CN108806074A - 购物信息的生成方法、装置及存储介质 - Google Patents

Abstract

本申请公开了一种购物信息的生成方法、装置及存储介质，该购物信息的生成方法包括：接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像；根据该购物清算请求获取该售货设备最近一次已上传的第二图像；确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识；根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识；根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算，从而能结合用户习惯和图像识别来识别购买物品，方法简单，识别准确率高。

Description

购物信息的生成方法、装置及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种购物信息的生成方法、装置及存储介质。

背景技术

自动售货机是商业自动化的常用设备，其使用不受时间、地点的限制，是一种全新的商业零售形式，又被称为24小时营业的微型超市。

目前市面上流行的无人货柜是一种新型的自动售货机，其主要基于重力传感器实现，通过重力传感器检测货架上物品的重量变化来判断用户从货柜上拿取了哪些物品，从而统计用户的购买费用，这种购买方式无需售货人员参与，极大地节省了劳动力，但是，由于重量相同价格不同的物品比较多，且同一重量可以是多个物品组合而成，也可以是单个物品的重量，故若采用重力传感器来检测购买物品，为避免出现多个检测结果，需要限定每层货架上的物品种类和组合，比如同一货架上不能有重量相同但是价格不同的物品，且不能有组合后的物品重量相同但总价不同的情况，货架上物品摆放要求较高，局限性较强。

发明内容

本申请实施例提供一种购物信息的生成方法、装置及存储介质，无需限制货架上物品的种类和组合情况，灵活性高。

本申请实施例提供了一种购物信息的生成方法，应用于服务器，包括：

接收售货设备上传的购物清算请求，所述购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像；

根据所述购物清算请求获取所述售货设备最近一次已上传的第二图像；

确定所述用户标识对应的至少一个候选标识，所述候选标识为所述购买用户在历史时段内所购买物品的物品标识；

根据所述第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识；

根据所述目标标识生成所述购买用户的购物信息，以对所述待购买物品进行清算。

本申请实施例还提供了一种购物信息的生成方法，应用于售货设备，所述售货设备包括取货窗口和至少一个货架层，所述生成方法包括：

当所述取货窗口处于开启状态时，检测所述货架层的重量是否发生变化；

若是，则将重量发生变化的货架层作为目标货架层，并对所述目标货架层上的物品进行图像拍摄，得到第一图像；

根据所述第一图像和购买用户的用户标识生成购物清算请求；

将所述购物清算请求发送至服务器，以使所述服务器根据所述购物清算请求对所述购买用户进行物品清算。

本申请实施例还提供了一种购物信息的生成装置，应用于服务器，所述生成装置包括：

接收模块，用于接收售货设备上传的购物清算请求，所述购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像；

获取模块，用于根据所述购物清算请求获取所述售货设备最近一次已上传的第二图像；

第一确定模块，用于确定所述用户标识对应的至少一个候选标识，所述候选标识为所述购买用户在历史时段内所购买物品的物品标识；

第二确定模块，用于根据所述第一图像、第二图像、目标重量以及候选标识确定待购买物品的物品标识，作为目标标识；

生成模块，用于根据所述目标标识生成所述购买用户的购物信息，以对所述待购买物品进行清算。

进一步地，所述购物清算请求还携带所述售货设备的设备标识、以及所述目标货架层的层标识，所述获取模块具体用于：

根据所述购物清算请求获取所述设备标识对应的已上传图像集；

从所述已上传图像集中确定所述层标识对应的至少一张已上传图像；

将所述至少一张已上传图像中上传时间最近的已上传图像作为第二图像。

进一步地，所述第二确定模块具体用于：

根据所述第一图像和第二图像确定第一物品标识组，所述第一物品标识组包括至少一个物品标识；

当所述第一物品标识组的数量为单个时，将所述第一物品标识组确定为待购买物品的物品标识；

当所述第一物品标识组的数量为多个时，根据所述候选标识从所述多个第一物品标识组中确定待购买物品的物品标识。

进一步地，所述第二确定模块具体用于：

对所述第一图像进行识别，得到变化后物品标识组；

对所述第二图像进行识别，得到变化前物品标识组；

获取所述变化前物品标识组和变化后物品标识组中未发生重叠的物品标识，作为第一物品标识组。

进一步地，所述购物清算请求还携带所述目标货架层的重量变化量，所述第二确定模块具体用于：

判断所述第一物品标识组与所述候选标识是否匹配；

若是，则将匹配成功的候选标识作为待购买物品的物品标识；

若否，则根据所述重量变化量从所述多个第一物品标识组中确定待购买物品的物品标识。

进一步地，所述第二确定模块具体用于：

获取所述第一物品标识组中物品标识对应的第一重量；

将所述第一重量进行累加，得到累加值，每一个第一物品标识组对应一个累加值；

将所述累加值等于重量变化量的第一物品标识组确定为所述待购买物品的物品标识。

进一步地，所述生成装置还包括扣费模块，用于：

在所述生成模块根据所述目标标识生成所述购买用户的购物信息之后，向所述购买用户提供所述购物信息，并检测是否接收到所述售货设备发送的购物结束指令；

若接收到所述购物结束指令，则根据所述购物信息扣除所述购买用户的相应费用；

若未接收到所述购物结束指令，则触发所述接收模块执行所述接收售货设备上传的购物清算请求的步骤。

进一步地，当所述第一物品标识组与候选标识不匹配时，所述扣费模块具体用于：

根据所述购物信息生成物品确认请求，并向所述购买用户提供所述物品确认请求；

接收所述购买用户根据所述物品确认请求返回的确认结果；

根据所述确认结果扣除所述购买用户的相应费用。

进一步地，所述生成装置还包括验证模块，用于：

在所述接收模块接收售货设备上传的购物清算请求之前，接收售货设备发送的身份验证请求，所述身份验证请求携带待验证用户的人脸图像；

根据所述人脸图像判断所述待验证用户是否已认证；

若所述待验证用户已认证，则将所述待验证用户确定为购买用户，且向所述售货设备发送携带有所述用户标识的验证成功指令。

本申请实施例还提供了一种购物信息的生成装置，应用于售货设备，所述售货设备包括取货窗口和至少一个货架层，所述生成装置包括：

检测模块，用于当所述取货窗口处于开启状态时，检测所述货架层的重量是否发生变化；

拍摄模块，用于若是，则将重量发生变化的货架层作为目标货架层，并对所述目标货架层上的物品进行图像拍摄，得到第一图像；

生成模块，用于根据所述第一图像和购买用户的用户标识生成购物清算请求；

发送模块，用于将所述购物清算请求发送至服务器，以使所述服务器根据所述购物清算请求对所述购买用户进行物品清算。

进一步地，所述拍摄模块还用于：

在将重量发生变化的货架层作为目标货架层之后，计算所述目标货架层的重量变化量；

所述生成模块用于：根据所述第一图像、重量变化量和购买用户的用户标识生成购物清算请求。

进一步地，所述生成模块用于：

获取所述售货设备的设备标识、以及所述目标货架层的层标识；

根据所述设备标识、层标识、第一图像和购买用户的用户标识生成购物清算请求。

进一步地，所述生成装置还包括开启模块，用于：

在所述检测模块检测所述货架层上物品的重量是否发生变化之前，获取待验证用户的人脸图像，并根据所述人脸图像生成身份验证请求；

向所述服务器发送所述身份验证请求，以使所述服务器根据所述身份验证请求返回验证成功指令；

根据返回的所述验证成功指令开启所述取货窗口。

本申请实施例还提供了一种存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行上述任一项购物信息的生成方法。

本申请提供的购物信息的生成方法、装置及存储介质，通过接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像，并根据该购物清算请求第一图像获取该售货设备最近一次已上传的第二图像，接着，确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识，并根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识，之后根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算，从而能结合用户习惯和图像识别来识别购买物品，方法简单，识别准确率高，并且无需限制货架上物品的种类和摆放位置，灵活性强。

