CN109543621A - 商品识别方法及装置 - Google Patents

商品识别方法及装置 Download PDF

Info

Publication number
CN109543621A
CN109543621A CN201811413710.1A CN201811413710A CN109543621A CN 109543621 A CN109543621 A CN 109543621A CN 201811413710 A CN201811413710 A CN 201811413710A CN 109543621 A CN109543621 A CN 109543621A
Authority
CN
China
Prior art keywords
commodity
feature
identification
determined
image
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
Application number
CN201811413710.1A
Other languages
English (en)
Inventor
宋子杰
冯新宇
梁瀚君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Comma Smart Retail Co Ltd
Original Assignee
Guangzhou Comma Smart Retail Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Comma Smart Retail Co Ltd filed Critical Guangzhou Comma Smart Retail Co Ltd
Priority to CN201811413710.1A priority Critical patent/CN109543621A/zh
Publication of CN109543621A publication Critical patent/CN109543621A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/20Scenes; Scene-specific elements in augmented reality scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07GREGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00Cash registers
    • G07G1/0036Checkout procedures
    • G07G1/0045Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader
    • G07G1/0054Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader with control of supplementary check-parameters, e.g. weight or number of articles
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07GREGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00Cash registers
    • G07G1/12Cash registers electronically operated

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种商品识别方法,涉及图像处理技术领域,方法包括:根据处理包含至少两件商品的图像,获得该图像中未识别出的商品上的特征;根据该特征,确定出与该特征关联的至少两件待确定商品;展示至少两件待确定商品的商品信息。通过处理包含商品的图像,获得图像中未识别出的商品上的特征,根据未识别出的商品上的特征,确定多件与特征相关的商品并展示,从而使用户能够从展示的关联商品中选出与之对应的商品。通过这样的方式,可以实现对重合商品的识别,因而能够在有限的空间中,一次尽可能多识别一些商品,节省用户的时间,提高商品结算的效率,为用户带来更多的便利。

