[发明专利]一种零售安全防护方法及系统

说明书

本发明公开了一种零售安全防护方法及系统，方法包括：首先获取智能零售设备的历史监控信息，提取历史监控信息中的关键帧图片，识别并存储关键帧图片的特征信息，构建智能零售设备的监控模型，基于关键帧图片的特征信息，利用预设训练方法对智能零售设备的监控模型进行训练，得到训练好的智能零售设备的监控模型，捕捉智能零售设备的实时监控图像，并输入训练好的智能零售设备的监控模型，得到实时监控图像的反馈结果，它能够提升对智能零售设备监控的及时性和便捷性。

技术领域

本发明属于设备监控技术领域，特别是一种零售安全防护方法及系统。

背景技术

随着科技的开展,物联网技术和移动支付的普及、以及消费者的消费需求，“无人零售”形式已成趋势,智能零售已成为无人值守服务中的一大类。智能零售是指基于智能物联网技术实现的无导购员和收银员值守的新零售服务，在智能零售的推广过程中智能零售设备得到广泛的使用，在智能零售设备的售卖结算系统需要零售计算机和零售网络设备配合完成，能实现选品、扫码支付和刷脸支付。

当前以人工巡检的方式对智能零售设备进行监控排查，不仅浪费了大量的人力、物力，而且获取的监测信息不及时，无法快速做出相应的应急反应措施，因此如何提升对智能零售设备监控的及时性和便捷性，成为一个亟待解决的问题。

发明内容

本发明的目的是提供一种零售安全防护方法及系统，以解决现有技术中的不足，通过提出一种基于神经网络的智能零售设备的监控方法，它能够提升对智能零售设备监控的及时性和便捷性。

本申请的一个实施例提供了一种零售安全防护方法，所述方法包括：

获取智能零售设备的历史监控信息，提取所述历史监控信息中的关键帧图片，识别并存储所述关键帧图片的特征信息；

构建智能零售设备的监控模型；

基于所述关键帧图片的特征信息，利用预设训练方法对所述智能零售设备的监控模型进行训练，得到训练好的智能零售设备的监控模型，其中，所述预设训练方法包括神经网络方法；

捕捉智能零售设备的实时监控图像，并输入所述训练好的智能零售设备的监控模型，得到所述实时监控图像的反馈结果。

可选的，所述获取智能零售设备的历史监控信息，提取所述历史监控信息中的关键帧图片，识别并存储所述关键帧图片的特征信息，包括：

通过自动与所述智能零售设备的视频监控平台对接，获取历史监控信息，并通过提取视频流关键帧图像，作为历史监控信息中的关键帧图片；

设置关键帧图片的特征信息的存储装置，实现可在设定历史时间范围内，识别并存储所述关键帧图片的特征信息，其中，通过算法对历史监控信息中的关键帧图片的特征进行识别，算法包括直方图均衡算法及边缘特征算法。

可选的，所述智能零售设备的监控模型，包括：图像前处理模块、图像特征模块、图像后处理模块、数据融合模块；

所述图像前处理模块用于对输入的关键帧图片的特征信息数据进行特征提取，获得前处理图像特征；

所述图像特征模块用于针对获得的前处理图像特征，使用注意力机制来获取二者的互注意力特征，并将互注意力特征与相应的前处理图像特征进行拼接，获得混合特征；

所述图像后处理模块用于对所述混合特征进行特征提取，以获得后处理图像特征；

所述数据融合模块用于根据后处理图像特征，获得图像融合特征，并得到监控结果。

可选的，所述基于所述关键帧图片的特征信息，利用预设训练方法对所述智能零售设备的监控模型进行训练，得到训练好的智能零售设备的监控模型，包括：