CN109117735A - 一种无人售货机的货物识别系统 - Google Patents
一种无人售货机的货物识别系统 Download PDFInfo
- Publication number
- CN109117735A CN109117735A CN201810794582.3A CN201810794582A CN109117735A CN 109117735 A CN109117735 A CN 109117735A CN 201810794582 A CN201810794582 A CN 201810794582A CN 109117735 A CN109117735 A CN 109117735A
- Authority
- CN
- China
- Prior art keywords
- module
- identification
- recognition system
- modules
- controlling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种一种无人售货机的货物识别系统,包括:控制模块,用于控制至少两个识别模块;每个识别模块,用于控制至少两个图像采集模块。由于货物识别系统中通过一个控制模块控制至少两个识别模块,每个识别模块控制至少两个图像采集模块,在进行货物识别时,控制模块通过控制多个识别模块从而控制更多的图像采集模块,如此,会有多个图像采集模块和多个识别模块同时进行工作,工作效率大大提升。
Description
技术领域
本申请涉及无人售货机领域,尤其涉及一种无人售货机的货物识别系统。
背景技术
无人售货机在销售商品时,需要根据用户的需要识别出对应的商品提供给用户。相关技术中,有一种无人售货机识别商品的方法,将RFID标签贴入每个商品中,通过识别商品的RFID标签确定商品信息,这种方法成本偏高,无法大规模推广。另有一种无人售货机识别商品的方法,采用机器视觉进行商品识别,但其识别速度较慢,工作效率较低。
发明内容
为至少在一定程度上克服相关技术中存在的问题,本申请提供一种无人售货机的静态货物识别系统。
本申请的方案如下:
一种无人售货机的货物识别系统,包括:
控制模块;
所述控制模块,用于控制至少两个识别模块;
每个所述识别模块,用于控制至少两个图像采集模块。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述识别模块,用于控制至少两个图像采集模块包括:
所述识别模块将所述控制模块发来的识别指令转发给相应的所述图像采集模块,并根据所述图像采集模块传回的图像信息生成识别结果,将所述识别结果向所述控制模块发送。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述识别模块,用于控制至少两个所述图像采集模块包括:
各个所述图像采集模块,分别对应不同的货仓,每个所述图像采集模块用于采集其所对应的所述货仓内商品的图像信息并将所述图像信息发送到所述识别模块。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述控制模块包括:识别模块组管理模块,用于控制至少两个所述识别模块同时工作。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述识别模块包括:图像采集模块组管理模块,用于控制至少两个图像采集模块同时工作。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述识别模块还包括:模型特征库,用于储存待识别商品的特征信息。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述识别模块还包括:识别算法模块,用于储存识别所述图像信息的识别算法。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述识别算法为基于yolo3的定制算法。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述控制模块与所述识别模块通过TCP/IP通信连接。
优选的,结合以上内容,在本申请的一种可能的实现方式中,所述识别模块与所述图像采集模块通过USB通信连接。
本申请提供的技术方案可以包括以下有益效果:由于货物识别系统中通过一个控制模块控制至少两个识别模块,每个识别模块控制至少两个图像采集模块,在进行货物识别时,控制模块通过控制多个识别模块从而控制更多的图像采集模块,如此,会有多个图像采集模块和多个识别模块同时进行工作,工作效率大大提升。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请一个实施例提供的一种无人售货机的货物识别系统的结构图;
图2是本申请又一个实施例提供的一种无人售货机的货物识别系统的结构图;
图3是本申请又一个实施例提供的一种无人售货机的货物识别系统的结构图;
图4是本申请又一个实施例提供的一种无人售货机的货物识别系统的结构图。
