CN107392272A - 物体信息反馈方法及系统 - Google Patents

Abstract

本发明提供一种物体信息反馈方法及系统，涉及图像数据处理技术领域。该方法及系统通过第一移动终端获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像；将所述RFID身份信息、待识别图像发送至所述服务器；所述服务器根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集；提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体及相应的预设注册信息，以使用户通过第一移动终端可查看到待识别图像中的目标物体的相关信息。与现有技术相比，本发明提供的方法及系统通过将RFID身份信息与图像识别相结合，减少了计算量、提高了对物体识别的效率及准确率。

Description

物体信息反馈方法及系统

技术领域

本发明涉及图像数据处理技术领域，具体而言，涉及一种物体信息反馈方法及系统。

背景技术

随着信息技术的发展，个体识别与信息呈现技术，在智能化的今天显得尤其关键。目前的常用技术为对目标物体贴条形码或二维码，通过相应扫码设备读取条形码或二维码，进而获得目标物体预置的个体信息。在扫描条形码或二维码获得的个体信息量时，需要对每个个体进行扫描，通过不断重复扫描，才能获得每个个体的相关信息。即，现有技术操作繁琐，获取信息的速度慢、效率低，并且人工干预的因素较大，没有达到对个体的自动化识别和信息获取的目的。

尽管目前也出现了通过图像识别处理对物体进行识别的技术，但现有技术对目标图像处理的数据量大，导致物体识别的效率和准确率低下。因此，如何提供一种可快速、自动识别物体并反馈该物体信息的方法及系统，已成为本领域技术人员亟需解决的技术问题。

发明内容

为了克服上述现有技术中的不足，本发明提供一种物体信息反馈方法及系统，以解决上述问题。

为了实现上述目的，本发明较佳实施例所提供的技术方案如下所示：

本发明较佳实施例提供一种物体信息反馈方法，应用于第一移动终端及服务器，所述方法包括：

所述第一移动终端获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像；

将所述RFID身份信息、待识别图像发送至所述服务器；

所述服务器根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集；

在待识别图像上确定感兴趣区域；

提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体；

根据所述目标物体查找相应的预设注册信息并发送给所述第一移动终端。

在本发明的较佳实施例中，上述服务器存储有与多个物体对应的注册图像，所述服务器根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集的步骤，包括：