Description

商品识别方法及装置
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种商品识别方法及装置。
背景技术
目前,商品识别技术的应用,进行一次商品自动结算只能识别和结算少量的商品,导致商品自动结算效率很低,也给选择商品自动结算的顾客带来很大的不便。
发明内容
有鉴于此,本申请的目的在于提供一种商品识别方法及装置,以改善目前由于进行一次商品自动结算只能识别和结算少量的商品,导致商品自动结算效率很低,也给选择商品自动结算的顾客带来很大不便的问题。
为了实现上述目的,本申请的实施例通过如下方式实现:
第一方面,本申请的实施例提供了一种商品识别方法,包括:根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征;根据所述特征,确定出与所述特征关联的至少两件待确定商品;展示所述至少两件待确定商品的商品信息。
在本申请实施例中,通过处理包含商品的图像,获得图像中未识别出的商品上的特征,根据未识别出的商品上的特征,确定多件与特征相关的商品并展示,从而使用户能够从展示的关联商品中选出与之对应的商品。这样的方式,可以实现对重合商品的识别,因而能够在有限的空间中,一次尽可能多识别一些商品,节省用户的时间,提高商品结算的效率,为用户带来更多的便利。
结合第一方面,在第一方面的第一种可能的实现方式中,上述根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征,包括:处理所述图像,确定出所述图像上的多张子图像,其中,所述多张子图像中的每张子图像中至少包含一件商品;根据对所述多张子图像的处理,从所述多张子图像中确定出包含所述未识别出的商品上的特征集;从所述特征集中获取所述未识别出的商品上的特征。
在本申请实施例中,通过将包含多件商品的图像分割为多张包含至少一件商品的子图像,对每张子图像进行处理,可以提高商品识别的效率。而获得其中未识别出的商品上的特征集,从特征集中获取未识别出的商品上的特征,能够尽可能地提取未识别出的商品的特征,根据提取出的特征进行关联商品的推荐,从而提高在关联商品中推荐出预设商品的几率,以待用户选择,进而节约识别多件商品所花费的时间,以此提高商品结算的效率,为用户带来更多的便利。
结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,上述根据对所述多张子图像的处理,从所述多张子图像中确定出包含所述未识别出的商品上的特征集,包括:根据对所述多张子图像中每张子图像的处理,确定出每张子图像上包含的每件商品的特征集;根据所述特征集,判断是否存在与所述特征集关联的预设商品;若否,确定所述特征集对应的商品为所述未识别出的商品,并获得所述特征集。
在本申请实施例中,通过对多张子图像中的商品进行识别,对于其中未识别成功的,即不能通过从子图像中的商品上获得的特征集确定出预设商品的,可以获得包含未识别出的商品的子图像中商品上的特征集,从特征集中确定出特征,根据特征从关联商品中确定出待确定商品并展示,以待用户选取,从而确定出未识别出的商品所对应的预设商品,从而提高商品的识别效率,进而节约识别多件商品所花费的时间,以此提高商品结算的效率,为用户带来更多的便利。
结合第一方面的第一种可能的实现方式,在第一方面的第三种可能的实现方式中,上述特征集包含多个子特征,所述从所述特征集中获取所述未识别出的商品上的特征,包括:判断与所述特征集关联的商品数量是否为0;若否,确定所述特征集中的所有子特征为所述特征;若是,确定所述特征集中的至少一个子特征为所述特征。
在本申请实施例中,通过判断从未识别出的商品上获得的特征集所关联的商品的数量,并根据关联商品数量的不同,从特征集中选择部分或者全部作为未识别出的商品的特征,从而能够根据不同的情况,提高将预设商品确定在待确定商品中的几率,用户就可以直接从待确定商品中确定出预设商品,从而提高对多件商品识别的效率,为用户带来更多的便利。
结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,上述根据所述特征,确定出与所述特征关联的至少两件待确定商品,包括:根据所述特征,确定出与所述特征关联的多件关联商品;确定出所述多件关联商品中的每一件关联商品与所述特征的关联程度;根据所述关联程度,确定出所述至少两件待确定商品。
在本申请实施例中,通过确定出与特征关联的多件关联商品,并确定出多件关联商品与特征的关联程度,从而确定出待确定商品,能够提高将预设商品确定在待确定商品中的几率,用户就可以直接从待确定商品中确定出预设商品,从而提高对多件商品识别的效率,为用户带来更多的便利。
结合第一方面,以及结合第一方面的第一种可能的实现方式、第二种可能的实现方式、第三种可能的实现方式、第四种可能的实现方式,在第一方面的第五种可能的实现方式中,在所述展示所述至少两件待确定商品的商品信息之后,上述方法还包括:响应用户基于所述至少两件待确定商品的商品信息中任意一件待确定商品的商品信息而进行的确认操作,确定出所述预设商品。
在本申请实施例中,通过设置能够响应用户确认操作的功能,能够及时获取用户的操作信息,从而确定出在图像中未识别出的商品的预设商品,节约获得预设商品的时间,从而提高对多件商品识别的效率,为用户带来更多的便利。
结合第一方面的第五种可能的实现方式,在第一方面的第六种可能的实现方式中,在所述根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征之前,上述方法还包括:根据商品识别指示,获得处于识别区域的商品的图像;以及在所述确定出所述预设商品之后,所述方法还包括:响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算。
在本申请实施例中,通过设置能够响应用户商品识别或者商品结算的操作的功能,能够在得到图像中所有的预设商品后,让用户便捷地进行结算操作,从而提高商品结算的效率。也能够在用户购买了较多商品,而一次无法完全识别时,提供一个多次进行商品识别的功能,让用户能够一次性结算所有商品,也能够在某些商品被完全覆盖而未出现在图像中时,提供多次进行商品识别的功能,让用户能够一次性结算所有商品,从而提高商品结算的效率,为用户带来更多便利。
结合第一方面的第六种可能的实现方式,在第一方面的第七种可能的实现方式中,上述响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算,包括:响应用户基于商品识别或者商品结算而进行的操作,生成检验指示;根据所述检验指示,获得当前所述识别区域的商品的实际重量;获得基于当前所述识别区域的商品而确定出的所有所述预设商品的参考重量;所述实际重量与所述参考重量误差在预设范围内时,对应所述商品识别而进行的操作生成所述商品识别指示,或者,对应所述商品结算而进行的操作,结束商品识别而进行商品结算。
