[发明专利]一种基于多传感识别的智能称重装置及其分析方法有效
申请号: | 202010087787.5 | 申请日: | 2020-02-11 |
公开(公告)号: | CN111353389B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 邓嘉明 | 申请(专利权)人: | 山东唐门信息技术有限公司 |
主分类号: | G06V20/50 | 分类号: | G06V20/50;G06V10/40;G06V10/75;G06F16/583;G01G19/52 |
代理公司: | 深圳市兰锋盛世知识产权代理有限公司 44504 | 代理人: | 罗炳锋 |
地址: | 250000 山东省济南市历城*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 传感 识别 智能 称重 装置 及其 分析 方法 | ||
本发明公开一种基于多传感识别的智能称重装置,包括智能称终端、特征数据库、品种特征建模模块、商品重量输入模块、出售量分析模块、云服务器和采购调整终端。本发明通过集多传感识别于一体,能够识别采集的称重平台上对应的蔬菜商品的种类数量是否为一种蔬菜商品种类,提高对蔬菜种类的识别,具有识别的准确性高的特点,有效维持超市的智能化无人称重操作,并能够有效地统计各蔬菜商品种类对应的蔬菜折损系数,同时根据蔬菜折损系数以及出售重量评估各蔬菜商品种类的采购量,能够同时兼顾销售量和降低折损系数,具有智能化分析与评估的特点,且可根据月频率筛选出对应的折扣系数,以对长期购买该蔬菜商品种类的购买人员提供折扣优惠,促进商场内蔬菜商品的销售。
技术领域
本发明属于智能称技术领域,涉及到一种基于多传感识别的智能称重装置及其分析方法。
背景技术
去超市购买生活用品以及蔬菜是人们生活必不可少的事,目前,超市内蔬菜商品种类繁多,特别是在早高峰和晚高峰期间,超市内购买蔬菜的人员数量较多,人工称重不仅要求称重人员具有熟练的称重技巧,而且要求称重人员对每个蔬菜商品种类对应的代码指令清楚,一旦称重人员对各蔬菜商品种类的代码指令不熟练,将导致购买蔬菜商品的购买人员长时间排队等待称重,增加各购买人员的称重等待时间,大大影响称重的效率,同时,给称重人员造成很大的心里负担,导致称重的过程中称重人员无法及时地检查需称重的蔬菜商品种类是否为同一种类,易出现多种蔬菜商品种类混淆在同一称重平台以及称重人员将蔬菜商品种类识别错误、称重人员工作量大、工作时间长等问题。
另外,为了保证蔬菜的品质,蔬菜多采用当天采购当天销售,避免隔天销售的问题,为购买用户提供最佳的蔬菜品质,但是,目前无法根据当天蔬菜销售量、剩余量以及采购数量统计各蔬菜商品种类的折损系数,并无法合理的规划下一次采购蔬菜商品种类的重量,避免蔬菜采购过多,而无法及时销售的问题,为了解决以上问题,现设计一种基于多传感识别的智能称重装置及其分析方法。
发明内容
本发明的目的在于提供的一种基于多传感识别的智能称重装置及其分析方法,解决了现有技术中存在的称重蔬菜商品种类识别的准确性差、无法统计各蔬菜商品种类的折损情况以及无法合理的采购各蔬菜商品种类的重量等问题,能够大大降低工作人员的工作量,且最大化地同时兼顾销售量和降低折损系数,并根据月频率筛选折扣优惠,促进超市内蔬菜商品的销售。具有智能化分析与评估的特点。
本发明的目的可以通过以下技术方案实现:
一种基于多传感识别的智能称重装置,包括智能称终端、特征数据库、品种特征建模模块、商品重量输入模块、出售量分析模块、云服务器和采购调整终端;
所述智能称终端包括图像采集模块、图像识别与特征提取模块和称重检测模块;
所述图像采集模块和图像识别与特征提取模块连接,云服务器分别与称重检测模块、图像识别与特征提取模块、出售量分析模块、商品重量输入模块、特征数据库和采购调整终端连接,特征数据库与品种特征建模模块连接,出售量分析模块与采购调整终端连接;
图像采集模块用于采集当前购买蔬菜且需进行蔬菜商品称重的购买人员的图像信息,同时,采集当前需进行称重的蔬菜商品图像信息,将当前购买蔬菜且需进行蔬菜商品称重的购买人员的图像信息以及蔬菜商品图像信息发送至图像识别与特征提取模块;
所述图像识别与特征提取模块用于接收图像采集模块发送的当前购买蔬菜且需进行蔬菜商品称重的购买人员的图像信息以及蔬菜商品图像信息,对接收的购买人员的图像进行识别,并合法使用,提取购买人员的面部特征,同时,对蔬菜商品图像进行区域划分,划分成若干各子区域,随机抽取m个子区域,提取随机抽取的子区域对应的蔬菜商品特征集合,并将提取的购买人员的脸部特征以及随机抽取的m个子区域的蔬菜商品特征集合Wj发送至云服务器;
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山东唐门信息技术有限公司,未经山东唐门信息技术有限公司许可,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/202010087787.5/2.html,转载请声明来源钻瓜专利网。