根据所述RFID身份信息，确定所述第一移动终端信号接收范围内的物体；

将所述信号接收范围内的物体的图像特征的集合作为所述注册特征子集。

在本发明的较佳实施例中，应用于第二移动终端及所述服务器，所述方法包括：

预先将每个所述RFID身份信息与对应的所述目标物体进行关联；

所述第二移动终端接收所述RFID身份信息，并获取各个目标物体的至少一个图像作为注册图像集，所述注册图像集包括至少一个所述注册图像；

关联所述注册图像与预设注册信息，所述预设注册信息包括目标物体的种类信息。

在本发明的较佳实施例中，上述服务器包括基于深度学习模型的检测模型，所述在待识别图像上确定感兴趣区域的步骤，包括：

将所述待识别图像输入所述检测模型进行识别，得到所述感兴趣区域。

在本发明的较佳实施例中，上述方法还包括：

预先获取若干个与所述目标物体相同类别的物体的图像的集合以作为训练图像集；

使用所述训练图像集，对所述深度学习识别模型进行训练，得到所述检测模型。

在本发明的较佳实施例中，上述提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体的步骤，包括：

提取所述感兴趣区域中的图像特征，并与信号接收范围内的物体的所述注册特征子集进行匹配，得到信号接收范围内的物体与所述感兴趣区域中的物体的相关度；

在所述信号接收范围内的物体中选取相关度最大的物体作为所述目标物体。

在本发明的较佳实施例中，上述提取所述感兴趣区域中的图像特征的步骤，包括：

采用图像特征提取算法获取所述感兴趣区域中各个训练子图像的图像特征，所述图像特征包括RGB值、灰度值、纹理特征中的至少一种。

在本发明的较佳实施例中，上述方法还包括：

基于识别出的所述目标物体及预设注册信息，采用网络爬虫获取与所述目标物体相关联的关联数据，所述关联数据包括所述目标物体的价格信息、组成材料信息。

在本发明的较佳实施例中，上述方法还包括：

所述第一移动终端每隔第一预设时长接收所述RFID身份信息，并将得到的所述RFID身份信息并上传至所述服务器；

判断所述第一移动终端在第二预设时长内接收到的各个所述RFID身份信息是否变动，其中，所述第二预设时长大于等于所述第一预设时长；

当每个RFID身份信息维持不变，所述第一移动终端停止上传所述RFID身份信息。

本发明的较佳实施例还提供一种物体信息反馈系统，所述系统包括服务器及与所述服务器通信连接的第一移动终端，所述第一移动终端用于：

获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像；

将所述RFID身份信息、待识别图像发送至所述服务器；

所述服务器用于：

根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集；

在待识别图像上确定感兴趣区域；

提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体；

根据所述目标物体查找相应的预设注册信息并发送给所述第一移动终端。

本发明提供一种物体信息反馈方法及系统，通过RFID身份信息与图像识别相结合，实现对物体的准确识别，减少了识别过程中的计算量、提高了对物体识别的效率及准确率。具体地，该方法及系统通过第一移动终端获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像；将所述RFID身份信息、待识别图像发送至所述服务器；所述服务器根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集；提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体及相应的预设注册信息，以使用户通过第一移动终端可查看到待识别图像中的目标物体的相关信息。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明较佳实施例提供的物体信息反馈系统的一种交互示意图。

图2为本发明较佳实施例提供的物体信息反馈系统的另一种交互示意图。

图3为本发明较佳实施例提供的第一移动终端的方框示意图。

图4为本发明较佳实施例提供的第二移动终端的方框示意图。

图5为本发明较佳实施例提供的服务器的方框示意图。

图6为本发明较佳实施例提供的物体信息反馈方法的流程示意图。

图标：10-物体信息反馈系统；100-第一移动终端；110-第一图像采集单元；120-第一存储器；130-第一处理器；140-第一通讯单元；200-第二移动终端；210-第二图像采集单元；220-第二存储器；230-第二处理器；240-第二通讯单元；300-服务器；310-第三存储器；320-第三处理器；330-第三通讯单元；400-网络；500-电子标签；600-读写器。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参照图1，本发明实施例提供的物体信息反馈系统10包括服务器300、第一移动终端100、电子标签500以及与用于读取所述电子标签500发射的射频识别(RadioFrequency Identification，RFID)信号的读写器600。所述服务器300与至少一个第一移动终端100通过网络400通信连接，用于对第一移动终端100采集的待识别图像进行分类识别，得到待识别图像中的目标物体的预设注册信息，并将该预设注册信息作为分类识别的结果，发送至所述第一移动终端100。用户可通过第一移动终端100获取到目标物体的实际注册信息。所述物体信息反馈系统10通过电子标签500实现对待识别物体的初步筛选，减少了服务器300的计算量，同时提高了识别的效率和准确率。

其中，所述物体可以是，但不限于商品、展览品等。例如，所述物体可以为超市中的牙膏、杯子、洗衣粉、饮料、饼干等，也可以为博物馆中的展览品，在此不作具体限定。当然，所述物体信息反馈系统10也可以包括与所述服务器300连接的第二移动终端200。可以理解地，所述第一移动终端100可以供第一用户使用，第二移动终端200可以供第二用户使用。例如，所述第一移动终端100的使用者为商场的买家，第二移动终端200为商场中的卖家。

请参照图2，在本实施例中，所述电子标签500与所述读写器600通讯连接，通过所述读写器600可获取电子标签500发射的RFID信号，进而得到预先与物体绑定的RFID身份信息。一般地，同一类物体中，至少有一个物体上设置或绑定有所述电子标签500。比如，在放置有矿泉水、饼干的区域中，矿泉水区域中设置有至少一个电子标签500。

所述读写器600可以第一移动终端100通信连接。所述第一移动终端100通过读写器600，可获取到所述RFID身份信息。可理解地，所述RFID身份信息为用于标识物体种类的信息，不同的物体种类对应有唯一的RFID身份信息。具体地，比如该RFID身份信息为一串数字，用于区别不同的物体种类，不同的物体对应不同的数字串。

在其他实施方式中，所述读写器600还可以与所述第一移动终端100和/或第二移动终端200通信连接，用于将所述RFID身份信息传输给对应的终端(比如，第二移动终端200)。