在本申请实施例中,通过设置检验功能,在响应用户进行的商品识别的操作或者商品结算的操作时,生成检验信息,检验在确认图像中的所有商品的预设商品后,是否还有未经识别从而未加入结算的商品,以此保证用户能够结算并购买其挑选的所有商品,也能够保证商店的利益不遭受损失。
第二方面,本申请的实施例提供了一种商品识别装置,包括:识别模块,用于根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征;处理模块,用于根据所述特征,确定出与所述特征关联的至少两件待确定商品;展示模块,用于展示所述至少两件待确定商品的商品信息。
结合第二方面,在第二方面的第一种可能的实现方式中,上述识别模块,还用于处理所述图像,确定出所述图像上的多张子图像,其中,所述多张子图像中的每张子图像中至少包含一件商品;根据对所述多张子图像的处理,从所述多张子图像中确定出包含所述未识别出的商品上的特征集;从所述特征集中获取所述未识别出的商品上的特征。
结合第二方面的第一种可能的实现方式,在第二方面的第二种可能的实现方式中,上述识别模块,还用于根据对所述多张子图像中每张子图像的处理,确定出每张子图像上包含的每件商品的特征集;根据所述特征集,判断是否存在与所述特征集关联的预设商品;若否,确定所述特征集对应的商品为所述未识别出的商品,并获得所述特征集。
结合第二方面的第一种可能的实现方式,在第二方面的第三种可能的实现方式中,上述识别模块,还用于判断与所述特征集关联的商品数量是否为0;若否,确定所述特征集中的所有子特征为所述特征;若是,确定所述特征集中的至少一个子特征为所述特征。
结合第二方面的第三种可能的实现方式,在第二方面的第四种可能的实现方式中,上述处理模块,还用于根据所述特征,确定出与所述特征关联的多件关联商品;确定出所述多件关联商品中的每一件关联商品与所述特征的关联程度;根据所述关联程度,确定出所述至少两件待确定商品。
结合第二方面,以及结合第二方面的第一种可能的实现方式、第二种可能的实现方式、第三种可能的实现方式、第四种可能的实现方式,在第二方面的第五种可能的实现方式中,上述装置还包括:确认模块,用于在所述展示所述至少两件待确定商品的商品信息之后,响应用户基于所述至少两件待确定商品的商品信息中任意一件待确定商品的商品信息而进行的确认操作,确定出所述预设商品。
结合第二方面的第五种可能的实现方式,在第二方面的第六种可能的实现方式中,上述装置还包括:获得模块,用于在所述根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征之前,根据商品识别指示,获得处于识别区域的商品的图像;识别完成模块,用于在所述确定出所述预设商品之后,响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算。
结合第二方面的第六种可能的实现方式,在第二方面的第七种可能的实现方式中,上述识别完成模块,还用于响应用户基于商品识别或者商品结算而进行的操作,生成检验指示;根据所述检验指示,获得当前所述识别区域的商品的实际重量;获得基于当前所述识别区域的商品而确定出的所有所述预设商品的参考重量;所述实际重量与所述参考重量误差在预设范围内时,对应所述商品识别而进行的操作生成所述商品识别指示,或者,对应所述商品结算而进行的操作,结束商品识别而进行商品结算。
第三方面,本申请实施例提供了一种服务器,所述服务器包括:处理器,存储器,总线和通信接口;所述处理器、所述通信接口和存储器通过所述总线连接。所述存储器,用于存储程序。所述处理器,用于通过调用存储在所述存储器中的程序,以执行第一方面或第一方面的任一可选的实现方式所述的商品识别方法。
第四方面,本申请实施例提供了一种具有处理器可执行的非易失程序代码的计算机可读储存介质,用于存储程序代码,所述程序代码在被计算机读取并运行时,执行第一方面或第一方面的任一可选的实现方式所述的商品识别方法。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,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申请实施例的技术方案,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申请的某些实施例,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它相关的附图。
图1示出了本申请第一实施例提供的一种电子设备的结构框图;
图2示出了本申请第一实施例提供的一种电子设备的结构框图;
图3示出了本申请第一实施例提供的一种电子设备的结构框图;
图4示出了本申请第二实施例提供的一种商品识别方法的第一流程图;
图5示出了本申请第二实施例提供的一种商品识别方法中步骤S200的子流程图;
图6示出了本申请第二实施例提供的一种商品识别方法中步骤S300的子流程图;
图7示出了本申请第二实施例提供的一种商品识别方法中步骤S600的子流程图;
图8示出了本申请第三实施例提供的一种商品识别装置的结构框图。
具体实施方式
下面将结合本申请实施例中附图,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。通常在此处附图中描述和示出的本申请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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有进行出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
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。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。再者,本申请中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
第一实施例
本申请实施例提供了一种电子设备10,电子设备10可以为服务器,也可以为终端。当电子设备10为服务器时,例如可以为网络服务器、数据库服务器、云服务器或由多个子服务器构成的服务器集成等。或者,当电子设备10为终端时,例如可以为个人电脑(personalcomputer,PC)、平板电脑、智能手机、个人数字助理(personal digital assistant,PDA)等。当然,上述列举的设备为用于便于理解本实施例,其不应作为对本实施例的限定。