附图说明

下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。

图1为本申请实施例提供的物品购买系统的场景示意图。

图2为本申请实施例提供的购物信息的生成方法的流程示意图。

图3为本申请实施例提供的购物信息的生成方法的另一流程示意图。

图4为本申请实施例提供的购物信息的生成方法的另一流程示意图。

图5为本申请实施例提供的用户刷脸购物的框架示意图。

图6为本申请实施例提供的用户刷脸开门的框架示意图。

图7为本申请实施例提供的物品购买过程的框架示意图。

图8为本申请实施例提供的购物信息的生成装置的结构示意图。

图9为本申请实施例提供的购物信息的生成装置的另一结构示意图。

图10为本申请实施例提供的购物信息的生成装置的结构示意图。

图11为本申请实施例提供的购物信息的生成装置的另一结构示意图。

图12为本申请实施例提供的服务器的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供一种购物信息的生成方法、装置、存储介质及服务器。

请参阅图1，图1为物品购买系统的场景示意图，该物品购买系统可以包括本申请实施例提供的任一种购物信息的生成装置，该购物信息的生成装置可以集成在服务器中，该服务器可以是物联网平台的服务器。

其中服务器可以通过接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像，并根据该购物清算请求获取该售货设备最近一次已上传的第二图像，接着，确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识，并根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识，之后根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算。

譬如，请参见图1，该第一图像和第二图像是售货设备在不同时刻对同一货架上存留物品拍摄的图像，该售货设备可以是智能货柜等电子设备，其可以放置在机场、火车站等各种公共场所。通常，售货设备可以实时进行重量检测，并且，当售货设备的取货窗口开启和/或关闭时可以对每个货架层上的物品进行拍摄，当货架重量发生变化时，可以对变化货架上的物品进行图像拍摄，而每次拍摄的图像(也即第一图像)都会实时上传至服务器，之后服务器可以根据购买用户的用户标识、以及对应的上传图像确定该购买用户此次的购买物品，并生成购物清单，之后将该购买清单发送至售货设备进行显示。

如图2所示，图2是本申请实施例提供的购物信息的生成方法的流程示意图，该生成方法应用于服务器，具体流程可以如下：

S101.接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像。

本实施例中，该售货设备可以是智能货柜等电子设备，其内可以设置至少一个图像采集装置(比如摄像头)，用于采集货架层上存留物品的图像。该用户标识为用户的唯一识别标识，其可以是用户在服务器中的注册账号。该目标货架层主要为重量发生变化的货架层，售货设备可以通过重力检测装置(比如微重力传感器)来检测货架层上物品的重量。需要说明的是，该图像采集装置并不需要实时对物品进行采集，其可以只在购物开始或结束时，比如货柜门锁打开或关闭，或者在货架上物品重量发生变化时，比如用户拿起了某个物品导致货架重量变化，才启动图像采集。

进一步地，为便于售货设备管理自身物品，减少物品丢失风险，其可以只对已认证的用户打开取货窗口(比如货柜柜门)，该已认证的用户是指在服务器注册过的用户，此时，在上述步骤S101之前，该购物信息的生成方法还可以包括：

接收售货设备发送的身份验证请求，该身份验证请求携带待验证用户的人脸图像；

根据该人脸图像判断该待验证用户是否已认证；

若该待验证用户已认证，则将该待验证用户确定为购买用户，且向该售货设备发送携带有该用户标识的验证成功指令。

本实施例中，该身份验证请求可以是售货设备自动生成的，比如当售货设备的摄像头采集到人脸图像时，可以生成该身份验证请求以触发服务器进行身份验证操作，此时，服务器可以通过将该人脸图像与本地人脸库进行匹配来实现身份验证，比如匹配成功则认为该待验证用户已认证，并向售货设备发送验证成功指令，以便售货设备开启自身取货窗口供用户选购物品。

S102.根据该购物清算请求获取该售货设备最近一次已上传的第二图像。

本实施例中，该最近一次是针对图像上传时间而言，比如，在单次购买期间(比如柜门从开启到关闭记为一次购买)，若该第一图像是针对某个货架层首次物品重量变化后拍摄的图像，则该第二图像通常是此次门锁开启或上一次门锁关闭时对同一货架层拍摄的图像，若该第一图像是针对某个货架层非首次物品重量变化后拍摄的图像，则该第二图像通常是对同一货架层上一次物品重量变化后拍摄的图像。

需要指出的是，对于售货设备每次拍摄的图像，其都可以实时上传至服务器中进行存储。当售货设备具有多个货架层，且存在多个售货设备与服务器进行通信时，不同售货设备上传的图像可以基于售货设备的设备标识和货架层的层标识来关联存储，此时，该购物清算请求还可以携带该售货设备的设备标识、以及该目标货架层的层标识，上述步骤S102具体可以包括：

根据该购物清算请求获取该设备标识对应的已上传图像集；

从该已上传图像集中确定该层标识对应的至少一张已上传图像；

将该至少一张已上传图像中上传时间最近的已上传图像作为第二图像。

本实施例中，该设备标识是不同售货设备在服务器中的唯一识别标识，该层标识是同一售货设备或不同售货设备中不同货架层的唯一识别标识。当服务器在对售货设备上传的各种信息进行存储时，可以为每个售货设备建立一个存储区，该存储区可以用于存储对应售货设备上传的图像和重量信息，且不同货架层的图像和重量信息可以在该存储区中分开存储，从而后续在获取第二图像时，可以先根据设备标识找到一个大的存储区，然后根据层标识在该大存储区中找到小的区域，最后从该小区域中获取上传时间最近的物品图像作为第二图像。

S103.确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识。

本实施例中，该历史时段可以人为设定，比如近一个月或者近半年。该物品标识是物品在服务器中的唯一识别标识,其可以是物品出厂时包装上的物品编码，也可以是服务器为已注册物品自动分配的字符串，通常，不同种类的物品、同一种类不同型号的物品可以具有不同的物品标识。该候选标识可以是该购买用户在历史时段内购买的所有物品，也可以是其中购买次数最多的指定数量物品，具体的，服务器可以存储每个购买用户的购买记录，根据购买记录确定候选标识，并将该候选标识和对应用户的用户标识关联存储。

S104.根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识。

例如，上述步骤S104具体可以包括：

1-1.根据该第一图像和第二图像确定第一物品标识组，该第一物品标识组包括至少一个物品标识。

例如，上述步骤1-1具体可以包括：

对该第一图像进行识别，得到变化后物品标识组；

对该第二图像进行识别，得到变化前物品标识组；

获取该变化前物品标识组和变化后物品标识组中未发生重叠的物品标识，作为第一物品标识组。

本实施例中，该图像识别可以借助深度学习模型来实现，该深度学习模型可以经由用户提前采集的大量物品照片进行训练得到。需要指出的是，由于货架上的物品数目繁多，各个物品放置时彼此间的遮挡情况和组合情况也比较复杂，且图像识别技术本身也无法达到100％匹配率，故在对第一图像或者第二图像进行识别时，极可能存在多组匹配率较高的物品组合，导致单张图像的识别结果并不唯一，也即变化后物品标识组和变化前物品标识组均可能有多个，从而得到的第一物品标识组也可能并不唯一。

1-2.当该第一物品标识组的数量为单个时，将该第一物品标识组确定为待购买物品的物品标识；当该第一物品标识组的数量为多个时，根据该候选标识从该多个第一物品标识组中确定待购买物品的物品标识。

本实施例中，当变化后物品标识组和变化前物品标识组均只有一个时，则得到单个第一物品标识组，此时，可以直接将该单个第一物品标识组作为购买物品的物品标识。当变化后物品标识组和/或变化前物品标识组有多个时，则得到多个第一物品标识组，此时，可以看哪个第一物品标识组符合用户以往的购物习惯，如果有，则可以认为相应第一物品标识组为用户此次所购买物品的物品标识，如果没有，则可以借助其他方式，比如重量识别进行确认，也即，该购物清算请求还可以携带该目标货架层的重量变化量，此时，上述步骤“根据该候选标识从该多个第一物品标识组中确定待购买物品的物品标识”具体可以包括：

判断该第一物品标识组与该候选标识是否匹配；

若是，则将匹配成功的候选标识作为待购买物品的物品标识；

若否，则根据该重量变化量从该多个第一物品标识组中确定待购买物品的物品标识。

本实施例中，该重量变化量为售货设备针对同一货架层相邻两次重量检测得到的重量的差值，其通常是用户所拿取物品的重量。该匹配并非需要精确到100％，可以是80％等非精准匹配，也即只需第一物品标识组中大部分物品标识和候选标识相同即可，无需全部，而当第一物品标识组中大部分物品标识和候选标识均不相同时，说明用户此次的购买行为无法从以往的购物习惯进行推测，需要进一步借助购买前后货架上物品的重量变化情况进行推测。

例如，上述步骤“根据该重量变化量从该多个第一物品标识组中确定待购买物品的物品标识”具体可以包括：

获取该第一物品标识组中物品标识对应的第一重量；

将该第一重量进行累加，得到累加值，每一个第一物品标识组对应一个累加值；

将该累加值等于重量变化量的第一物品标识组确定为待购买物品的物品标识。

本实施例中，当借助图像识别和用户习惯都无法得出唯一的第一物品标识组时，可以计算每个第一物品标识组对应的物品组合的总重量，将总重量与重量变化量相等的那个物品组合作为购买物品。

S105.根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算。

本实施例中，该购物信息可以包括用户购买物品的物品种类、单价、数量以及总价格等信息。具体的，可以根据目标标识获取对应的单价和物品种类等信息，根据待购买物品的数量和单价计算总价格。

容易理解的是，在生成购物信息后，该支付操作可以由用户手动完成，比如售货设备可以提供支付二维码或者投币区域，用户可以通过扫码或投币等方式进行支付，当然，该支付操作也可以由服务器自动完成，比如服务器可以将该购物信息发送至支付应用进行自动扣款(主要针对小额消费)，无需用户参与，也即，上述在步骤105之后，该购物信息的生成方法还可以包括：

向该购买用户提供该购物信息，并检测是否接收到该售货设备发送的购物结束指令；

若接收到该购物结束指令，则根据该购物信息扣除该购买用户的相应费用；

若未接收到该购物结束指令，则返回执行该接收售货设备上传的购物清算请求的步骤。

本实施例中，为便于用户在支付之前知晓自己的消费情况，从而及时对购物清单进行调整，服务器可以在扣费之前将该购物信息提供给用户，该提供方式可以有多种，比如服务器可以将该购物信息发送至售货设备进行显示，也可以发送至用户设备进行显示，当然，还可以是其他方式。该购物结束指令可以是售货设备检测到柜门等取货窗口关闭时自动生成的，当服务器接收到该购物结束指令时，可以先从购物信息中提取出费用部分，并通过支付接口进入该用户的相应账户，之后自动从该用户账户中扣除该费用部分。

需要指出的是，在支付过程中，当推测出的购买物品不符合用户以往的购物习惯时，可以进一步向用户求证购物清单是否正确，也即，当该第一物品标识组与候选标识不匹配时，上述步骤“根据该购物信息扣除该购买用户的相应费用”具体可以包括：

根据该购物信息生成物品确认请求，并向该购买用户提供该物品确认请求；

接收该购买用户根据该物品确认请求返回的确认结果；

根据该确认结果扣除该购买用户的相应费用。

本实施例中，该物品确认请求主要用于提示用户对当前购买物品是否进行支付，其可以表现为提示框或支付密码输入框等形式。当用户返回的确认结果指示确认支付时，可以进行扣费操作，当用户返回的确认结果指示取消支付时，可以不进行扣费操作，并提示用户将物品放回原处。

当然，不同的用户在付费时可以具有不同的优惠策略，比如会员价、折扣价等等，也即上述步骤“根据该购物信息扣除该购买用户的相应费用”具体可以包括：

确定该用户标识所属的用户等级、以及对应的结算账户；

根据该用户等级和购物信息确定支付费用；

从该结算账户中扣除该支付费用。

本实施例中，该用户等级可以人为设定，比如可以设为非会员和会员两个等级，也可以设为会员、中级会员、高级会员等多个等级，当然，还可以是其他设定方式，通常，不同用户等级可以对应不同的销售价格和优惠折扣，其中，该用户等级可以根据企业类型、消费额度等情况设定，比如对于某些企业自己提供的售货设备，企业员工和外部人员可以设置成不同等级，或者对于消费额度明显不同的用户，其所能得到的折扣可以不同。该结算账户可以和用户标识提前关联绑定，在小额支付过程中，服务器可以直接从关联账户中进行费用结算，无需输入密码。

另外，该服务器还可以提供一个反馈接口，用于获取用户的反馈信息，该反馈信息可以包括文字、图像等信息，比如若用户发现扣除的购买费用与实际物品费用不符时，可以通过该反馈接口向服务器反馈其实际购买物品的名称、图像及实际价格等信息，以便后台工作人员进行相应处理，与此同时，服务器也可以根据该反馈信息对图像识别模型(也即深度学习模型)进行自动更新，比如根据用户反馈的物品名称对识别错误的物品图像进行重新标注，并利用该重新标注的图像对深度学习模型进行训练，从而提高模型图像识别的准确率。

需要说明的是，上述物品购买的一系列流程主要适用于同一层货架上放置多种物品，且每种物品按个来卖的情况，而对于只放置单种物品，且每种物品按重量来卖的情况，并不需要这么复杂，比如，在接收到售货设备上传的购物清算请求之后，可以直接根据第一图像确定该层货架上卖何种物品，比如水果类、海鲜类、蔬菜类等，之后根据该物品的单价、以及目标重量计算支付费用即可，灵活多变。

由上述可知，本实施例提供的购物信息的生成方法，应用于服务器，通过通过接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像，并根据该购物清算请求第一图像获取该售货设备最近一次已上传的第二图像，接着，确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识，并根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识，之后根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算，从而能结合用户习惯和图像识别来识别购买物品，方法简单，识别准确率高，并且无需限制货架上物品的种类和摆放位置，灵活性强。

如图3所示，图3是本申请实施例提供的购物信息的生成方法的流程示意图，该生成方法应用于售货设备，该售货设备包括取货窗口和至少一个货架层，具体流程可以如下：

S201.当该取货窗口处于开启状态时，检测该货架层的重量是否发生变化，若是，则执行下述步骤S202，若否，则重新检测。

本实施例中，该售货设备可以是智能货柜等电子设备，该取货窗口可以是货柜柜门。该售货设备可以安装至少一个重力检测装置(比如微重力传感器)，比如可以在每个货架层上都安装重力检测装置，通过该重力检测装置检测该货架层上存留物品的重量，并根据相邻两次该货架层检测的重量判断是否发生变化。

例如，该取货窗口的开启方式可以有多种，比如人脸、指纹、虹膜、账号密码等，当通过人脸方式开启时，在检测该货架层上物品的重量是否发生变化之前，该购物信息的生成方法还可以包括：

获取待验证用户的人脸图像，并根据该人脸图像生成身份验证请求；

向该服务器发送该身份验证请求，以使该服务器根据该身份验证请求返回验证成功指令；

根据返回的该验证成功指令开启该取货窗口。

本实施例中，可以在该售货设备上安装多个摄像头，比如在售货设备的顶部安装一个，用于采集人脸图像，在每个货架层上安装一个，用于采集该货架层上物品的图像。当接收到人脸图像时，服务器可以将该人脸图像与本地库中的人脸进行匹配，匹配成功则返回验证成功指令，以便控制售货设备开启取货窗口供用户选购物品，与此同时，售货设备还可以启动货架层上的摄像头进行拍摄，并将拍摄图像上传至服务器，作为该货架层重量首次变化时的初始图像。

S202.将重量发生变化的货架层作为目标货架层，并对该目标货架层上的物品进行图像拍摄，得到第一图像。

本实施例中，当某个货架层前后两次检测的重量发生变化时，可以认为用户从该货架层上拿取了物品，此时，可以将该货架层作为目标货架层，并只控制该目标货架层上的摄像头进行拍摄，以得到重量变化后该货架层上存留物品的图像。

例如，在将重量发生变化的货架层作为目标货架层之后，该购物信息的生成方法还可以包括：

计算该目标货架层的重量变化量。

本实施例中，可以计算该目标货架层相邻两次重量之间的差值，作为重量变化量。该用户标识为购买用户的唯一识别标识，其可以是购买用户在服务器中的注册账号。

S203.根据该第一图像和购买用户的用户标识生成购物清算请求。

本实施例中，对于售货设备每次获得的拍摄图像和重量变化量，其都可以实时上传至服务器中进行存储。当售货设备具有多个货架层，且存在多个售货设备与服务器进行通信时，对于不同售货设备上传的信息，服务器需要基于售货设备的设备标识和货架层的层标识来进行关联存储，也即，上述步骤S203具体可以包括：

获取该售货设备的设备标识、以及该目标货架层的层标识；

根据该设备标识、层标识、第一图像和购买用户的用户标识生成购物清算请求。

本实施例中，该设备标识是不同售货设备在服务器中的唯一识别标识，该层标识是同一售货设备或不同售货设备中不同货架层的唯一识别标识。当服务器在对售货设备上传的各种信息进行存储时，可以为每个售货设备建立一个存储区，该存储区可以用于存储对应售货设备上传的图像和重量等信息，且不同货架层的图像和重量等信息可以在该存储区中分开存储，从而后续在获取第二图像时，可以先根据设备标识找到一个大的存储区，然后根据层标识在该大存储区中找到小的区域，最后从该小区域中获取上传时间最近的物品图像作为第二图像。

当然，该购物清算请求还可以携带其他信息，比如目标货架层的重量变化量，此时，上述步骤S203可以用于：根据该第一图像、重量变化量和购买用户的用户标识生成购物清算请求。

S204.将该购物清算请求发送至服务器，以使该服务器根据该购物清算请求对该购买用户进行物品清算。

本实施例中，售货设备在每次检测到货架层重量发生变化时，其都可以请求服务器对该购买用户进行物品清算，以便用户实时了解自己的购物情况。当服务器根据该购物清算请求返回相应的购物信息时，售货设备可以将该购物信息显示给用户，其中，该购物信息可以包括用户购买物品的物品种类、单价、数量以及总价格等信息。

此外，在向服务器发送该购物清算请求之后，并不代表需要服务器立即启动扣费流程，因为此时用户可能还处于下一个物品的选购阶段，也即货架层的重量还在继续变化的阶段，只有当该售货设备的取货窗口关闭了时，才可以确定用户已经完成了单次购买操作，才能触发服务器进行结算，也即，在上述步骤S204之后，该购物信息的生成方法还可以包括：

检测该取货窗口是否关闭；

若是，则生成购物结束指令，并向该服务器发送该购物结束指令。

本实施例中，该取货窗口可以是用户手动关闭的，也可以是售货设备在一定时间后检测不到货架层重量变化后自动关闭的，而在取货窗口关闭之后，服务器可以根据清算出的物品信息对该购买用户进行扣费。

由上述可知，本实施例提供的购物信息的生成方法，应用于售货设备，当该取货窗口处于开启状态时，通过检测该货架层的重量是否发生变化，若是，则将重量发生变化的货架层作为目标货架层，并对该目标货架层上的物品进行图像拍摄，得到第一图像，并根据该第一图像和购买用户的用户标识生成购物清算请求，之后将该购物清算请求发送至服务器，以使该服务器根据该购物清算请求对该购买用户进行物品清算，从而无需限制货架上物品的种类和摆放位置，能结合用户习惯和图像识别来识别购买物品，方法简单，识别准确率高，灵活性强。

在本实施例中，将从购物信息的生成装置的角度进行描述，具体将以该购物信息的生成装置集成在服务器和售货设备中，该售货设备包括取货窗口和至少一个货架层为例进行详细说明。

请参见图4和图5，一种购物信息的生成方法，具体流程可以如下：

S301.售货设备获取待验证用户的人脸图像，并根据该人脸图像生成身份验证请求，之后将该身份验证请求发送至服务器。

譬如，请参见图6，用户可以提前通过终端应用将自身人脸录入服务器中，实现人脸绑定(也即进行注册)，之后在购物过程中，对于未开启柜门的智能货柜，用户可以将脸部对准智能货柜的摄像头，以供智能货柜进行人脸采集。

S302.服务器根据该人脸图像判断该待验证用户是否已认证，若是，则将该待验证用户确定为购买用户，且向该售货设备发送携带有该购买用户的用户标识的验证成功指令，若否，则提示售货设备重新进行人脸检测。

譬如，在图6中，服务器可以将该人脸图像与本地人脸库中的人脸进行匹配，匹配成功则认为已认证，可以进一步控制智能货柜打开自身柜门，实现刷脸开门功能，匹配失败则认为未认证，需要售货设备重新采集人脸图像。

S303.售货设备根据该验证成功指令开启取货窗口，并拍摄货架层上物品的图像上传至服务器，之后检测取货窗口是否关闭，若是，则向服务器发送购物结束指令，若否，则执行下述步骤S304。

S304.售货设备检测货架层上物品的重量是否发生变化，若发生变化，则将重量发生变化的货架层作为目标货架层，并获取重量变化量，同时对该目标货架层上的物品进行图像拍摄，得到第一图像，若未发生变化，则继续检测。

S305.售货设备根据自身设备标识、目标货架层的层标识、第一图像、重量变化量、以及购买用户的用户标识生成购物清算请求，并向该服务器发送该购物清算请求。

譬如，请参见图7，可以在智能货柜中每个货架层上均设有一个摄像头和电子秤，当货柜门开启或关闭时，智能货柜可以启动摄像头对每个货架层上物品的初始状态或最终状态进行图像拍摄，并启动电子秤实时检测每个货架层上物品的重量，当某个货架层重量发生变化时，智能货柜会再次启动相应货架层上的摄像头进行图像拍摄，并计算相应货架层的重量变化量，而对于每次拍摄的图像和计算出的重量变化量，智能货柜可以将其与自身设备标识以及层标识一起上传至服务器进行关联存储。

S306.服务器根据该购物清算请求获取该设备标识对应的已上传图像集，并从该已上传图像集中确定该层标识对应的至少一张已上传图像,之后将该至少一张已上传图像中上传时间最近的已上传图像作为第二图像，同时，确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识。

譬如，该历史时段可以是近半年，对于每个购买用户以往的购买记录，服务器均可以进行记录，并根据购买记录确定近半年内该购买用户购买次数最多的物品的物品标识，作为候选标识与该用户标识关联存储。该已上传图像集是对应智能货柜以往上传的拍摄图像，其可以按照上传时间有序存储。

S307.服务器对该第一图像进行识别，得到变化后物品标识组，并对该第二图像进行识别，得到变化前物品标识组，之后获取该变化前物品标识组和变化后物品标识组中未发生重叠的物品标识，作为第一物品标识组。

譬如，可以通过训练好的深度学习模型对第一图像和第二图像进行识别，该深度学习模型可以是神经网络模型。利用深度学习模型分别对每张图像进行识别，确定哪些物品在两张图像中只出现了一次，这些只出现一次的物品则极有可能为用户此次的待购买物品。

S308.当该第一物品标识组的数量为单个时，服务器将该第一物品标识组确定为待购买物品的目标标识。

S309.当该第一物品标识组的数量为多个时，服务器判断该第一物品标识组与该候选标识是否匹配，若是，则将匹配成功的候选标识作为待购买物品的目标标识,若否，则执行下述步骤S310。

譬如，当根据图像识别确定出多个物品组合时，可以进一步结合用户以往的购物习惯从中挑选，若存在符合用户购物习惯的物品组合，则可以将该物品组合作为待购买物品，若不存在符合用户购物习惯的物品组合，则可以通过重量进行进一步确认。

S310.服务器获取该第一物品标识组中物品标识对应的第一重量，并将该第一重量进行累加，得到累加值，每一个第一物品标识组对应一个累加值，之后将该累加值等于重量变化量的第一物品标识组确定为待购买物品的目标标识。

譬如，可以将每个物品标识组对应的物品重量进行累计，得到总和，并将总和等于重量变化量的物品组合确定为此次用户的待购买物品。

S311.服务器根据该目标标识生成该购买用户的购物信息，并向该购买用户提供该购物信息，之后检测是否接收到该售货设备发送的购物结束指令，若是，则根据该购物信息扣除该购买用户的相应费用，若否，则返回执行上述步骤S306。

譬如，该购物信息可以包括所购物品的种类、数量、单价以及总价格等信息，售货设备可以将该购物信息实时显示给用户，且在显示期间，如果用户结束了此次购物操作，比如关闭了柜门，则服务器可以直接进行费用结算，如果用户还在继续挑选，比如多次拿起放下不同物品，也即货架层重量在不断变化时，售货设备可以只是对购物信息进行不断更新。当然，为避免支付出错，若服务器此次确定出的购买物品不符合用户以往的购物习惯，则可以在扣费之前请求购买用户进行支付确认，该请求方式可以有多种，比如弹出一个提示框，或者要求用户输入支付密码等，只有用户确认支付后，才会扣除相应费用。

由上述可知，本实施例提供的购物信息的生成方法，应用于服务器和售货设备，其中售货设备通过获取待验证用户的人脸图像，并将该人脸图像发送至服务器进行验证，验证成功则开启取货窗口，从而实现刷脸开门，保证售货设备内物品的安全性，而在用户购物期间，通过实时检测货架层上物品的重量变化情况，在取货窗口开启时刻、关闭时刻和重量变化时刻对物品进行图像拍摄，并将拍摄图像和重量变化量实时传送至服务器，从而服务器可以结合用户的购物习惯、重量识别和图像识别确定用户此次购买了哪些物品，大大提高了识别准确率和识别效率，方法简单，并且无需限制货架上物品的种类和摆放位置，灵活性强，之后当用户结束购物时，服务器可以直接从该购买用户的相应账户中扣除该相应费用，从而无需手动支付，全程通过刷脸即可完成整个购物过程，购物体验感好。

根据上述实施例所描述的方法，本实施例将从购物信息的生成装置的角度进一步进行描述，该购物信息的生成装置具体可以作为独立的实体来实现，也可以集成服务器中来实现，该服务器可以是物联网平台的服务器。

请参阅图8，图8具体描述了本申请实施例提供的购物信息的生成装置，应用于服务器，该购物信息的生成装置可以包括：接收模块10、获取模块20、第一确定模块30、第二确定模块40和生成模块50，其中：

(1)接收模块10

接收模块10，用于接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像。

本实施例中，该售货设备可以是智能货柜等电子设备，其内可以设置至少一个图像采集装置(比如摄像头)，用于采集货架上存留物品的图像。该用户标识为用户的唯一识别标识，其可以是用户在服务器中的注册账号。该目标货架层主要为重量发生变化的货架层，售货设备可以通过重力检测装置(比如微重力传感器)来检测货架层上物品的重量。需要说明的是，该图像采集装置并不需要实时对物品进行采集，其可以只在购物开始或结束时，比如货柜门锁打开或关闭，或者在货架上物品重量发生变化时，比如用户拿起了某个物品导致货架重量变化，才启动图像采集。

进一步地，为便于售货设备管理自身物品，减少物品丢失风险，其可以只对已认证的用户打开取货窗口(比如货柜柜门)，该已认证的用户是指在服务器注册过的用户，此时，请参见图9，该购物信息的生成装置还可以包括验证模块60，用于：

在该接收模块10接收售货设备上传的购物清算请求之前，接收售货设备发送的身份验证请求，该身份验证请求携带待验证用户的人脸图像；

根据该人脸图像判断该待验证用户是否已认证；

若该待验证用户已认证，则将该待验证用户确定为购买用户，且向该售货设备发送携带有该用户标识的验证成功指令。

本实施例中，该身份验证请求可以是售货设备自动生成的，比如当售货设备的摄像头采集到人脸图像时，可以生成该身份验证请求以触发服务器进行身份验证操作，此时，服务器可以通过将该人脸图像与本地人脸库进行匹配来实现身份验证，比如匹配成功则认为该待验证用户已认证，并向售货设备发送验证成功指令，以便售货设备开启自身取货窗口供用户选购物品。

(2)获取模块20

获取模块20，用于根据该购物清算请求获取该售货设备最近一次已上传的第二图像。

本实施例中，该最近一次是针对图像上传时间而言，比如，在单次购买期间(比如柜门从开启到关闭记为一次购买)，若该第一图像是针对某个货架层首次物品重量变化后拍摄的图像，则该第二图像通常是此次门锁开启或上一次门锁关闭时对同一货架层拍摄的图像，若该第一图像是针对某个货架层非首次物品重量变化后拍摄的图像，则该第二图像通常是对同一货架层上一次物品重量变化后拍摄的图像。

需要指出的是，对于售货设备每次拍摄的图像，其都可以实时上传至服务器中进行存储。当售货设备具有多个货架层，且存在多个售货设备与服务器进行通信时，不同售货设备上传的图像可以基于售货设备的设备标识和货架层的层标识来关联存储，此时，该购物清算请求还可以携带该售货设备的设备标识、以及该目标货架层的层标识，该获取模块20具体可以用于：

根据该购物清算请求获取该设备标识对应的已上传图像集；

从该已上传图像集中确定该层标识对应的至少一张已上传图像；

将该至少一张已上传图像中上传时间最近的已上传图像作为第二图像。

本实施例中，该设备标识是不同售货设备在服务器中的唯一识别标识，该层标识是同一售货设备或不同售货设备中不同货架层的唯一识别标识。当服务器在对售货设备上传的各种信息进行存储时，可以为每个售货设备建立一个存储区，该存储区可以用于存储对应售货设备上传的图像和重量信息，且不同货架层的图像和重量信息可以在该存储区中分开存储，从而后续在获取第二图像时，可以先根据设备标识找到一个大的存储区，然后根据层标识在该大存储区中找到小的区域，最后从该小区域中获取上传时间最近的物品图像作为第二图像。

(3)第一确定模块30

第一确定模块30，用于确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识。

本实施例中，该历史时段可以人为设定，比如近一个月或者近半年。该物品标识是物品在服务器中的唯一识别标识,其可以是物品出厂时包装上的物品编码，也可以是服务器为已注册物品自动分配的字符串，通常，不同种类的物品、同一种类不同型号的物品可以具有不同的物品标识。该候选标识可以是该购买用户在历史时段内购买的所有物品，也可以是其中购买次数最多的指定数量物品，具体的，服务器可以存储每个购买用户的购买记录，根据购买记录确定候选标识，并将该候选标识和对应用户的用户标识关联存储。

(4)第二确定模块40

第二确定模块40，用于根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识。

例如，该第二确定模块40具体可以用于：

1-1.根据该第一图像和第二图像确定第一物品标识组，该第一物品标识组包括至少一个物品标识。

例如，上述第二确定模块40具体可以用于：

对该第一图像进行识别，得到变化后物品标识组；

对该第二图像进行识别，得到变化前物品标识组；

获取该变化前物品标识组和变化后物品标识组中未发生重叠的物品标识，作为第一物品标识组。

本实施例中，该图像识别可以借助深度学习模型来实现，该深度学习模型可以经由用户提前采集的大量物品照片进行训练得到。需要指出的是，由于货架上的物品数目繁多，各个物品放置时彼此间的遮挡情况和组合情况也比较复杂，且图像识别技术本身也无法达到100％匹配率，故在对第一图像或者第二图像进行识别时，极可能存在多组匹配率较高的物品组合，导致单张图像的识别结果并不唯一，也即变化后物品标识组和变化前物品标识组均可能有多个，从而得到的第一物品标识组也可能并不唯一。

1-2.当该第一物品标识组的数量为单个时，将该第一物品标识组确定为待购买物品的物品标识；当该第一物品标识组的数量为多个时，根据该候选标识从该多个第一物品标识组中确定待购买物品的物品标识。

本实施例中，当变化后物品标识组和变化前物品标识组均只有一个时，则得到单个第一物品标识组，此时，可以直接将该单个第一物品标识组作为购买物品的物品标识。当变化后物品标识组和/或变化前物品标识组有多个时，则得到多个第一物品标识组，此时，可以看哪个第一物品标识组符合用户以往的购物习惯，如果有，则可以认为相应第一物品标识组为用户此次所购买物品的物品标识，如果没有，则可以借助其他方式，比如重量识别进行确认，也即，该购物清算请求还可以携带该目标货架层的重量变化量，此时，该第二确定模块40具体可以用于：：

判断该第一物品标识组与该候选标识是否匹配；

若是，则将匹配成功的候选标识作为待购买物品的物品标识；

若否，则根据该重量变化量从该多个第一物品标识组中确定待购买物品的物品标识。

本实施例中，该重量变化量为售货设备针对同一货架层相邻两次重量检测得到的重量的差值，其通常是用户所拿取物品的重量。该匹配并非需要精确到100％，可以是80％等非精准匹配，也即只需第一物品标识组中大部分物品标识和候选标识相同即可，无需全部，而当第一物品标识组中大部分物品标识和候选标识均不相同时，说明用户此次的购买行为无法从以往的购物习惯进行推测，需要进一步借助购买前后货架上物品的重量变化情况进行推测。

例如，上述第二确定模块40进一步可以用于：

获取该第一物品标识组中物品标识对应的第一重量；

将该第一重量进行累加，得到累加值，每一个第一物品标识组对应一个累加值；

将该累加值等于重量变化量的第一物品标识组确定为待购买物品的物品标识。

本实施例中，当借助图像识别和用户习惯都无法得出精确地第一物品标识组时，可以计算每个第一物品标识组对应的物品组合的总重量，将总重量与重量变化量相等的那个物品组合作为购买物品。

(5)生成模块50

生成模块50，用于根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算。

本实施例中，该购物信息可以包括用户购买物品的物品种类、单价、数量以及总价格等信息。具体的，可以根据目标标识获取对应的单价和物品种类等信息，根据待购买物品的数量和单价计算总价格。

容易理解的是，在生成购物信息后，该支付操作可以由用户手动完成，比如售货设备可以提供支付二维码或者投币区域，用户可以通过扫码或投币等方式进行支付，当然，该支付操作也可以由服务器自动完成，比如服务器可以将该购物信息发送至支付应用进行自动扣款(主要针对小额消费)，无需用户参与，也即，该购物信息的生成装置还可以包括扣费模块70，用于：

向该购买用户提供该购物信息，并检测是否接收到该售货设备发送的购物结束指令；

若接收到该购物结束指令，则根据该购物信息扣除该购买用户的相应费用；

若未接收到该购物结束指令，则返回执行该接收售货设备上传的购物清算请求的步骤。

本实施例中，为便于用户在支付之前知晓自己的消费情况，从而及时对购物清单进行调整，服务器可以在扣费之前将该购物信息提供给用户，该提供方式可以有多种，比如服务器可以将该购物信息发送至售货设备进行显示，也可以发送至用户设备进行显示，当然，还可以是其他方式。该购物结束指令可以是售货设备检测到柜门等取货窗口关闭时自动生成的，当服务器接收到该购物结束指令时，可以先从购物信息中提取出费用部分，并通过支付接口进入该用户的相应账户，之后自动从该用户账户中扣除该费用部分。

需要指出的是，在支付过程中，当推测出的购买物品不符合用户以往的购物习惯时，可以进一步向用户求证购物清单是否正确，也即，当该第一物品标识组与候选标识不匹配时，该扣费模块70具体可以用于：

根据该购物信息生成物品确认请求，并向该购买用户提供该物品确认请求；

接收该购买用户根据该物品确认请求返回的确认结果；

根据该确认结果扣除该购买用户的相应费用。

本实施例中，该物品确认请求主要用于提示用户对当前购买物品是否进行支付，其可以表现为提示框或支付密码输入框等形式。当用户返回的确认结果指示确认支付时，可以进行扣费操作，当用户返回的确认结果指示取消支付时，可以不进行扣费操作，并提示用户将物品放回原处。

当然，不同的用户在付费时可以具有不同的优惠策略，比如会员价、折扣价等等，也即上述扣费模块70具体可用于：

确定该用户标识所属的用户等级、以及对应的结算账户；

根据该用户等级和购物信息确定支付费用；

从该结算账户中扣除该支付费用。

本实施例中，该用户等级可以人为设定，比如可以设为非会员和会员两个等级，也可以设为会员、中级会员、高级会员等多个等级，当然，还可以是其他设定方式，通常，不同用户等级可以对应不同的销售价格和优惠折扣，其中，该用户等级可以根据企业类型、消费额度等情况设定，比如对于某些企业自己提供的售货设备，企业员工和外部人员可以设置成不同等级，或者对于消费额度明显不同的用户，其所能得到的折扣可以不同。该结算账户可以和用户标识提前关联绑定，在小额支付过程中，服务器可以直接从关联账户中进行费用结算，无需输入密码。

另外，该服务器还可以提供一个反馈接口，用于获取用户的反馈信息，该反馈信息可以包括文字、图像等信息，比如若用户发现扣除的购买费用与实际物品费用不符时，可以通过该反馈接口向服务器反馈其实际购买物品的名称、图像及实际价格等信息，以便后台工作人员进行相应处理，与此同时，服务器也可以根据该反馈信息对图像识别模型(也即深度学习模型)进行自动更新，比如根据用户反馈的物品名称对识别错误的物品图像进行重新标注，并利用该重新标注的图像对深度学习模型进行训练，从而提高模型图像识别的准确率。

需要说明的是，上述物品购买的一系列流程主要适用于同一层货架上放置多种物品，且每种物品按个来卖的情况，而对于只放置单种物品，且每种物品按重量来卖的情况，并不需要这么复杂，比如，在接收到售货设备上传的购物清算请求之后，可以直接根据第一图像确定该层货架上卖何种物品，比如水果类、海鲜类、蔬菜类等，之后根据该物品的单价、以及目标重量计算支付费用即可，灵活多变。

具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

由上述可知，本实施例提供的购物信息的生成装置，应用于服务器，通过接收模块10接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像，获取模块20根据该购物清算请求第一图像获取该售货设备最近一次已上传的第二图像，同时，第一确定模块30确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识，第二确定模块40根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识，之后生成模块50根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算，从而能结合用户习惯和图像识别来识别购买物品，方法简单，识别准确率高，并且无需限制货架上物品的种类和摆放位置，灵活性强。

根据上述实施例所描述的方法，本实施例将从购物信息的生成装置的角度进一步进行描述，该购物信息的生成装置具体可以作为独立的实体来实现，也可以集成售货设备中来实现。

请参阅图10，图10具体描述了本申请实施例提供的购物信息的生成装置，应用于售货设备，该购物信息的生成装置可以包括：检测模块80、拍摄模块90、生成模块100和发送模块110，其中：

(6)检测模块80

检测模块80，用于当该取货窗口处于开启状态时，检测该货架层的重量是否发生变化。

本实施例中，该售货设备可以是智能货柜等电子设备，该取货窗口可以是货柜柜门。该售货设备可以安装至少一个重力检测装置(比如微重力传感器)，比如可以在每个货架层上都安装重力检测装置，通过该重力检测装置检测该货架层上存留物品的重量，并根据相邻两次该货架层检测的重量判断是否发生变化。

例如，该取货窗口的开启方式可以有多种，比如人脸、指纹、虹膜、账号密码等，当通过人脸方式开启时，请参阅图11，该生成装置还可以包括开启模块120，用于：

在该检测模块80检测该货架层上物品的重量是否发生变化之前，获取待验证用户的人脸图像，并根据该人脸图像生成身份验证请求；

向该服务器发送该身份验证请求，以使该服务器根据该身份验证请求返回验证成功指令；

根据返回的该验证成功指令开启该取货窗口。

本实施例中，可以在该售货设备上安装多个摄像头，比如在售货设备的顶部安装一个，用于采集人脸图像，在每个货架层上安装一个，用于采集该货架层上物品的图像。当接收到人脸图像时，服务器可以将该人脸图像与本地库中的人脸进行匹配，匹配成功则返回验证成功指令，以便控制售货设备开启取货窗口供用户选购物品，与此同时，售货设备还可以启动货架层上的摄像头进行拍摄，并将拍摄图像上传至服务器，作为该货架层重量首次变化时的初始图像。

(7)拍摄模块90

拍摄模块90，用于若是，则将重量发生变化的货架层作为目标货架层，并对该目标货架层上的物品进行图像拍摄，得到第一图像。

本实施例中，当某个货架层前后两次检测的重量发生变化时，可以认为用户从该货架层上拿取了物品，此时，可以将该货架层作为目标货架层，并只控制该目标货架层上的摄像头进行拍摄，以得到重量变化后该货架层上存留物品的图像。

例如，该拍摄模块90还可以用于：

在将重量发生变化的货架层作为目标货架层之后，计算该目标货架层的重量变化量。

本实施例中，该拍摄模块90可以计算该目标货架层相邻两次重量之间的差值，作为重量变化量。该用户标识为购买用户的唯一识别标识，其可以是购买用户在服务器中的注册账号。

(8)生成模块100

生成模块100，用于根据该第一图像和购买用户的用户标识生成购物清算请求。

本实施例中，对于售货设备每次获得的拍摄图像和重量变化量，其都可以实时上传至服务器中进行存储。当售货设备具有多个货架层，且存在多个售货设备与服务器进行通信时，对于不同售货设备上传的信息，服务器需要基于售货设备的设备标识和货架层的层标识来进行关联存储，也即，该生成模块100具体可以用于：

获取该售货设备的设备标识、以及该目标货架层的层标识；

根据该设备标识、层标识、第一图像和购买用户的用户标识生成购物清算请求。

本实施例中，该设备标识是不同售货设备在服务器中的唯一识别标识，该层标识是同一售货设备或不同售货设备中不同货架层的唯一识别标识。当服务器在对售货设备上传的各种信息进行存储时，可以为每个售货设备建立一个存储区，该存储区可以用于存储对应售货设备上传的图像和重量等信息，且不同货架层的图像和重量等信息可以在该存储区中分开存储，从而后续在获取第二图像时，可以先根据设备标识找到一个大的存储区，然后根据层标识在该大存储区中找到小的区域，最后从该小区域中获取上传时间最近的物品图像作为第二图像。

当然，该购物清算请求还可以携带其他信息，比如目标货架层的重量变化量，此时，上述生成模块100可以用于：根据该第一图像、重量变化量和购买用户的用户标识生成购物清算请求。

(9)发送模块110

发送模块110，用于将该购物清算请求发送至服务器，以使该服务器根据该购物清算请求对该购买用户进行物品清算。

本实施例中，售货设备在每次检测到货架层重量发生变化时，其都可以请求服务器对该购买用户进行物品清算，以便用户实时了解自己的购物情况。当服务器根据该购物清算请求返回相应的购物信息时，售货设备可以将该购物信息显示给用户，其中，该购物信息可以包括用户购买物品的物品种类、单价、数量以及总价格等信息。

此外，在向服务器发送该购物清算请求之后，并不代表需要服务器立即启动扣费流程，因为此时用户可能还处于下一个物品的选购阶段，也即货架层的重量还在继续变化的阶段，只有当该售货设备的取货窗口关闭了时，才可以确定用户已经完成了单次购买操作，才能触发服务器进行结算，也即，在将该购物清算请求发送至服务器之后，该发送模块110还可以用于：

检测该取货窗口是否关闭；

若是，则生成购物结束指令，并向该服务器发送该购物结束指令。

本实施例中，该取货窗口可以是用户手动关闭的，也可以是售货设备在一定时间后检测不到货架层重量变化后自动关闭的，而在取货窗口关闭之后，服务器可以根据清算出的物品信息对该购买用户进行扣费。

由上述可知，本实施例提供的购物信息的生成方法，应用于售货设备，当该取货窗口处于开启状态时，通过检测模块80检测该货架层的重量是否发生变化，若是，则拍摄模块90将重量发生变化的货架层作为目标货架层，并对该目标货架层上的物品进行图像拍摄，得到第一图像，生成模块100根据该第一图像和购买用户的用户标识生成购物清算请求，之后发送模块110将该购物清算请求发送至服务器，以使该服务器根据该购物清算请求对该购买用户进行物品清算，从而无需限制货架上物品的种类和摆放位置，能结合用户习惯和图像识别来识别购买物品，方法简单，识别准确率高，灵活性强。

相应的，本发明实施例还提供一种购物信息的生成系统，包括本发明实施例所提供的任一种购物信息的生成装置，该购物信息的生成装置可以集成在服务器中。

其中，服务器可以接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像；根据该购物清算请求获取该售货设备最近一次已上传的第二图像；确定该用户标识对应的至少一个候选标识，该候选标识为历史时段内购买物品的物品标识；根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识；根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算。

以上各个设备的具体实施可参见前面的实施例，在此不再赘述。

由于该物品购买系统可以包括本发明实施例所提供的任一种购物信息的生成装置，因此，可以实现本发明实施例所提供的任一种购物信息的生成装置所能实现的有益效果，详见前面的实施例，在此不再赘述。

相应的，本发明实施例还提供一种服务器，如图12所示，其示出了本发明实施例所涉及的服务器的结构示意图，具体来讲：

该服务器可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机可读存储介质的存储器702、电源703和输入单元704等部件。本领域技术人员可以理解，图12中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器701是该服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器702内的软件程序和/或模块，以及调用存储在存储器702内的数据，执行服务器的各种功能和处理数据，从而对服务器进行整体监控。可选的，处理器701可包括一个或多个处理核心；优选的，处理器701可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器701中。

存储器702可用于存储软件程序以及模块，处理器701通过运行存储在存储器702的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器702可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器702还可以包括存储器控制器，以提供处理器701对存储器702的访问。

服务器还包括给各个部件供电的电源703，优选的，电源703可以通过电源管理系统与处理器701逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该服务器还可包括输入单元704，该输入单元704可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，服务器还可以包括显示单元等，在此不再赘述。具体在本实施例中，服务器中的处理器701会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器702中，并由处理器701来运行存储在存储器702中的应用程序，从而实现各种功能，如下：

接收售货设备上传的购物清算请求，该购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像；

根据该购物清算请求获取该售货设备最近一次已上传的第二图像；

确定该用户标识对应的至少一个候选标识，该候选标识为该购买用户在历史时段内所购买物品的物品标识；

根据该第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识；

根据该目标标识生成该购买用户的购物信息，以对该待购买物品进行清算。

该服务器可以实现本发明实施例所提供的任一种购物信息的生成装置所能实现的有效效果，详见前面的实施例，在此不再赘述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本发明实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种购物信息的生成方法中的步骤。其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种购物信息的生成方法中的步骤，因此，可以实现本发明实施例所提供的任一种购物信息的生成方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

以上对本发明实施例所提供的购物信息的生成方法、装置、存储介质、售货设备和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上该，本说明书内容不应理解为对本发明的限制。