可选地，所述电子标签500可以是有源电子标签也可以是无源电子标签。比如，所述电子标签500采用有源电子标签。该有源电子标签可以采用2.4GHz微波通信频段每隔一预设时长发出RFID信号。对应的读写器600可以通过Micro USB或低功耗蓝牙与第一移动终端100(也可以为第二移动终端200)连接，该读写器600实时接收周围有源电子标签的RFID信号以得到RFID身份信息，并通过4G、WIFI、蓝牙等网络将RFID身份信息传送至所述第一移动终端100。其中，所述的预设时长可以根据具体情况而设置，这里不作具体限定。

进一步地，所述第一移动终端100还可以包括用于读取所述电子标签500的读取模块。例如，所述电子标签500采用低功耗蓝牙传输信号，则第一移动终端100可以直接通过读取模块(比如，蓝牙模块)获取到电子标签500发射的RFID信号。可理解地，所述第一移动终端100可以不需要通过读写器600，也可以直接获取到RFID信号。

在本实施例中，所述第一移动终端100可以用于获取待识别图像，并将待识别图像传送至服务器300中，并显示服务器300对待识别图像的处理结果，比如显示待识别图像中的目标物体的预设注册信息。所述第一移动终端100可以是，但不限于，智能手机、平板电脑、个人数字助理(personal digital assistant，PDA)、移动上网设备(mobile Internetdevice，MID)等。优选地，所述第一移动终端100为智能手机。

请参照图3，在本实施例中，所述第一移动终端100包括第一图像采集单元110。所述第一图像采集单元110可以是通用摄像头、红外摄像头，用于获取物体的彩色图像或黑白图像。优选地，所述第一图像采集单元110为可清晰拍摄出所述物体的彩色图像的高清摄像头。

在本实施例中，所述第一移动终端100还可以包括第一存储器120、第一处理器130以及第一通讯单元140。所述第一处理器130、第一通讯单元140、第一存储器120以及第一图像采集单元110各个元件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

所述第一存储器120可以是，但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除可编程只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。在本实施例中，所述第一存储器120可以用于存储第一图像采集单元110采集的待识别图像及预设注册信息。当然，所述存储器还可以用于存储程序，所述第一处理器130在接收到执行指令后，执行该程序。

所述第一处理器130可以是中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、图形处理器(Graphics Processing Unit，GPU)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。

所述第一通讯单元140用于通过网络400建立第一移动终端100与服务器300的通信连接，并通过所述网络400收发数据。比如，第一通讯单元140可以用于上传所述待识别图像及RFID身份信息至服务器300。所述网络400可以是，但不限于有线网络、无线网络，这里不作具体限定。

请参照图4，在本实施例中，所述第二移动终端200可以用于供第二用户上传并设置对应的注册信息，以作为预设注册信息。

所述第二移动终端200可以包括第二图像采集单元210、第二处理器230、第二通讯单元240以及第二存储器220。所述第二图像采集单元210、第二处理器230、第二通讯单元240以及第二存储器220各个元件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。第二移动终端200中各个组件可以与第一移动终端100中的各个组件及对应的功能效果对应相同或类似，比如第二处理器230可以与第一处理器130的结构及功能效果相同或类似，这里不再一一阐述。

请参照图5，在本实施例中，所述服务器300用于对第一移动终端100或第二移动终端200发送的物体的图像进行处理。所述服务器300可以包括第三存储器310、第三处理器320以及第三通讯单元330。所述第三存储器310、第三处理器320以及第三通讯单元330各个组件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述服务器300中各个组件可以与第一移动终端100中对应的各个组件及相应的功能效果相同或类似，比如第三处理器320可以与第一处理器130的结构及功能效果相同或类似，这里不再一一阐述。

具体地，所述服务器300可以是，但不限于云服务器、分布式服务器、集群服务器等。当然，所述服务器300也可以通过其他处理设备进行替代，比如个人计算机，在此不作具体限定。

可以理解的是，图3、图4及图5所示的结构仅为一种结构示意图，所示的第一移动终端100、第二移动终端200和服务器300还可以包括比图中所示更多或更少的组件。图中所示的各组件可以采用硬件、软件或其组合实现。

请参照图6，本发明较佳实施例提供一种物体信息反馈方法，可以应用于图1中所示的物体信息反馈系统10。物体信息反馈系统10可以包括上述的第一移动终端100及服务器300。所述物体信息反馈方法通过预先将RFID身份信息于目标物体的相关联，当在对待识别图像进行识别时，通过在获取待识别图像时接收的RFID身份信息，得到对应的接收范围内物体的注册特征子集。再对待识别图像上确定出的感兴趣区域中的图像特征与注册特征子集进行比对，以确定目标物体，进而得到与目标物体相关联的预设注册信息。