请参阅图1,当电子设备10为服务器时,该电子设备10可以包括:存储器11、通信接口12、总线13和处理器14。其中,处理器14、通信接口12和存储器11通过总线13连接。且电子设备10为服务器时,可以同外部的摄像模块、重量传感模块等进行通信连接,以在需要时获得摄像模块或者称重模块所采集到的信息。
请参阅图2,而当该电子设备10为分体式的终端时,该电子设备10可以包括:存储器11、通信接口12、总线13和处理器14。其中,处理器14、通信接口12和存储器11通过总线13连接。电子设备10可以同外部的摄像模块、重量传感模块等进行通信连接,以在需要时获得摄像模块或者称重模块所采集到的信息。
处理器14用于执行存储器11中存储的可执行模块,例如计算机程序。图1所示的电子设备10的组件和结构只是示例性的,而非限制性的,根据需要,电子设备10也可以具有其他组件和结构。
存储器11可能包含高速随机存取存储器(Random Access Memory RAM),也可能还包括非不稳定的存储器(non-volatile memory),例如至少两个磁盘存储器。本实施例中,存储器11存储了执行商品识别方法所需要的程序。
总线13可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图1中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类别的总线。
处理器14可能是一种具有信号的处理能力集成电路芯片。在实现过程中,上述方法的各步骤可以通过处理器14中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器14可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门电路或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。
本申请实施例任意实施例揭示的流过程或定义的装置所执行的方法可以应用于处理器14中,或者由处理器14实现。处理器14在接收到执行指令后,通过总线13调用存储在存储器11中的程序后,处理器14通过总线13控制通信接口12则可以执行商品识别方法的流程。
请参阅图3,电子设备10为终端时,也可以为集成式终端,此时,电子设备10包括:存储器11、通信接口12、总线13、处理器14、摄像模块15和称重模块16。
其中,存储器11、通信接口12、总线13和处理器14的连接关系和功能已经详细介绍过了,此处不再赘述,下面,将对摄像模块15和称重模块16作详细介绍。
摄像模块15可以为数字摄像头,也可以为模拟摄像头,可以采用高清摄像头、或者嵌入式摄像头等,此处不作具体的限定。而摄像模块15包含的摄像头的数量和安置的角度等,可以根据实际需要进行选择,可以为一个摄像头获取一个角度的图像信息,也可以为一个摄像头获取多个角度的图像信息,还可以为多个摄像头从不同角度获取图像信息等,此处不应视为对本申请的限定。摄像模块15可以获取识别区域的商品的图像信息,并将获得的图像信息发送给电子设备10,以协助电子设备10执行本申请提供的商品识别方法。
称重模块16可以为重力传感称重模块、轮辐式称重传感器模块、高精度称重模块等,实现对识别区域的商品的称重功能,此处对称重模块16的具体型号和种类不作具体的限定。称重模块16可以获取识别区域的商品的重量信息,并将重量信息发送给电子设备10,以协助电子设备10执行本申请提供的商品识别方法。
第二实施例
在本实施例提供的商品识别方法中,商品识别方法应用于电子设备,可以从电子设备的角度进行描述。应用商品识别方法的电子设备可以应用于包括但不限于超市、零售店、无人商店等环境。以下,将结合图4-图7对本申请实施例中的商品识别方法的各个步骤进行详细的描述。
请参阅图4,图4为本实施例提供的商品识别方法的第一流程图。在本实施例提供的商品识别方法中,可以包括:步骤S100、步骤S200、步骤S300、步骤S400、步骤S500和步骤S600。
步骤S100:根据商品识别指示,获得处于识别区域的商品的图像。
步骤S200:根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征。
步骤S300:根据所述特征,确定出与所述特征关联的至少两件待确定商品。
步骤S400:展示所述至少两件待确定商品的商品信息。
步骤S500:响应用户基于所述至少两件待确定商品的商品信息中任意一件待确定商品的商品信息而进行的确认操作,确定出所述预设商品。
步骤S600:响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算。
在本实施例中,在电子设备检测到用户的基于商品识别而进行的操作时,可以基于自身的状态,判断自身是否处于商品识别状态中。例如,当用户此次的商品识别的操作是初次进行,即在本次商品识别前,已经完成了结算的状态。这样的方式,可以由电子设备对自身的状态检测得到,也可以由其他方式得到,例如可以对生成商品识别指示的次数进行记录,而商品结算完成后,清零生成商品识别指示的次数等。因此,此处不应视为对本申请的限定。
通过这样的方式,就可以很容易区分商品是否属于同一用户,将用户的购买记录进行存储,以便分析用户的购买偏好、电子设备使用的峰谷时段等,从而为商品结算系统的优化做贡献。
当电子设备对自身检测状态检测完成后,可以响应用户基于商品识别而进行的操作,当检测到用户此时的商品识别操作为初次进行的商品识别操作时,可以生成商品识别指示。若电子设备检测到用户此时的商品识别操作不为初次进行的商品识别操作时,可以生成检验信息,检验通过后再生成商品识别指示。
生成商品识别指示后,电子设备可以执行步骤S100。
在本实施例中,电子设备可以获得生成的商品识别指示,从而根据商品识别指示获得处于识别区域的商品的图像。图像可以是一个角度拍摄的处于识别区域的商品的一张图像,也可以是多个角度拍摄的多张图像经综合处理后得到的一张图像,此处不作限定。多个角度拍摄的多张图像经综合处理后得到的一张图像能够包含比从某一个角度拍摄的一张图像更多的信息,也能够提高商品识别的准确率和效率。
在电子设备获得处于识别区域的商品的图像后,可以执行步骤S200。请参阅图5,在本实施例中,步骤S200可以包括步骤S210、步骤S220和步骤S230。
步骤S210:处理所述图像,确定出所述图像上的多张子图像,其中,所述多张子图像中的每张子图像中至少包含一件商品。
步骤S220:根据对所述多张子图像的处理,从所述多张子图像中确定出包含所述未识别出的商品上的特征集。
步骤S230:从所述特征集中获取所述未识别出的商品上的特征。