附图标记:控制模块-1;识别模块-2;图像采集模块-3;识别模块组管理模块-4;图像采集模块组管理模块-5;模型特征库-6;识别算法模块-7。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的无人售货机的货物识别系统的例子。
图1是本申请一个实施例提供的一种无人售货机的货物识别系统的结构图,参照图1,一种无人售货机的货物识别系统,包括:
控制模块1;
控制模块1,用于控制至少两个识别模块2;
每个识别模块2,用于控制至少两个图像采集模块3。
具体应用中,识别模块2和图像采集模块3一般均为多个。
由于货物识别系统中通过一个控制模块1控制至少两个识别模块2,每个识别模块2控制至少两个图像采集模块3,在进行货物识别时,控制模块1通过控制多个识别模块2从而控制更多的图像采集模块3,如此,会有多个图像采集模块3和多个识别模块2同时进行工作,工作效率大大提升。
进一步的,识别模块2,用于控制至少两个图像采集模块3包括:
识别模块2将控制模块1发来的识别指令转发给相应图像采集模块3,并根据图像采集模块3传回的图像信息生成识别结果,将识别结果向控制模块1发送。
在进行货物识别时,控制模块1向至少两个识别模块2发送识别指令,识别模块2将识别指令发送到至少两个图像采集模块3,如此,会有多个图像采集模块3同时进行图像采集工作,采集图像信息更快,多个识别模块2同时进行识别工作,识别效率更快,工作效率大大提升。
进一步的,识别模块2,用于控制至少两个图像采集模块3包括:
各个图像采集模块3,分别对应不同的货仓,每个图像采集模块3用于采集其所对应的货仓内商品的图像信息并将图像信息发送到识别模块2。将各个图像采集模块3分别对应到不同的货仓,对每个图像采集模块3的图像采集区域进行明确的分工,使总的图像采集范围更广。
可选的,每个货仓内有可供图像采集模块3滑动的贯穿整个货仓的滑杆,图像采集模块3可以通过在滑杆上滑动一周来完成对整个货仓的图像采集工作。
图像采集模块3可以但不限于为摄像头。
图2是本申请又一个实施例提供的一种无人售货机的货物识别系统的结构图,参照图2,一些优选实施例中的货物识别系统,控制模块1包括:识别模块组管理模块4,用于控制至少两个识别模块2同时工作。识别模块组管理模块4需要保证对多个识别模块2访问的并发性,而不是依次同步访问,控制多个识别模块2同时工作,大大提高了识别效率。
图3是本申请又一个实施例提供的一种无人售货机的货物识别系统的结构图,参照图3,识别模块2包括:图像采集模块组管理模块5,用于控制至少两个图像采集模块3同时工作。图像采集模块组管理模块5需要保证对多个图像采集模访问的并发性,而不是依次同步访问,控制多个图像采集模块3同时工作可以大大提高图像采集模块3采集货仓内货物图像信息的速度。
多个识别模块2同时控制多个图像采集模块3同时进行图像采集工作,可以进行最快速度的图像采集工作。
图4是本申请又一个实施例提供的一种无人售货机的货物识别系统的结构图,参照图4,一些优选实施例中的货物识别系统,识别模块2还包括:模型特征库6,用于储存待识别商品的特征信息。模型特征库6模块封装了待识别商品的特征数据,使得商品可以被准确、快速地被识别出来。
识别模块2工作时,从模型特征库6中调取待识别商品的特征信息,与图像采集模块3采集的图像信息进行对比,从而更快的识别出图像采集模块3采集的图像信息中的商品信息。
优选地,模型特征库6模块封装的待识别商品的特征数据可替换,可以不断更新商品种类,方便运营。
商品的特征数据包括:商品的尺寸大小,外形,颜色,商标等。
参照图4,一些优选实施例中的货物识别系统,识别模块2还包括:识别算法模块7,用于储存识别图像信息的识别算法。识别图像信息的识别算法,是指利用计算机对图像进行处理和分析,辨识物体的类别并做出有意义的判断。识别算法一般包括预处理、分析和识别三部分组成,预处理包括图像分割、图像增强、图像还原、图像重建和图像细化等诸多内容,图像分析主要指从预处理得到的图像中提取特征,最后分类器根据提取的特征对图像进行匹配分类,做出识别。一幅图片具有形形色色各种特征,简单的可以是颜色、形状或图案,复杂的比如说可以是图案的自相似性,是否存在类似重复性图案,或是整个场景里其它的物体,通过识别图像信息的识别算法可以使机器像人类一样准确分辨图形。
进一步的,识别算法为基于yolo(You Only Look Once,只看一次)v3的定制算法。yolov1算法是指标准化、实时的目标检测,基于yolov1算法进行图像检测,不需要一张图像看一千次,来产生检测结果,只需要看一次便可以产生检测结果,yolov2算法提高了召回率和定位能力,yolov3算法提供多尺度预测和更好的基础分类网络。相比通用识别算法,yolov3算法更适用于当前场景。
优选地,识别算法中的识别算法可替换,通过不断更新算法库,达到更好的识别效果。