Claims (18)

1.一种购物信息的生成方法，应用于服务器，其特征在于，所述生成方法包括：

接收售货设备上传的购物清算请求，所述购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像；

根据所述购物清算请求获取所述售货设备最近一次已上传的第二图像；

确定所述用户标识对应的至少一个候选标识，所述候选标识为所述购买用户在历史时段内所购买物品的物品标识；

根据所述第一图像、第二图像以及候选标识确定待购买物品的物品标识，作为目标标识；

根据所述目标标识生成所述购买用户的购物信息，以对所述待购买物品进行清算。

2.根据权利要求1所述的购物信息的生成方法，其特征在于，所述购物清算请求还携带所述售货设备的设备标识、以及所述目标货架层的层标识，所述根据所述购物清算请求获取所述售货设备最近一次已上传的第二图像，包括：

根据所述购物清算请求获取所述设备标识对应的已上传图像集；

从所述已上传图像集中确定所述层标识对应的至少一张已上传图像；

将所述至少一张已上传图像中上传时间最近的已上传图像作为第二图像。

3.根据权利要求1所述的购物信息的生成方法，其特征在于，所述根据所述第一图像、第二图像以及候选标识确定待购买物品的物品标识，包括：

根据所述第一图像和第二图像确定第一物品标识组，所述第一物品标识组包括至少一个物品标识；

当所述第一物品标识组的数量为单个时，将所述第一物品标识组确定为待购买物品的物品标识；

当所述第一物品标识组的数量为多个时，根据所述候选标识从所述多个第一物品标识组中确定待购买物品的物品标识。

4.根据权利要求3所述的购物信息的生成方法，其特征在于，所述根据所述第一图像和第二图像确定第一物品标识组，包括：

对所述第一图像进行识别，得到变化后物品标识组；

对所述第二图像进行识别，得到变化前物品标识组；

获取所述变化前物品标识组和变化后物品标识组中未发生重叠的物品标识，作为第一物品标识组。

5.根据权利要求3所述的购物信息的生成方法，其特征在于，所述购物清算请求还携带所述目标货架层的重量变化量，所述根据所述候选标识从所述多个第一物品标识组中确定待购买物品的物品标识，包括：

判断所述第一物品标识组与所述候选标识是否匹配；

若是，则将匹配成功的候选标识作为待购买物品的物品标识；

若否，则根据所述重量变化量从所述多个第一物品标识组中确定待购买物品的物品标识。

6.根据权利要求5所述的购物信息的生成方法，其特征在于，所述根据所述重量变化量从所述多个第一物品标识组中确定待购买物品的物品标识，包括：

获取所述第一物品标识组中物品标识对应的第一重量；

将所述第一重量进行累加，得到累加值，每一个第一物品标识组对应一个累加值；

将所述累加值等于重量变化量的第一物品标识组确定为待购买物品的物品标识。

7.根据权利要求5所述的购物信息的生成方法，其特征在于，在根据所述目标标识生成所述购买用户的购物信息之后，还包括：

向所述购买用户提供所述购物信息，并检测是否接收到所述售货设备发送的购物结束指令；

若接收到所述购物结束指令，则根据所述购物信息扣除所述购买用户的相应费用；

若未接收到所述购物结束指令，则返回执行所述接收售货设备上传的购物清算请求的步骤。

8.根据权利要求7所述的购物信息的生成方法，其特征在于，当所述第一物品标识组与候选标识不匹配时，所述根据所述购物信息扣除所述购买用户的相应费用，包括：

根据所述购物信息生成物品确认请求，并向所述购买用户提供所述物品确认请求；

接收所述购买用户根据所述物品确认请求返回的确认结果；

根据所述确认结果扣除所述购买用户的相应费用。

9.根据权利要求1-8中任意一项所述的购物信息的生成方法，其特征在于，在接收售货设备上传的购物清算请求之前，还包括：

接收售货设备发送的身份验证请求，所述身份验证请求携带待验证用户的人脸图像；

根据所述人脸图像判断所述待验证用户是否已认证；

若所述待验证用户已认证，则将所述待验证用户确定为购买用户，且向所述售货设备发送携带有所述用户标识的验证成功指令。

10.一种购物信息的生成方法，应用于售货设备，其特征在于，所述售货设备包括取货窗口和至少一个货架层，所述生成方法包括：

当所述取货窗口处于开启状态时，检测所述货架层的重量是否发生变化；

若是，则将重量发生变化的货架层作为目标货架层，并对所述目标货架层上的物品进行图像拍摄，得到第一图像；

根据所述第一图像和购买用户的用户标识生成购物清算请求；

将所述购物清算请求发送至服务器，以使所述服务器根据所述购物清算请求对所述购买用户进行物品清算。

11.根据权利要求10所述的购物信息的生成方法，其特征在于，在将重量发生变化的货架层作为目标货架层之后，还包括：

计算所述目标货架层的重量变化量；

所述根据所述第一图像和购买用户的用户标识生成购物清算请求，包括：根据所述第一图像、重量变化量和购买用户的用户标识生成购物清算请求。

12.根据权利要求10所述的购物信息的生成方法，其特征在于，所述根据所述第一图像和购买用户的用户标识生成购物清算请求，包括：

获取所述售货设备的设备标识、以及所述目标货架层的层标识；

根据所述设备标识、层标识、第一图像和购买用户的用户标识生成购物清算请求。

13.根据权利要求10所述的购物信息的生成方法，其特征在于，在检测所述货架层上物品的重量是否发生变化之前，还包括：

获取待验证用户的人脸图像，并根据所述人脸图像生成身份验证请求；

向所述服务器发送所述身份验证请求，以使所述服务器根据所述身份验证请求返回验证成功指令；

根据返回的所述验证成功指令开启所述取货窗口。

14.一种购物信息的生成装置，应用于服务器，其特征在于，包括：

接收模块，用于接收售货设备上传的购物清算请求，所述购物清算请求携带购买用户的用户标识和目标货架层上当前物品的第一图像；

获取模块，用于根据所述购物清算请求获取所述售货设备最近一次已上传的第二图像；

第一确定模块，用于确定所述用户标识对应的至少一个候选标识，所述候选标识为所述购买用户在历史时段内所购买物品的物品标识；

第二确定模块，用于根据所述第一图像、第二图像、目标重量以及候选标识确定待购买物品的物品标识，作为目标标识；

生成模块，用于根据所述目标标识生成所述购买用户的购物信息，以对所述待购买物品进行清算。

15.根据权利要求14所述的购物信息的生成装置，其特征在于，所述第二确定模块具体用于：

根据所述第一图像和第二图像确定第一物品标识组，所述第一物品标识组包括至少一个物品标识；

当所述第一物品标识组的数量为单个时，将所述第一物品标识组确定为待购买物品的物品标识；

当所述第一物品标识组的数量为多个时，根据所述候选标识从所述多个第一物品标识组中确定待购买物品的物品标识。

16.一种购物信息的生成装置，应用于售货设备，其特征在于，所述售货设备包括取货窗口和至少一个货架层，所述生成装置包括：

检测模块，用于当所述取货窗口处于开启状态时，检测所述货架层的重量是否发生变化；

拍摄模块，用于若是，则将重量发生变化的货架层作为目标货架层，并对所述目标货架层上的物品进行图像拍摄，得到第一图像；

生成模块，用于根据所述第一图像和购买用户的用户标识生成购物清算请求；

发送模块，用于将所述购物清算请求发送至服务器，以使所述服务器根据所述购物清算请求对所述购买用户进行物品清算。

17.根据权利要求16所述的购物信息的生成装置，其特征在于，所述拍摄模块还用于：

在将重量发生变化的货架层作为目标货架层之后，计算所述目标货架层的重量变化量；

所述生成模块用于：根据所述第一图像、重量变化量和购买用户的用户标识生成购物清算请求。

18.一种计算机可读存储介质，其特征在于，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行权利要求1至9中任一项所述的购物信息的生成方法。