下面对图6中所示的物体信息反馈方法的具体流程和步骤进行详细阐述。在本实施例中，所述物体信息反馈方法可以包括以下步骤：

步骤S710，第一移动终端100获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像。

在本实施例中，上述物体信息反馈系统10还可以包括上述的第二移动终端200、电子标签500以及读写器600。所述信号接收范围可以根据电子标签500的功率进行设置，这里不作具体限定。

所述方法在步骤S710之前可以包括其他步骤。例如，可以通过第二移动终端200预先将每个所述RFID身份信息与对应的所述目标物体进行关联。所述第二移动终端200接收所述RFID身份信息，并获取各个目标物体的至少一个图像作为注册图像集，所述注册图像集包括至少一个所述注册图像；关联所述注册图像与预设注册信息，所述预设注册信息包括目标物体的种类信息。

一般地，可以通过电子标签500生成RFID身份信息。在获取待识别图像之前，需要在目标物体上设置电子标签500。其设置的方式可以是将电子标签500挂在目标物体的表面，也可以是通过粘贴的方式将电子标签500贴在所述目标物体表面，这里对电子标签500的依附方式不作具体限定。

进一步地，第二移动终端200通过第二图像采集单元210获取到各类目标物体的单个物体的图像的集合，以作为注册图像集。所述注册图像集包括有至少一个注册图像子集。每个所述注册图像子集中包括有至少一个注册图像。可理解地，一个注册图像中仅包括单个物体的图像，同一物体可以包括有不同视角所获取的一个或多个注册图像。在得到的注册图像时，便对注册图像关联或标记相应的注册信息，以作为预设注册信息，所述预设注册信息可以包括物体的种类信息。

当然，所述预设注册信息可以根据具体需求而设置更多的物体信息。比如，所述预设注册信息还可以包括但不限于目标物体的构成原料、材料、生产厂商、生产地址、生产日期等信息中的一个或多个的组合。

进一步地，第二移动终端200将注册图像集上传至服务器300进行存储。所述服务器300可以通过提取注册图像集中的各个注册图像的图像特征，得到注册特征子集。具体地，比如，服务器300可以通过SURF算法实现对各个注册图像的图像特征提取。

在本实施例中，所述服务器300可以包括深度学习模型。在步骤S710之前，所述服务器300根据所述目标物体的预设注册信息，采用网络爬虫获取到若干个与所述目标物体相同类别的物体的图像的集合以作为训练图像集；使用所述训练图像集，对所述深度学习识别模型进行训练，得到所述检测模型。所述检测模型用于获取待识别图像中的感兴趣区域(region of interest，ROI)。

当然，获取到训练图像集的方式除了通过网络爬虫外，还可以通过其他方式获得。比如，将历史图像的积累作为训练图像集。一般地，训练图像集中的图像越多，得到的检查模型识别的精度越高，这里对训练图像集中的图像数量不做具体限定。

具体地，比如，所述深度学习模型可以采用Faster-RCNN模型。通过将训练图像集输入所述Faster-RCNN模型，使用所述训练图像集训练该Faster-RCNN模型，进而得到可检测出待识别图像中的感兴趣区域的检测模型。

步骤S720，将所述RFID身份信息、待识别图像发送至服务器300。

在本实施例中，所述第一移动终端100的第一通讯单元140与服务器300的第三通讯单元330通过网络400建立通信连接。步骤S720可以通过第一移动终端100中的第一通讯单元140执行，具体地，所述第一通讯单元140将RFID身份信息、待识别图像发送至服务器300。服务器300通过第三通讯单元330接收RFID身份信息、待识别图像。

步骤S730，所述服务器300根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集。

在本实施例中，所述服务器300的第三存储器310存储有与多个物体对应的注册图像。具体地，步骤S730还可以包括其他子步骤。比如，根据所述RFID身份信息，确定所述第一移动终端100信号接收范围内的物体；将所述信号接收范围内的物体的图像特征的集合作为所述注册特征子集。所述注册特征子集用于和待识别图像中的感兴趣区域中的图像特征进行匹配或比对。