一些优选实施例中的货物识别系统,控制模块1与识别模块2通过TCP/IP(Transmission Control Protocol/Internet Protocol,传输控制协议/因特网互联协议)通信连接。TCP/IP是Internet最基本的协议、Internet国际互联网络的基础,由网络层的IP协议和传输层的TCP协议组成。TCP/IP定义了电子设备如何连入因特网,以及数据如何在它们之间传输的标准。协议采用了4层的层级结构,每一层都呼叫它的下一层所提供的协议来完成自己的需求。通俗而言:TCP负责发现传输的问题,一有问题就发出信号,要求重新传输,直到所有数据安全正确地传输到目的地。而IP是给因特网的每一台联网设备规定一个地址。
一些优选实施例中的货物识别系统,结合以上内容,在本申请的一种可能的实现方式中,识别模块2与图像采集模块3通过USB(Universal Serial Bus,通用串行总线)通信连接。USB接口支持设备的即插即用和热插拔功能,识别模块2与图像采集模块3之间采用USB的连接方式极为方便,比如在某个图像采集模块3损坏后,可以直接将该图像采集模块3从USB接口拔出,继而进行更换。
优选地,USB通信方式可以为USB3.0通信。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种无人售货机的货物识别系统,其特征在于,包括:
控制模块;
所述控制模块,用于控制至少两个识别模块;
每个所述识别模块,用于控制至少两个图像采集模块。
2.根据权利要求1所述的货物识别系统,其特征在于,所述识别模块,用于控制至少两个图像采集模块包括:
所述识别模块将所述控制模块发来的识别指令转发给相应的所述图像采集模块,并根据所述图像采集模块传回的图像信息生成识别结果,将所述识别结果向所述控制模块发送。
3.根据权利要求2所述的货物识别系统,其特征在于,所述识别模块,用于控制至少两个所述图像采集模块包括:
各个所述图像采集模块,分别对应不同的货仓,每个所述图像采集模块用于采集其所对应的所述货仓内商品的图像信息并将所述图像信息发送到所述识别模块。
4.根据权利要求3所述的货物识别系统,其特征在于,所述控制模块包括:识别模块组管理模块,用于控制至少两个所述识别模块同时工作。
5.根据权利要求4所述的货物识别系统,其特征在于,所述识别模块包括:图像采集模块组管理模块,用于控制至少两个所述图像采集模块同时工作。
6.根据权利要求1-5任一项所述的货物识别系统,其特征在于,所述识别模块还包括:模型特征库,用于储存待识别商品的特征信息。
7.根据权利要求6所述的货物识别系统,其特征在于,所述识别模块还包括:识别算法模块,用于储存识别所述图像信息的识别算法。
8.根据权利要求7所述的货物识别系统,其特征在于,所述识别算法为基于yolo3的定制算法。
9.根据权利要求1-8任一项所述的货物识别系统,其特征在于,所述控制模块与所述识别模块通过TCP/IP通信连接。
10.根据权利要求9所述的货物识别系统,其特征在于,所述识别模块与所述图像采集模块通过USB通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810794582.3A CN109117735A (zh) | 2018-07-19 | 2018-07-19 | 一种无人售货机的货物识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810794582.3A CN109117735A (zh) | 2018-07-19 | 2018-07-19 | 一种无人售货机的货物识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109117735A true CN109117735A (zh) | 2019-01-01 |
Family
ID=64862944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810794582.3A Pending CN109117735A (zh) | 2018-07-19 | 2018-07-19 | 一种无人售货机的货物识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109117735A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377318A (zh) * | 2019-07-25 | 2019-10-25 | 四川爱创科技有限公司 | 用于智能货柜的商品识别模型动态更新方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102005090A (zh) * | 2010-12-06 | 2011-04-06 | 深圳市瑞摩特科技发展有限公司 | 具有商品销售与售后服务功能的自动售货机 |
CN107393152A (zh) * | 2017-08-14 | 2017-11-24 | 杭州纳戒科技有限公司 | 自助售货机及自助售货系统 |