在本实施例中,电子设备可以对获得的图像进行处理,得到多张子图像,每张子图像包含至少一件商品。处理方式可以为将图像进行初步的处理,从而将图像中的商品与图像中的背景区别开,获得一整块的包含所有商品的图像,此处的图像中的背景是指未放商品的识别区域部分。得到一整块的包含所有商品的图像后,可以根据不同商品的轮廓,对一整块的包含所有商品的图像进行分割,得到多张子图像,每张子图像中至少包含一件商品。由于商品可能会有覆盖的部分,因此,能够得到包含完整商品的子图像一般是处于表面部分的商品,当然,也有可能是在底层的商品,例如在识别区域下方也可以设有摄像头,从而获取底层商品的图像,此处不作限定。
对于只包含一件商品的部分轮廓的子图像,可以通过对包含部分轮廓的商品的子图像进行处理,从而获得其显露部分作为该商品的子图像,也可以将其按照包含该商品部分轮廓的一定范围内的图像都作为该商品的子图像,此处不作限定。
本实施例中,采用将包含所有商品的图像分割成多张子图像的方式,可以尽可能地避免不同商品重叠之后对被部分遮挡的商品识别造成影响,进而可以提高商品识别的效率和准确率。
在获得多张子图像后,电子设备可以执行步骤S220。在本实施例中,电子设备获得多张子图像后,可以对每张子图像进行处理,得到每张子图像上包含的每件商品的特征集。例如,可以对一张子图像进行处理和特征提取,得到子图像中的商品的多个特征组成的特征集。需要说明的是,本实施例中的子图像是一件商品,在其他一些可选的实施例中,一张子图像上可能包含多件商品的,那么可以只提取一件商品上的特征,因此,此处不应视为对本申请的限定。
从子图像中提取一件商品的一个或者多个特征作为子图像中商品的特征集,每个特征集对应图像中的一件商品,就能够尽可能地避免由于图像中的商品的覆盖和遮挡而对其他商品的识别造成干扰和混淆。
在本实施例中,电子设备确定出子图像中的商品上的特征集后,可以根据确定出的特征集,判断是否具有与特征集关联的预设商品,即与该特征集关联的唯一的商品。需要说明的是,在本实施例中,确定与特征集关联的预设商品的过程,可以选择根据特征集中的每一条特征逐条进行筛选的方式确定预设商品,也可以选择满足特征集中所有特征的商品,且商品唯一时,确定该商品为特征集对应的预设商品,此处不作限定。
对于根据特征集未确定出与之关联的预设商品的,电子设备可以确定该特征集对应的商品为未识别出的商品,并获得该特征集。通过这样的方式,可以很容易地得到那些未识别出的商品的在图像中的特征集。
在电子设备确定未识别出的商品以及获得与该商品对应的特征集后,可以执行步骤S230。
在本实施例中,电子设备确定未识别出的商品以及获得与该商品对应的特征集后,可以根据得到的对应该未识别出的商品的特征集,获得与该特征集关联的关联商品的具体情况,例如获得与该特征集关联的关联商品的数量、种类等情况。在本实施例中,电子设备可以根据获得的关联商品的数量,作为判断的标准,例如,判断与该特征集关联的关联商品的数量是否为0。在其他一些可选的实施例中,也可以选择关联商品的种类作为判断的依据,此处不作限定。
根据关联商品的数量,电子设备可以对关联商品的数量进行判断。当与该特征集关联的关联商品的数量不为0时,由于与特征集关联的关联商品数量也不为1,因为关联商品数量为1时,即确定该商品为预设商品,则表明该商品被识别出来了。由此,可以确定该特征集的所有特征为与该特征集对应的未识别出的商品的特征。因为与该特征集关联的关联商品数量至少为2,那么,该商品未识别出的原因则是特征集中的特征还不能够确定出唯一的关联商品,例如,两件极为相似的商品,特征集中的特征不足以区分二者,因此不能确定出预设商品。而确定特征集中的所有特征为未识别出的商品的特征,则可以尽可能地接近与特征集对应的预设商品,从而识别出图像中的该商品的具体商品,提高商品识别的效率。
而当与该特征集关联的关联商品的数量为0时,说明特征集中的特征可能并非全部属于同一商品的特征,可能在特征提取时,提取到了图像中未处理好的其他商品的某一个特征或一些特征,并没有满足全部特征的关联商品。因此,可以从特征集中的所有特征中选取部分特征为未识别出的商品的特征。在本实施例中,部分特征的选取,可以为根据特征集中的所有特征逐条进行筛选商品。例如,满足特征A的商品有20件,20件中同时又满足特征B的有5件,再同时满足特征C的只有2件,同时又满足特征D的为0件,那么就可以确定最接近的特征为未识别出的商品的特征,在本例子中,即确定特征A、特征B和特征C为未识别出的商品的特征。通过确定特征集中的部分特征为未识别出的商品的特征,可以尽可能地提高商品识别的效率。
需要说明的是,在本实施例中,确定特征集中的部分特征为未识别出的商品的特征时,选取的是将特征集中的所有特征逐条进行筛选的方式,而在其他一些可选的实施例中,可以根据特征的组合进行筛选,例如,特征集共有5条特征,特征A、特征B、特征C、特征D和特征E,可以先选取特征A、特征B、特征C、特征D,获得其关联的关联商品数量,数量为0,则换特征组合,特征A、特征B、特征C、特征E,获得其关联的关联商品数量,数量为2,可以确定该特征组合为未识别出的商品的特征。另外,本实施例中选择关联商品的数量尽可能靠近1,但并非必须要将此作为选择特征的标准,因此,此处不应视为对本申请的限定。
请参阅图6,电子设备在确定出为识别商品的特征后,可以执行步骤S300,在本实施例中,步骤S300包括:步骤S310、步骤S320和步骤S330。
步骤S310:根据所述特征,确定出与所述特征关联的多件关联商品。
步骤S320:确定出所述多件关联商品中的每一件关联商品与所述特征的关联程度。
步骤S330:根据所述关联程度,确定出所述至少两件待确定商品。
电子设备执行步骤S310,可以根据图像中未识别出的商品上的特征,确定出与该特征关联的关联商品,并获得这些关联商品的信息。
在电子设备确定出与该特征关联的多件关联商品后,可以执行步骤S320。在本实施例中,电子设备可以将多件关联商品中的每一件关联商品与该特征做关联程度的处理和分析。例如,可以对商品的总特征数、与未识别出的商品的特征数进行比例分析,作为该特征与关联商品的关联程度高低的其中一个指标,但并不作为限定。
在电子设备得到特征与多件关联商品中的每一件关联商品的关联程度后,可以根据关联程度的高低确定出至少两件待确定商品。需要说明的是,在本实施例中,可以根据关联程度从高到底进行选取,例如选择关联程度相对于其他关联商品,与未识别出的商品的特征关联程度更高的5件商品,也可以选择8件,可以选择所有,也可以只选择两件确定为待确定商品,在其他一些可选的实施例中,也可以选择一件作为待确定商品,此处不作为限定。
通过确定与未识别出的商品上的特征关联的关联商品,处理和分析关联商品与特征之间的关联程度的高低,从而确定出关联程度高的作为待确定商品,进而能够增加将预设商品确定为待确定商品的几率,能够提高商品识别的效率。
在电子设备确定出至少两件待确定商品后,可以执行步骤S400,在本实施例中,电子设备可以获取至少两件待确定商品中的每一件待确定商品的商品信息,并将商品信息展示出来。需要说明的是,在本实施例中,商品信息的展示可以为每一件待确定商品的商品信息分别进行展示,也可以合并进行展示,此处不作限定。
在电子设备展示至少两件待确定商品的商品信息后,可以执行步骤S500。
在本实施例中,将待确定商品的商品信息展示出来,可以提供给用户一些选择,例如,确定某一商品信息对应的待确定商品为预设商品。当展示出的商品信息并没有用户所选择的商品对应的预设商品时,电子设备提供编辑的功能,以便根据用户的操作确定出预设商品。例如,电子设备可以根据用户输入的商品的名字、或者输入的商品编号等等确定出预设商品。通过提供确认选择待确定商品的功能或者通过编辑从而确定预设商品的功能,可以提高商品识别的准确率。
请参阅图7,在电子设备基于用户的确认操作确定出预设商品后,可以执行步骤S600。在本实施例中,步骤S600包括:步骤S610、步骤S620、步骤S630和步骤S640。
步骤S610:响应用户基于商品识别或者商品结算而进行的操作,生成检验指示。
步骤S620:根据所述检验指示,获得当前所述识别区域的商品的实际重量。
步骤S630:获得基于当前所述识别区域的商品而确定出的所有所述预设商品的参考重量。
步骤S640:所述实际重量与所述参考重量误差在预设范围内时,对应所述商品识别而进行的操作生成所述商品识别指示,或者,对应所述商品结算而进行的操作,结束商品识别而进行商品结算。
在本实施例中,电子设备执行步骤S610。电子设备可以响应用户基于商品识别而进行的操作或者基于商品结算而进行的操作,生成检验指示。需要说明的是,在本实施例中,若电子设备检测到的用户基于商品识别而进行的操作,此时,电子设备可以检测当前是否为初次进行商品识别,此次检测到并非初次进行的商品识别,因此,电子设备会对应生成检验指示。而电子设备检测到的用户基于商品结算而进行的操作,可以生成检验指示。
在本实施例中,通过响应用户基于商品识别而进行的操作或者基于商品结算而进行的操作,生成检验指示。在其他一些可选的实施例中,也可以不生成检验指示,直接进行下一步骤,此处不作为对本申请的限定。
在电子设备生成检验指示后,可以执行步骤S620。在本实施例中,电子设备可以根据检验指示,获取识别区域的商品的重量信息,作为商品的实际重量。
在本实施例中,获得识别区域的商品的实际重量,可以依靠设置在识别区域的重力传感器实现,也可以靠其他方式,例如在识别区域设置称重装置或者模块,而商品放于识别区域的称重模块上,实现商品的实际重量的获取,因此,这些不应视为对本申请的限定。
获取识别区域的商品的实际重量后,电子设备可以将识别区域的商品的实际重量展示出来,供用户参考,是否需要购物袋、购物小车等等。对用户来说,用户得知商品的实际重量后,可以根据自身的能力和条件,选择合理的搬运措施,这样也很便民。
在电子设备获得识别区域的商品的实际重量后,可以执行步骤S630。在本实施例中,电子设备可以获得基于当前识别区域的商品而确认的预设商品的参考重量。
在本实施例中,电子设备获得基于当前识别区域的商品而确认的预设商品的参考重量的方式可以为,获得预设商品的商品信息,从商品信息中获得该商品的参考重量,加总本次商品识别过程的所有预设商品的参考重量,得到与实际重量作比较的参考重量。在其他一些可选的实施例中,也可以选择其他方式获得参考重量,例如,可以在识别过程中即一同获得商品的参考重量信息,或者在确认商品为预设商品时,获得商品的参考重量,此处不作为限定。
需要说明的是,在本实施例中,获得识别区域的商品的实际重量和参考重量的过程不分先后,可以先获得参考重量,后获得实际重量,也可以先获得实际重量,后获得参考重量,甚至可以同时获得实际重量和参考重量,此处不应视为对本申请的限定。
在电子设备获得识别区域的商品的实际重量和参考重量后,可以执行步骤S640。
在本实施例中,电子设备可以对获得的识别区域的商品的实际重量和参考重量进行比较,若比较的结果在误差范围内,例如误差在50克以内,则通过检验,电子设备对应用户的基于商品识别的操作生成商品识别指示,或者对应用户的基于商品结算的操作,结束商品识别而进行商品结算。
通过设置检验过程,可以尽量减少由于商品重叠而未出现在识别区域的商品的图像中,从而少结算或者漏结算商品的情况。若用户选购的商品未进入结算状态,用户则不能获得想要的商品,购物体验不好,也会给商家带来损失。通过设置检验过程,就能够很好地解决这个问题。例如,某次商品识别过程中,电子设备上的确认的预设商品为15件,参考重量为2850克,而识别区域的用户的商品实际上有16件,而电子设备获得识别区域的商品的实际重量为3000克,超过了误差范围50克,此时,电子设备可以提醒用户,检查是否有遗漏的未识别的商品,提醒用户将该商品从识别区域拿走,下次商品识别时可以再次进行识别。
需要注意的是,本实施例中的参考重量和实际重量的误差范围并非限制于某一固定的范围,可以根据实际情况灵活设定,此处不应视为对本申请的限定。
在本实施例中,通过在一次识别完成的过程后,向用户提供再次进行识别的选择功能,从而可以实现多次商品的识别,能够大大提升一次商品结算的数量,提高商品自动结算的效率,能够提升用户的购买体验。
在本实施例中,通过实现对部分覆盖的商品的识别,提升一次商品识别的数量,可以提高商品识别的效率,从而提高商品结算的效率,提高用户的购买体验。
第三实施例
请参阅图8,图8为本申请实施例提供的一种商品识别装置100的结构框图。
本申请实施例提供一种商品识别装置100,包括:
识别模块120,用于根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征;
处理模块130,用于根据所述特征,确定出与所述特征关联的至少两件待确定商品;
展示模块140,用于展示所述至少两件待确定商品的商品信息。
在本实施例中,所述识别模块120,还用于处理所述图像,确定出所述图像上的多张子图像,其中,所述多张子图像中的每张子图像中至少包含一件商品;根据对所述多张子图像的处理,从所述多张子图像中确定出包含所述未识别出的商品上的特征集;从所述特征集中获取所述未识别出的商品上的特征。
在本实施例中,所述识别模块120,还用于根据对所述多张子图像中每张子图像的处理,确定出每张子图像上包含的每件商品的特征集;根据所述特征集,判断是否存在与所述特征集关联的预设商品;若否,确定所述特征集对应的商品为所述未识别出的商品,并获得所述特征集。
在本实施例中,所述识别模块120,还用于判断与所述特征集关联的商品数量是否为0;若否,确定所述特征集中的所有子特征为所述特征;若是,确定所述特征集中的至少一个子特征为所述特征。
在本实施例中,所述处理模块130,还用于根据所述特征,确定出与所述特征关联的多件关联商品;确定出所述多件关联商品中的每一件关联商品与所述特征的关联程度;根据所述关联程度,确定出所述至少两件待确定商品。
在本实施例中,所述商品识别装置100还包括:
确认模块150,用于在所述展示所述至少两件待确定商品的商品信息之后,响应用户基于所述至少两件待确定商品的商品信息中任意一件待确定商品的商品信息而进行的确认操作,确定出所述预设商品。
在本实施例中,所述商品识别装置还包括:
获得模块110,用于在所述根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征之前,根据商品识别指示,获得处于识别区域的商品的图像;
识别完成模块160,用于在所述确定出所述预设商品之后,响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算。
在本实施例中,所述识别完成模块160,还用于响应用户基于商品识别或者商品结算而进行的操作,生成检验指示;根据所述检验指示,获得当前所述识别区域的商品的实际重量;获得基于当前所述识别区域的商品而确定出的所有所述预设商品的参考重量;所述实际重量与所述参考重量误差在预设范围内时,对应所述商品识别而进行的操作生成所述商品识别指示,或者,对应所述商品结算而进行的操作,结束商品识别而进行商品结算。
综上所述,本申请的实施例提供了一种商品识别方法,包括:根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征;根据所述特征,确定出与所述特征关联的至少两件待确定商品;展示所述至少两件待确定商品的商品信息。
通过处理包含商品的图像,获得图像中未识别出的商品上的特征,根据未识别出的商品上的特征,确定多件与特征相关的商品并展示,从而使用户能够从展示的关联商品中选出与之对应的商品。通过这样的方式,可以实现对重合商品的识别,因而能够在有限的空间中,一次尽可能多识别一些商品,节省用户的时间,提高商品结算的效率,为用户带来更多的便利。
以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。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。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种商品识别方法,其特征在于,所述方法包括:
根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征;
根据所述特征,确定出与所述特征关联的至少两件待确定商品;
展示所述至少两件待确定商品的商品信息。
2.根据权利要求1所述的商品识别方法,其特征在于,所述根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征,包括:
处理所述图像,确定出所述图像上的多张子图像,其中,所述多张子图像中的每张子图像中至少包含一件商品;
根据对所述多张子图像的处理,从所述多张子图像中确定出包含所述未识别出的商品上的特征集;
从所述特征集中获取所述未识别出的商品上的特征。
3.根据权利要求2所述的商品识别方法,其特征在于,所述根据对所述多张子图像的处理,从所述多张子图像中确定出包含所述未识别出的商品上的特征集,包括:
根据对所述多张子图像中每张子图像的处理,确定出每张子图像上包含的每件商品的特征集;
根据所述特征集,判断是否存在与所述特征集关联的预设商品;
若否,确定所述特征集对应的商品为所述未识别出的商品,并获得所述特征集。
4.根据权利要求2所述的商品识别方法,其特征在于,所述特征集包含多个子特征,所述从所述特征集中获取所述未识别出的商品上的特征,包括:
判断与所述特征集关联的商品数量是否为0;
若否,确定所述特征集中的所有子特征为所述特征;
若是,确定所述特征集中的至少一个子特征为所述特征。
5.根据权利要求1-4任一权利要求项所述的商品识别方法,其特征在于,在所述展示所述至少两件待确定商品的商品信息之后,所述方法还包括:
响应用户基于所述至少两件待确定商品的商品信息中任意一件待确定商品的商品信息而进行的确认操作,确定出所述预设商品。
6.根据权利要求5所述的商品识别方法,其特征在于,
在所述根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征之前,所述方法还包括:
根据商品识别指示,获得处于识别区域的商品的图像;
以及在所述确定出所述预设商品之后,所述方法还包括:
响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算。
7.根据权利要求6所述的商品识别方法,其特征在于,所述响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算,包括:
响应用户基于商品识别或者商品结算而进行的操作,生成检验指示;
根据所述检验指示,获得当前所述识别区域的商品的实际重量;
获得基于当前所述识别区域的商品而确定出的所有所述预设商品的参考重量;
所述实际重量与所述参考重量误差在预设范围内时,对应所述商品识别而进行的操作生成所述商品识别指示,或者,对应所述商品结算而进行的操作,结束商品识别而进行商品结算。
8.一种商品识别装置,其特征在于,所述装置包括:
识别模块,用于根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征;
处理模块,用于根据所述特征,确定出与所述特征关联的至少两件待确定商品;
展示模块,用于展示所述至少两件待确定商品的商品信息。
9.根据权利要求8所述的商品识别装置,其特征在于,所述装置还包括:
确认模块,用于在所述展示所述至少两件待确定商品的商品信息之后,响应用户基于所述至少两件待确定商品的商品信息中任意一件待确定商品的商品信息而进行的确认操作,确定出所述预设商品。
10.根据权利要求9所述的商品识别装置,其特征在于,所述装置还包括:
获得模块,用于在所述根据处理包含至少两件商品的图像,获得所述图像中未识别出的商品上的特征之前,根据商品识别指示,获得处于识别区域的商品的图像;
识别完成模块,用于在所述确定出所述预设商品之后,响应所述用户基于商品识别而进行的操作,生成所述商品识别指示,或者,响应所述用户基于商品结算而进行的操作,结束商品识别而进行商品结算。
CN201811413710.1A 2018-11-23 2018-11-23 商品识别方法及装置 Pending CN109543621A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811413710.1A CN109543621A (zh) 2018-11-23 2018-11-23 商品识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811413710.1A CN109543621A (zh) 2018-11-23 2018-11-23 商品识别方法及装置

Publications (1)

Publication Number Publication Date
CN109543621A true CN109543621A (zh) 2019-03-29

Family

ID=65850491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811413710.1A Pending CN109543621A (zh) 2018-11-23 2018-11-23 商品识别方法及装置

Country Status (1)

Country Link
CN (1) CN109543621A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1726480A (zh) * 2002-12-16 2006-01-25 皇家飞利浦电子股份有限公司 电子购物信息系统
CN105046536A (zh) * 2015-09-08 2015-11-11 程叙毅 一种基于rfid和互联网的数据库营销方法
CN105718833A (zh) * 2014-12-23 2016-06-29 东芝泰格有限公司 图像识别装置及商品信息处理装置
CN105719411A (zh) * 2014-12-23 2016-06-29 东芝泰格有限公司 图像识别装置、商品信息处理装置及图像识别方法
CN107424273A (zh) * 2017-07-28 2017-12-01 杭州宇泛智能科技有限公司 一种无人超市的管理方法
CN107610377A (zh) * 2017-10-19 2018-01-19 安徽小豆网络科技有限公司 一种履带传输式自助收银机及无人便利店运营系统
CN107679850A (zh) * 2017-09-15 2018-02-09 苏衍杰 一种商品结算方法、装置及系统
CN108080290A (zh) * 2018-02-02 2018-05-29 南京纬力创新能源科技有限公司 一种用于智能仓储的防漏检的智能型自动分拣系统
CN108144862A (zh) * 2018-02-02 2018-06-12 南安市智德机械设备有限公司 一种具有分离功能的防漏检的智能型自动分拣系统
CN108364420A (zh) * 2018-01-08 2018-08-03 阿里巴巴集团控股有限公司 图像识别方法及装置和电子设备
CN108681953A (zh) * 2018-07-02 2018-10-19 百度在线网络技术(北京)有限公司 商品结算方法、装置、存储介质及电子设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1726480A (zh) * 2002-12-16 2006-01-25 皇家飞利浦电子股份有限公司 电子购物信息系统
CN105718833A (zh) * 2014-12-23 2016-06-29 东芝泰格有限公司 图像识别装置及商品信息处理装置
CN105719411A (zh) * 2014-12-23 2016-06-29 东芝泰格有限公司 图像识别装置、商品信息处理装置及图像识别方法
CN105046536A (zh) * 2015-09-08 2015-11-11 程叙毅 一种基于rfid和互联网的数据库营销方法
CN107424273A (zh) * 2017-07-28 2017-12-01 杭州宇泛智能科技有限公司 一种无人超市的管理方法
CN107679850A (zh) * 2017-09-15 2018-02-09 苏衍杰 一种商品结算方法、装置及系统
CN107610377A (zh) * 2017-10-19 2018-01-19 安徽小豆网络科技有限公司 一种履带传输式自助收银机及无人便利店运营系统
CN108364420A (zh) * 2018-01-08 2018-08-03 阿里巴巴集团控股有限公司 图像识别方法及装置和电子设备
CN108080290A (zh) * 2018-02-02 2018-05-29 南京纬力创新能源科技有限公司 一种用于智能仓储的防漏检的智能型自动分拣系统
CN108144862A (zh) * 2018-02-02 2018-06-12 南安市智德机械设备有限公司 一种具有分离功能的防漏检的智能型自动分拣系统
CN108681953A (zh) * 2018-07-02 2018-10-19 百度在线网络技术(北京)有限公司 商品结算方法、装置、存储介质及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
RUINS0080: "深入了解iOS 12新功能系列:屏幕使用时间", 《威锋网 HTTPS://WWW.FENG.COM/POST/12807042》 *

Similar Documents

Publication Publication Date Title
CN110866429B (zh) 漏扫识别方法、装置、自助收银终端及系统
WO2019095884A1 (zh) 一种基于图像识别技术的无人售货方法、装置、电子设备及计算机存储介质
CN106781121A (zh) 基于视觉分析的超市自助结账智能系统
CN108629591A (zh) 销售数据处理装置及控制方法、终端设备
WO2021042698A1 (zh) 基于视觉和重力感应的商品识别方法、装置和系统
CN108235771A (zh) 基于云端的自助购物方法和系统、电子设备、程序产品
CN108898109A (zh) 物品关注度的确定方法、装置和系统
CN108140209A (zh) 信息处理装置、信息处理方法和其中存储有程序的记录介质
CN110197561A (zh) 一种商品识别方法、装置及系统
CN109829777A (zh) 一种智能购物系统和购物方法
TW201032154A (en) Analyzing repetitive sequential events
CN108229418A (zh) 人体关键点检测方法和装置、电子设备、存储介质和程序
CN112686220B (zh) 商品识别方法及装置、计算设备、计算机存储介质
CN109272336A (zh) 一种风险商户发现方法和装置
KR20210039783A (ko) 맞춤형 의류 구매 서비스 제공 방법 및 이를 위한 사용자 단말
CN113111801A (zh) 自动售货机的货品校验方法、设备和存储介质
US20210279784A1 (en) Analysis method and system for the item on the supermarket shelf
CN111507792A (zh) 一种自助购物方法、计算机可读存储介质及系统
JP2023065267A (ja) 行動判定プログラム、行動判定方法及び行動判定装置
CN108320403A (zh) 商品识别装置及控制方法、终端设备
JP2016024596A (ja) 情報処理装置
CN109543621A (zh) 商品识别方法及装置
JP6598321B1 (ja) 情報処理装置、制御方法、及びプログラム
CN112950329A (zh) 商品动态信息生成方法、装置、设备及计算机可读介质
CN110738504A (zh) 一种信息处理方法及相关设备

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

Application publication date: 20190329

RJ01 Rejection of invention patent application after publication