步骤S740，在待识别图像上确定感兴趣区域。

在本实施例中，将所述待识别图像输入所述检测模型进行识别，便可得到感兴趣区域。可理解地，所述感兴趣区域为在待识别图像中存在目标物体的概率较大的区域。通过确定出感兴趣区域，便可不用再对待识别图像中的其他区域的进行物体识别，进而减少了计算量，提高了识别效率。

可理解地，通过基于深度学习的检测模型对待识别图像进行识别，可以过滤掉那些没有绑定电子标签500的物体，然后再对待识别图像中绑定有电子标签500的物体和在所述信号接收范围内绑定有电子标签500的物体进行对比识别。通过这种方式，减少了对比物体的数量及对应的图像特征。

另外，通过该检查模型，还可直接识别出待识别图像感兴趣区域中的物体的种类。通过结合所述信号接收范围内物体的种类，便可得到待识别图像感兴趣区域中的目标物体的种类，以进一步提高识别物体的准确率。

步骤S750，提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体。

在本实施例中，所述服务器300可以采用图像特征提取算法提取所述感兴趣区域中的图像特征。所述图像特征提取算法可以是，但不限于，SURF算法、BRISK算法等。具体地，将提取的感兴趣区域中的图像特征与步骤S730中确定的注册特征子集进行匹配，得到信号接收范围内的物体与所述感兴趣区域中的物体的相关度。一般地，在所述信号接收范围内的物体中选取相关度最大的物体便为所述目标物体。可理解地，感兴趣区域中的图像特征与所述注册特征子集中的图像特征具有交集，而交集中的图像特征相似度最大的对应的物体便为目标物体。

步骤S760，根据所述目标物体查找相应的预设注册信息并发送给所述第一移动终端100。

在本实施例中，目标物体关联有RFID身份信息，通过关联的RFID身份信息可获取到相应的注册图像，而注册图像被关联或标记有相应的注册信息。即在确定目标物体后，便可获取到与目标物体相对应的预设注册信息。服务器300将预设注册信息发送给第一移动终端100，用户便可通过第一移动终端100查看到待识别图像中的目标物体以及各目标物体的预设注册信息。

在本实施例中，所述方法还可以包括其他步骤。比如，在步骤S760之后，所述方法还可以包括基于识别出的所述目标物体及得到的预设注册信息，采用网络爬虫获取与所述目标物体相关联的关联数据。所述关联数据可以包括所述目标物体相同或同类物体的价格信息、组成材料信息、优惠活动信息等。通过网络爬虫，可以为用户提供更多关于目标物体的参考信息。

进一步地，为了减少第一终端上传的流量数据，所述方法还可以包括其他步骤。例如，所述第一移动终端100每隔第一预设时长接收所述RFID身份信息，并将得到的所述RFID身份信息并上传至所述服务器300；判断所述第一移动终端100在第二预设时长内接收到的各个所述RFID身份信息是否变动，其中，所述第二预设时长大于等于所述第一预设时长；每个RFID身份信息维持不变，所述第一移动终端100停止上传所述RFID身份信息。

当第二预设时长内接收到的各个所述RFID身份信息中的一个或多个RFID身份信息发生变动，可理解为增加了新的RFID身份信息，或减少了RFID身份信息，则第一移动终端100继续向服务器300上传RFID身份信息。所述第一预设时长和第二预设时长可以根据具体情况而设置，这里不作具体限定。

请再次参照图1，本发明的较佳实施例还提供一种物体信息反馈系统10，该系统包括上述实施例中的服务器300及与所述服务器300通信连接的第一移动终端100。用户通过第一移动终端100上传待识别图像至服务器300，经服务器300处理得到待识别图像中的目标物体以及对应的预设注册信息。服务器300将预设注册信息反馈给上述第一移动终端100，以使用户可通过第一移动终端100获取到待识别图像中的目标物体的相关信息。

所述第一移动终端100，用于获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像；将所述RFID身份信息、待识别图像发送至所述服务器300。具体地，所述第一移动终端100可以用于执行图6中所示的步骤S710、步骤S720，具体的执行内容和步骤可参照上述实施例中对步S710、步骤S720的描述，这里不再赘述。

所述服务器300，用于根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集；在待识别图像上确定感兴趣区域；提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体；据所述目标物体查找相应的预设注册信息并发送给所述第一移动终端100。

具体地，比如，所述第三处理器320可以调用第三存储器310中的程序，以实现对待识别图像的识别处理。即所述服务器300可以用于执行图6中所示的步骤S730-S770，具体的执行内容和步骤可参照上述实施例中对步骤S730-S770的描述，这里不再赘述。

综上所述，本发明提供一种物体信息反馈方法及系统，当在对待识别图像进行识别时，通过在获取待识别图像时接收的RFID身份信息，得到对应的接收范围内物体的注册特征子集。再对待识别图像上确定出的感兴趣区域中的图像特征与注册特征子集进行比对，以确定目标物体。用户通过第一移动终端可查找到目标物体对应的预设注册信息。基于上述设计，本发明提供的方法及系统减少识别物体过程中的计算量，进而提高对物体的效率和准确率。另外，所述预设注册信息可包含目标物体的多类物体信息，有利于用户从第一移动终端获取到更多的信息。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种物体信息反馈方法，其特征在于，应用于第一移动终端及服务器，所述方法包括：

所述第一移动终端获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像；

将所述RFID身份信息、待识别图像发送至所述服务器；

所述服务器根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集；

在待识别图像上确定感兴趣区域；

提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体；

根据所述目标物体查找相应的预设注册信息并发送给所述第一移动终端。

2.根据权利要求1所述的方法，其特征在于，所述服务器存储有与多个物体对应的注册图像，所述服务器根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集的步骤，包括：

根据所述RFID身份信息，确定所述第一移动终端信号接收范围内的物体；

将所述信号接收范围内的物体的图像特征的集合作为所述注册特征子集。

3.根据权利要求2所述的方法，其特征在于，应用于第二移动终端及所述服务器，所述方法包括：

预先将每个所述RFID身份信息与对应的所述目标物体进行关联；

所述第二移动终端接收所述RFID身份信息，并获取各个目标物体的至少一个图像作为注册图像集，所述注册图像集包括至少一个所述注册图像；

关联所述注册图像与预设注册信息，所述预设注册信息包括目标物体的种类信息。

4.根据权利要求1所述的方法，其特征在于，所述服务器包括基于深度学习模型的检测模型，所述在待识别图像上确定感兴趣区域的步骤，包括：

将所述待识别图像输入所述检测模型进行识别，得到所述感兴趣区域。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

预先获取若干个与所述目标物体相同类别的物体的图像的集合以作为训练图像集；

使用所述训练图像集，对所述深度学习识别模型进行训练，得到所述检测模型。

6.根据权利要求1所述的方法，其特征在于，所述提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体的步骤，包括：

提取所述感兴趣区域中的图像特征，并与信号接收范围内的物体的所述注册特征子集进行匹配，得到信号接收范围内的物体与所述感兴趣区域中的物体的相关度；

在所述信号接收范围内的物体中选取相关度最大的物体作为所述目标物体。

7.根据权利要求1所述的方法，其特征在于，所述提取所述感兴趣区域中的图像特征的步骤，包括：

采用图像特征提取算法获取所述感兴趣区域中各个训练子图像的图像特征，所述图像特征包括RGB值、灰度值、纹理特征中的至少一种。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于识别出的所述目标物体及预设注册信息，采用网络爬虫获取与所述目标物体相关联的关联数据，所述关联数据包括所述目标物体的价格信息、组成材料信息。

9.根据权利要求1-8中任意一项所述的方法，其特征在于，所述方法还包括：

所述第一移动终端每隔第一预设时长接收所述RFID身份信息，并将得到的所述RFID身份信息并上传至所述服务器；

判断所述第一移动终端在第二预设时长内接收到的各个所述RFID身份信息是否变动，其中，所述第二预设时长大于等于所述第一预设时长；

当每个RFID身份信息维持不变，所述第一移动终端停止上传所述RFID身份信息。

10.一种物体信息反馈系统，其特征在于，所述系统包括服务器及与所述服务器通信连接的第一移动终端，所述第一移动终端用于：

获取信号接收范围内物体的RFID身份信息，并获取包含有物体的待识别图像；

将所述RFID身份信息、待识别图像发送至所述服务器；

所述服务器用于：

根据所述RFID身份信息确定所述信号接收范围内物体的注册特征子集；

在待识别图像上确定感兴趣区域；

提取所述感兴趣区域中的图像特征与所述注册特征子集进行比对，确定目标物体；

根据所述目标物体查找相应的预设注册信息并发送给所述第一移动终端。