品被识别为相似旧款物品的概率；

所述在目标物品被售货设备识别为相似物品的概率大于预设概率的情况下，不在所述售货设备中布置所述相似物品包括：在所述目标上新物品被识别为相似旧款物品的概率大于所述预设概率的情况下，从所述售货设备中移除相似旧款物品。