[发明专利]一种基于动态商品库存信息的无人货柜商品识别方法在审

专利信息
申请号: 201910861477.1 申请日: 2019-09-12
公开(公告)号: CN110675106A 公开(公告)日: 2020-01-10
发明(设计)人: 张发恩;王炬;柯政远 申请(专利权)人: 创新奇智(合肥)科技有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06K9/00;G06K9/62
代理公司: 11674 北京中南长风知识产权代理事务所(普通合伙) 代理人: 郑海
地址: 230001 安徽省合肥市高新区习友路333*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 货柜 商户 先验 种类信息 加载 商品管理终端 部署 单个模型 库存信息 商品库存 商品识别 数量减少 无人售货 自动识别 准确率 搭配 升高 终端 库存 分类 自由
【说明书】:

发明公开了一种基于动态商品库存信息的无人货柜商品识别方法,包括无人售货货柜终端、加载先验种类信息系统和商品管理终端,本发明利用了对应于每个货柜的库存信息,使在单个订单的自动识别中,所需要进行识别的分类数量减少到该货柜当前库存所包含的商品种类数量上,使系统的识别准确率得到升高;同时,由于能够加载先验的商品种类信息,单个模型所能支持的商品种类数量增加,商户可以在商品部署时,在其对应模型所支持的商品种类范围内自由搭配选择,从而提升了商户商品部署的灵活性;实现了在单个货柜中,商户每次所部署的商品种类数量不会超出其所对应模型中支持的商品种类数量。

技术领域

本发明涉及智能货柜技术领域,尤其涉及一种基于动态商品库存信息的无人货柜商品识别方法。

背景技术

目前的无人货柜中所使用的方法主要是,针对特定的商户所选定一个商品列表,专门训练并部署一个商品检测及识别模型,从而用于无人货柜的自动结算。这种方法对商户所选择的商品数量有一定的限制,当商品种类较多时,一些相似度较高的商品之间往往难以区分,从而经常发生误分类的情况。此外,商户如要调整所销售商品列表,则需要重新经过模型的训练及部署过程,系统的灵活性较低,不能满足商户的需求。

发明内容

本发明的目的在于克服现有技术中存在的上述问题,提供一种基于动态商品库存信息的无人货柜商品识别方法,能够加载先验的商品种类信息,在保持识别准确率的前提下,单个模型所能支持的商品种类数量增加,商户可以在商品部署时,在其对应模型所支持的商品种类范围内自由搭配选择,从而提升了商户商品部署的灵活性。

为实现上述技术目的,达到上述技术效果,本发明是通过以下技术方案实现:

一种基于动态商品库存信息的无人货柜商品识别方法,包括无人售货货柜终端和商品管理终端,还包括无人售货货柜终端的订单处理流程;

S1:获取该货柜当前所对应的商品库存信息;

S2:根据库存信息,提取出所含商品种类信息;

S3:在商品识别模型中,加载先验的商品种类信息,实现对该订单的自动识别及结算;

S4:更新该货柜对应的库存信息。

优选地,上述一种基于动态商品库存信息的无人货柜商品识别方法中,所述无人售货货柜终端中安装有商品检测摄像头,所述商品检测摄像头连接商品管理终端,所述商品管理终端中设置有加载先验种类信息系统。

优选地,上述一种基于动态商品库存信息的无人货柜商品识别方法中,所述加载先验种类信息系统包括待分类图片模块和DCNN深度卷积识别网络模块,所述DCNN深度卷积识别网络模块内设置有全联接层,所述待分类图片模块通过DCNN和全联接层计算得到模型中所有分类的logits值。

优选地,上述一种基于动态商品库存信息的无人货柜商品识别方法中,所述商品管理终端中设置有库存数据模块和购物订单模块,所述库存数据模块的输出端连接获取货柜库信息模块,所述获取货柜库信息模块的终端连接购物订单模块,所述购物订单模块的输出端连接更新货柜库信息模块,所述更新货柜库信息模块的终端连接库存数据模块。

优选地,上述一种基于动态商品库存信息的无人货柜商品识别方法中,所述无人售货货柜终端设置有理货单发送模块,所述理货单通过网络更新库存信息连接库存数据模块。

优选地,上述一种基于动态商品库存信息的无人货柜商品识别方法中,所述softmax方法计算得到归属于各个类别匹配的confidence值,作为该输入图片的分类结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于创新奇智(合肥)科技有限公司,未经创新奇智(合肥)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910861477.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top