CN107730168A (zh) * | 2017-09-28 | 2018-02-23 | 中南大学 | 一种基于图像识别的自动售货机自动库存管理系统及方法 |
CN108230553A (zh) * | 2018-01-12 | 2018-06-29 | 上海首东供应链管理有限公司 | 一种镜像视觉识别自助售货机系统 |
-
2018
- 2018-07-19 CN CN201810794582.3A patent/CN109117735A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102005090A (zh) * | 2010-12-06 | 2011-04-06 | 深圳市瑞摩特科技发展有限公司 | 具有商品销售与售后服务功能的自动售货机 |
CN107393152A (zh) * | 2017-08-14 | 2017-11-24 | 杭州纳戒科技有限公司 | 自助售货机及自助售货系统 |
CN107730168A (zh) * | 2017-09-28 | 2018-02-23 | 中南大学 | 一种基于图像识别的自动售货机自动库存管理系统及方法 |
CN108230553A (zh) * | 2018-01-12 | 2018-06-29 | 上海首东供应链管理有限公司 | 一种镜像视觉识别自助售货机系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377318A (zh) * | 2019-07-25 | 2019-10-25 | 四川爱创科技有限公司 | 用于智能货柜的商品识别模型动态更新方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378235A (zh) | 一种模糊人脸图像识别方法、装置及终端设备 | |
CN108229559B (zh) | 服饰检测方法、装置、电子设备、程序和介质 | |
CN110383274A (zh) | 识别设备的方法、装置、系统、存储介质、处理器和终端 | |
US20100150457A1 (en) | Identifying and Generating Color and Texture Video Cohorts Based on Video Input | |
CN109670591A (zh) | 一种神经网络的训练方法及图像匹配方法、装置 | |
CN108197547A (zh) | 人脸姿态估计方法、装置、终端及存储介质 | |
CN107341435A (zh) | 视频图像的处理方法、装置和终端设备 | |
EP3499414A1 (en) | Lightweight 3d vision camera with intelligent segmentation engine for machine vision and auto identification | |
CN109034694B (zh) | 基于智能制造的生产原料智能存储方法及系统 | |
CN110288715B (zh) | 虚拟项链试戴方法、装置、电子设备及存储介质 | |
CN112418360B (zh) | 卷积神经网络的训练方法、行人属性识别方法及相关设备 | |
CN115004242A (zh) | 同时进行实时对象检测和语义分割的系统和方法 | |
GB2379823A (en) | Selecting images based on the similarity between images | |
CN112016545A (zh) | 一种包含文本的图像生成方法及装置 | |
US20150010242A1 (en) | System and Method for Computer Vision Item Recognition and Target Tracking | |
CN107610239A (zh) | 一种脸谱的虚拟试戴方法及装置 | |
CN109670979A (zh) | 布料检测数据处理方法、装置和设备 | |
CN115008454A (zh) | 一种基于多帧伪标签数据增强的机器人在线手眼标定方法 | |
CN109117735A (zh) | 一种无人售货机的货物识别系统 | |
CN109427038A (zh) | 一种手机照片显示方法和系统 | |
CN112686314B (zh) | 基于远距离拍摄场景的目标检测方法、装置及存储介质 | |
Gupta | Gender detection using machine learning techniques and delaunay triangulation | |
CN108960849A (zh) | 用于纸质制品的防伪方法及装置、防伪溯源系统 | |
CN110390724A (zh) | 一种带有实例分割的slam方法 | |
CN109685324A (zh) | 布料检测数据处理方法、系统和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |