CN110738504A - 一种信息处理方法及相关设备 - Google Patents

一种信息处理方法及相关设备 Download PDF

Info

Publication number
CN110738504A
CN110738504A CN201910889894.7A CN201910889894A CN110738504A CN 110738504 A CN110738504 A CN 110738504A CN 201910889894 A CN201910889894 A CN 201910889894A CN 110738504 A CN110738504 A CN 110738504A
Authority
CN
China
Prior art keywords
weight
real
article
time
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.)
Granted
Application number
CN201910889894.7A
Other languages
English (en)
Other versions
CN110738504B (zh
Inventor
赵琳
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910889894.7A priority Critical patent/CN110738504B/zh
Publication of CN110738504A publication Critical patent/CN110738504A/zh
Application granted granted Critical
Publication of CN110738504B publication Critical patent/CN110738504B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/208—Input by product or record sensing, e.g. weighing or scanner processing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Accounting & Taxation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例适用于运维领域中的业务过程优化，公开了一种信息处理方法及相关设备，所述方法包括：获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量；确定所述第一射频标识对应的第一标准重量；在确定所述第一实时重量与所述第一标准重量不匹配的情况下，采集所述待售物品的第一实时图像；根据所述第一实时图像确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量；在确定所述第一实时重量与所述第二标准重量匹配的情况下，确定第一物品名称对应的第一物品数据量；根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据。通过本发明可以提高无人售货场景中对待售商品识别的准确率。

Description

一种信息处理方法及相关设备
技术领域
本申请涉及信息处理领域，尤其涉及一种信息处理方法及相关设备。
背景技术
随着互联网技术的发展，越来越多的业务场景通过智能设备来代替传统的人工作业，这大大解放了人工的劳动力，作业成本和作业效率都大大提高。例如，通过智能设备替代传统人工售货+
的场景中，较早出现的是通过无人售货机进行售货，商家在封闭的无人售货机中存储一定的商品，顾客通过无人售货机选择要买的物品进行支付购买，但通常无人售货机的容量较小，适合售卖体积和重量都较小的物品，售卖物品种类较为局限，且无人售货机只能在付完款后才能拿到选购的物品，不方便顾客对选购物品的查看和调换。
为了克服无人售货机这一缺陷，近年来，无人超市逐渐兴起，无人超市是商家在开放给顾客的选购区域中放置待售商品，顾客进入选购区域选择商品后，通过指定的结账设备将选购的商品扫描射频码，结账设备根据商品的射频码计算顾客的选购商品的账单，用户支付完成后，携带选购商品离开选购区域。顾客在进行结账时扫描的商品的射频码，通常是通过粘贴的形式附着在商品上，这会出现在无人超市中有顾客恶意更换不同价格的商品的射频码，将便宜商品的射频码替换到昂贵商品上进行结账，从而使无人超市对用户选购商品不能准确识别，进而使结账信息不准确，给售货商家到来损失。
发明内容
本发明提供一种信息处理方法及相关设备，通过本发明可以提高无人售货场景中对待售商品识别的准确率，进而降低售货商家损失。
本发明实施例第一方面提供了一种信息处理方法，包括：
获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量；
根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量；
在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备，并通过所述图像采集设备采集所述待售物品的第一实时图像；
根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量；
在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量；
根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，以根据所述第一数据量转移单据完成针对所述待售物品的数据量转移。
结合本发明实施例第一方面，在第一种可能的实现方式中，所述在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备包括：
确定所述第一标准重量对应的重量浮动范围，所述重量浮动范围为所述第一标准重量上下浮动预设比例得到的，或者为所述第一标准标量上下浮动预设数值得到的；
在所述第一实时重量未处于所述重量浮动范围内的情况下，确定所述第一实时重量与所述第一标准重量不匹配，并启动所述图像采集设备。
结合本发明实施例第二方面，在第二种可能的实现方式中，所述根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称包括：
通过预设的特征提取卷积核扫描所述第一实时图像，得到第一实时图像的多个局部深度特征；
对所述局部深度特征进行降维处理，得到所述第一实时图像的局部降维特征；
将所述局部降维特征进行融合，生成所述第一实时图像的图像整体特征；
根据所述图像整体特征对所述第一实时图像进行识别，得到所述第一实时图像对应的第一物品名称。
结合本发明实施例第一方面，在第三种可能的实现方式中，所述获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量包括：
扫描所述预设检测区域内的多个射频信号，提取扫描到的多个射频信号中携带的多个待售物品各自的第一射频标识，并获取所述多个待售物品总的第一实时重量；
在所述多个待售物品各自的第一射频标识均相同的情况下，所述在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备包括：
根据扫描到的多个射频信号的数量以及所述第一标准重量，确定所述多个待售物品的第一总体重量浮动范围；
在所述第一实时重量未处于所述第一总体重量浮动范围内的情况下，确定所述第一实时重量与所述第一标准重量不匹配，并启动所述图像采集设备。
结合本发明实施例第一方面的第三种可能的实现方式，在第四种可能的实现方式中，在所述多个待售物品各自的第一射频标识中存在不相同的射频标识的情况下，所述根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量包括：
根据预设的射频标识和标准重量的对应关系，分别确定各个所述待售物品的第一射频标识对应的第一标准重量；
所述在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备包括：
根据所述各个待售物品的第一射频标识对应的第一标准重量，确定所述多个待售物品的第二总体重量浮动范围；
在所述第一实时重量未处于所述第二总体重量浮动范围内的情况下，确定所述第一实时重量与所述第一标准重量不匹配，并启动所述图像采集设备。
结合本发明实施例第一方面，在第五种可能的实现方式中，所述方法还包括：
采集所述待售物品的物品购买用户进入所述待售物品的选购区域时的第一用户实时重量；
在完成针对所述待售物品的数据量转移后，采集所述物品购买用户携带所述待售物品离开所述选购区域时的第二用户实时重量；
根据所述第一实时重量，判断所述第一用户实时重量与所述第二用户实时重量是否匹配，并在确定不匹配的情况下，发出告警信息。
结合本发明实施例第一方面中的任一种可能的实现方式，在第六种可能的实现方式中，所述预设检测区域内部安装有射频信号扫描装置；所述预设检测区域为使用具有射频信号屏蔽功能的材料制备的封闭区域；所述预设封闭检测区域的底部设置为称重装置。
本发明实施例第二方面提供了一种信息处理装置，包括：
物品信息获取模块，用于获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量；
标准重量确定模块，用于根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量；
图像采集模块，用于在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备，并通过所述图像采集设备采集所述待售物品的第一实时图像；
图像识别模块，用于根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量；
物品数据量确定模块，用于在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量；
数据量转移模块，用于根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，以根据所述第一数据量转移单据完成针对所述待售物品的数据量转移。
本发明实施例第三方面提供了另一种信息处理装置，包括处理器、存储器以及通信接口，所述处理器、存储器和通信接口相互连接，其中，所述通信接口用于接收和发送数据，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，所述程序代码当被计算机执行时使所述计算机执行上述第一方面和第一方面各个可能的实现方式中的任意一种方法。
本发明实施例第四方面提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行上述第一方面和第一方面各个可能的实现方式。
本发明实施例中，针对预设检测区域内的待售物品，获取对应的第一射频标识和第一实时重量，根据第一射频标识获取对应的第一标准重量，判断第一标准重量是否和第一实时重量匹配，在不匹配的情况下，启动图像采集设备，采集待售物品的第一实时图像，并根据第一实时图像通过预设的物品图像识别模型事确定待售物品的第一物品名称，然后确定第一物品名称对应的第二标准重量，在确定第一实时重量与第二标准重量匹配的情况下，确定第一物品名称对应的第一物品数据量，进而根据第一物品数据量生成针对待售物品的第一数据量转移单据，以根据第一数据量转移单据完成针对待售物品的数据量转移。通过待售物品的第一实时重量和第一标准重量验证待售物品是否是第一射频标识原始对应的物品，在确定不是的情况下，通过第一实时重量和根据第一实时图像确定的第一物品名称对应的第二标注重量，验证待售物品是否是第一物品名称对应的物品，实现了根据实时重量验证待售物品，提高了待售物品识别的准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明实施例提供的一种无人超市示意图；
图2为本发明实施例提供的一种信息处理方法的流程示意图；
图3为本发明实施例提供的一种检测区域示意图；
图4为本发明实施例提供的一种封闭式检测区域的示意图；
图5a为本发明实施例提供的检测区域内设置一个图像采集设备的示意图；
图5b为本发明实施例提供的检测区域内设置多个图像采集设备的示意图；
图6为本发明实施例提供的一种DenseNet的网络结构示意图；
图7为本发明实施例提供的一种第一实时图像示意图；
图8为本发明实施例提供的一种第一数据量转移单据的示意图；
图9为本发明实施例提供的另一种信息处理方法的流程示意图；
图10为本发明实施例提供的一种设置用户称重装置的示意图；
图11为本发明实施例提供的一种设置用户称重装置的示意图；
图12为本发明实施例提供的一种信息处理装置的结构示意图；
图13为本发明实施例提供的另一种信息处理装置的结构示意图。
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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
首先介绍本发明实施例的使用场景，本发明实施例中的信息处理方法可以使用在无人超市的结账环节中，用户在商品陈列区选取商品后，在商品结账设备进行商品扫码结账时的信息处理过程，参见图1，图1为本发明实施例提供的一种无人超市示意图，用户可以从入向单向门进入无人超市中，在商品陈列架中选择待售物品，选择完毕后，携带待售物品在结账设备处进行结账，这结账设备中可以预设检测区域，实施本实施例提供的信息处理方法，进而在信息处理完毕，支付完成后，用户携带已购得的待售物品，从出向单向门离开无人超市。
接下来介绍本发明实施例提供的信息处理方法，参见图2，图2为本发明实施例提供的一种信息处理方法的流程示意图，如图所示，所述方法可以包括：
S101，获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量。
具体的，待售物品为物品购买用户选购的预付款购买的物品，物品购买用户可以将选购的物品放置在预设的检测区域内，预设的检测区域内可以设置有射频信号扫描设备，用于扫描放置于检测区域内的待售物品的射频标签，进而识别待售物品的第一射频标识，预设的检测区域底部可以设置为称重装置，用于对待售物品进行称重，进而获取待售物品的第一实时重量。参见图3，图3为本发明实施例提供的一种检测区域示意图，若物品购买用户选购的物品为牛奶，则将牛奶放入如图3所示的检测区域内，进而获取牛奶包装上的射频标签对应的射频标识，并测量得到牛奶的实时重量。
可选的，所述预设的检测区域内可以设置有红外检测设备，使得物品购买用户的肢体离开检测区域之后才开始进行第一实时重量的获取，防止物品购买用户肢体对待售物品的第一实时重量造成干扰，而导致第一实时重量的数值不准确，若物品购买用户肢体超过第一预设时间未离开检测区域，则发出肢体离开检测区域的提示信息。
进一步可选的，所述预设的检测区域可以为封闭的检测区域，参见图4，图4为本发明实施例提供的一种封闭式检测区域的示意图，如图所示，在待售物品牛奶放置进检测区域后，可以自动关闭检测区域或提示物品购买用户手动关闭检测区域，使检测区域成为封闭的区域，防止物品购买用户肢体获取对待售物品的第一实时重量的干扰。
进一步可选的，所述预设的检测区域可以为使用具有射频信号屏蔽功能的材料制备的，如，通过金属材料制备而成，可以放置检测区域外的射频标签对检测区域内的待售物品的第一射频标识的获取产生干扰。例如图4中的封闭检测区域，该封闭检测区域的四周、底部以及顶部可以均为使用金属制备而成的。
可选的，若本步骤中检测到预设检测区域内有多个射频信号，则提取扫描到的多个射频信号各自携带的第一射频标识，这多个第一射频标识为多个待售物品分别对应的射频标识，进而获取的第一实时重量为上述多个待售物品的总的实时重量。
S102，根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量。
具体的，预设的射频标识和标准重量的对应关系可以为商家在将商品上架时，将为各个商品分配的射频标签贴附在对应的商品上，同时，通过射频信号扫描设备识别商品所贴附射频标签对应的射频标识，并建立射频标识与该商品的标准重量的对应关系。这里，商家分配给商品的射频标签，可以唯一地对应具有同一商品名称、同一规格(如重量规格、口味规格、功效规格等等)的一种商品。商品的标准重量可以通过称重得到。例如，商家上架的商品包括A品牌可乐(500ml)以及B品牌牛奶(800ml)，为A品牌可乐(500ml)分配的射频标签为对应同一种射频标识的射频标签，如其对应的射频标识均为456781584，为B品牌牛奶(800ml)分配的射频标签为对应另一种射频标识的射频标签，例如，其对应的射频标识为489549327，商家经称重后得到A品牌可乐(500ml)的重量为510g，B品牌牛奶(800ml)的重量为820g，则建立456781584与510g，以及489549327与820g的对应关系。
具体的，若步骤S101中仅检测到一个射频信号，则获取该射频信号中待售物品的第一射频标识后，查找射频标识和标准重量的对应关系，得到第一射频标识对应的第一标准重量，若步骤S101中检测到多个射频信号，即预设的检测区域内有多个待售物品，则判断分别从多个射频信号中提取的多个第一射频标识是否相同，若相同，则获取该相同的第一射频标识对应的第一标准重量，若提取到的各个第一射频标识中存在不相同的第一射频标识，则查找射频标识和标准重量的对应关系，分别获取各个种类的第一射频标识对应的第一标准重量。
S103，在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备，并通过所述图像采集设备采集所述待售物品的第一实时图像。
若步骤S101中仅检测到一个射频信号，则判断从该射频信号中提取的第一射频标识对应的第一标准重量与第一实时重量是否匹配。一种可选的判断方式为：若第一标准重量与第一实时重量相等，则确定二者匹配，否则，确定二者不匹配。另一种可选的判断方式为：确定所述第一标准重量的重量浮动范围，上述重量浮动范围为第一标准重量上下浮动预设比例得到的，或者为第一标准重量上下浮动预设数值得到的，然后判断第一实时重量是否处于上述重量浮动范围，若是，则确定第一实时重量与第一标准重量匹配，若否，则确定第一实时重量与第一标准重量不匹配。例如，可以设置预设比例为2％，步骤S102中得到第一标准重量为1000g，则可以得到重量浮动范围为980g～1020g；还可以设置预设数值为15g，则可以得到重量浮动范围为985g～1015g。
若步骤S101中检测到多个射频信号，且各个射频信号中提取的第一射频标识均一致，即预设的检测区域内有多个具有同一商品名称、同一规格的同一种待售物品，根据射频信号的数量以及第一射频标识对应的第一标准重量，确定上述多个待售物品的第一总体重量浮动范围，上述第一总体重量浮动范围可以是上述射频信号的数量与第一标准重量的乘积上下浮动预设比例或预设数值后得到的，进而判断第一实时重量是否在第一总体重量浮动范围内，若是，则确定第一实时重量与第一标准重量匹配，否则，确定二者不匹配。
若步骤S101中检测到多个射频信号，且各个射频信号中提取的第一射频标识存在不相同的射频标识，即预设的检测区域内有多个不同的待售物品，则根据各个待售物品的第一射频标识对应的第一标准重量，确定所述各个待售物品的第二总体重量浮动范围，上述第二总体重量浮动范围可以是上述各个待售物品的第一射频标识对应的第一标准重量的总和上下浮动预设比例或预设数值后得到的，进而判断第一实时重量是否在第二总体重量浮动范围内，若是，则确定第一实时重量与第一标准重量匹配，否则，确定二者不匹配。
其中，用于采集第一实时图像的图像采集设备可以设置在预设的检测区域内部，以在确定第一实时重量与第一标准重量不匹配的情况下，启动进而采集第一实时图像，参见图5a，图5a为本发明实施例提供的检测区域内设置一个图像采集设备的示意图。可选的，可以在预设的检测区域内部设置多个图像采集设备，以在检测到检测区域内有多个射频信号时，即预设检测区域内有多个待售物品，启动多个采集设备进而采集多张第一实时图像，避免多个待售物品之间互相遮挡，进而不能准确识别其中的待售物品。参见图5b，图5b为本发明实施例提供的检测区域内设置多个图像采集设备的示意图，如图所示，所述检测区域内设置了图像采集设备1、图像采集设备2、图像采集设备3和图像采集设备4，可以将图像采集设备1设置为优先开启采集设备，在仅扫描到检测区域有一个射频信号时，仅启动图像采集设备1，在扫描到检测区域内有多个射频信号时，同时启动图像采集设备1、图像采集设备2、图像采集设备3和图像采集设备4以采集四张第一实时图像。
S104，根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量。
这里，预设的物品图像识别模型可以为以神经网络模型为初始模型训练得到的物品图像识别模型，例如，可以基于DenseNET(密集卷积网络)、ResNet(残差网络)、VGG(超分辨率测试序列)等网络训练得到物品图像识别模型，以DenseNet(密集卷积网络)为例对物品图像识别模型做介绍，参阅图6，图6为本发明实施例提供的一种DenseNet的网络结构示意图，将第一实时图像输入DenseNET后，经过DenseNET处理后，得出第一实时图像的分类结果。如图所示，DenseNet包含卷积层、池化层、密集块(Dense Block)和Softmax层，其中，卷积层用于对图像特征进行提取或对密集块提取的图像特征进行特征压缩；池化层用于将提取图像特征得到的特征图转换成固定尺寸；每个密集块可以包含5个卷积层，用于提取输入图像不同维度的图像特征，每层卷积层将同一个密集块中的该卷积层之前所有的卷积层的输出作为输入，通过这种网络连接可以缓解网络梯度消失的问题，并加强了密集块内部图像特征的复用，减少计算量；Softmax层用于计算第一实时图像针对不同种类物品名称的预测概率，并输入预测概率最大的第一物品名称。在对上述DenseNet进行训练时，可以将不同物品名称对应的多张图像作为样本图像，将各自的物品名称作为样本标签，对DenseNet进行训练，得到基于DenseNet的物品图像识别模型。其中，作为样本标签的物品名称包含各自对应的商品名称以及商品规格(如重量规格、口味规格、功效规格等等)，因此，输出的第一物品名称包含其对应商品名称及商品规格，可以唯一确定一种商品。
可选的，还可以将同时包含不同种类物品名称的多张图像作为样本图像，将各自对应的所有的物品名称作为样本标签，对神经网络进行训练，得到的物品图像识别模型可以识别包含多个不同物品名称的第一实时图像的多个第一物品名称。若步骤S104中启动了多个图像采集设备，并获取了多张第一实时图像，则将多个第一实时图像均输入物品图像识别模型，将得到输出的第一物品名称最多的输出结果作为最终的第一物品名称。例如，若步骤S104中采集了三张第一实时图像，参见图7，图7为本发明实施例提供的一种第一实时图像示意图，如图所示，步骤S104采集的三张第一实时图像分别为图7中的图像1、图像2和图像3，则物品图像识别模型针对图像1输出的第一物品名称包括：XX牛奶(800ml)、X糖和XX可乐，针对图像2输出的第一物品名称包括：XX牛奶(800ml)，针对图像3输出的第一物品名称包括：XX牛奶(800ml)和XX可乐，则将XX牛奶(800ml)、X糖和XX可乐作为针对检测区域内待售物品识别得到的第一物品名称。
在物品图像识别模型输出的第一物品名称仅有一个时，根据预设的物品名称和标准重量的对应关系，确定该唯一的第一物品名称对应的第二标准重量；当物品图像识别模型输出的第一物品名称包含多个时，根据预设的物品名称和标准重量的对应关系，确定各个第一物品名称各自对应的第二标准重量。其中预设的物品名称和标准重量的对应关系可以是商家将物品上架时建立的。
S105，在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量。
步骤S104中确定第一实时图像对应的第二标准重量后，判断第一实时重量与第二标注重量是否匹配。在扫描到检测区域内仅有一个射频信号时，即检测区域内仅有一个待售物品，可以直接判断第一实时重量与第二标准重量是否匹配；在扫描到检测区域内有多个射频信号时，即检测区域内有多个待售物品，则判断第一实时重量是否与各个待售物品的第二标准重量的总和匹配。具体判断匹配的方式可以参阅步骤103中第一实时重量与第一标准重量之间是否匹配的判断方式，此处不再赘述。
在判断第一实时重量与第二标准重量不匹配的情况下，发出物品无法识别的提示信息，以使现场管理员协助识别物品名称及识别对应的数据量，或向人工服务台发送第一实时图像，使得人工服务台进行远程识别物品名称及确定对应的数据量。在判断第一实时重量和第二标准重量匹配的情况下，确定第一物品名称对应的第一物品数据量。其中，物品数据量，为物品在上架时商家给物品设定的价值数据量，即物品购买用户需要转移相应的价值数据量，才能换取相应的物品。物品名称和物品数据量的对应关系可以为物品上架时，商家建立的各个物品的物品名称(包含名称和重量、口味、功效等规格)与物品数据量的对应关系。
若物品图像识别模型输出的第一物品名称仅有一个，则确定该唯一的第一物品名称对应的第一物品数据量，若物品图像识别模型输出的第一物品名称包含多个，则确定各个第一物品名称对应的第一物品数据量。
S106，根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，以根据所述第一数据量转移单据完成针对所述待售物品的数据量转移。
这里，第一数据量转移单据可以包含待售物品的单个物品数据量(也就是第一物品数据量)和待售物品的物品总数据量，若检测区域内的待售物品仅有一个，则待售物品的单个物品数据量与待售物品的总数据量相等，若检测区域内的待售物品有多个，则待售物品的物品总数据量等于各个待售物品的单个物品数据量的总和。生成第一数据量转移单据后可将其展示的展示屏幕上，以使物品购买用户进行核对及确认。参见图8，图8为本发明实施例提供的一种第一数据量转移单据的示意图，如图所示，所述第一数据量转移单据中包含针对XX牛奶(800ml)、X糖和XX可乐各自的单个物品数据量分别为10、5以及8，以及物品总数据量23，进而可以将其展示在图3所示的展示屏幕中。
在第一数据量转移单据生成之后，将其展示在预设的展示屏幕上，可以使物品购买用户在对第一数据量转移单据进行核对和确认后，通过现金支付、刷卡支付、扫描支付等方式对第一数据量转移单据进行支付转移，还可以通过图像预设的图像采集设备，采集待售物品的物品购买用户的用户实时图像，根据用户实时图像确定所述物品购买用户对应的数据量账户，在接收到物品购买用户针对第一数据量转移单据的账单确认信息的情况下，从物品购买用户对应的数据量账户转移出第一数据量转移单据对应的数据量。
本发明实施例中，针对预设检测区域内的待售物品，获取对应的第一射频标识和第一实时重量，根据第一射频标识获取对应的第一标准重量，判断第一标准重量是否和第一实时重量匹配，在不匹配的情况下，启动图像采集设备，采集待售物品的第一实时图像，并根据第一实时图像通过预设的物品图像识别模型事确定待售物品的第一物品名称，然后确定第一物品名称对应的第二标准重量，在确定第一实时重量与第二标准重量匹配的情况下，确定第一物品名称对应的第一物品数据量，进而根据第一物品数据量生成针对待售物品的第一数据量转移单据，以根据第一数据量转移单据完成针对待售物品的数据量转移。通过待售物品的第一实时重量和第一标准重量验证待售物品是否是第一射频标识原始对应的物品，在确定不是的情况下，通过第一实时重量和根据第一实时图像确定的第一物品名称对应的第二标注重量，验证待售物品是否是第一物品名称对应的物品，实现了根据实时重量验证待售物品，提高了待售物品识别的准确率。
参加图9，图9为本发明实施例提供的另一种信息处理方法的流程示意图，如图所示，所述方法包括：
S201，在物品购买用户进入待售物品的选购区域时，采集物品购买用户的第一用户实时重量。
具体的，可以在无人超市的入口处设置用户称重装置，以采集物品购买用户进入选购区域时的第一用户实时重量。一种实现方式中，物品购买用户进入选购区域时，可以采集物品购买用户的第一用户实时图像，并建立第一用户实时图像与第一用户实时重量的对应关系，以在步骤S210中用于从众多用户在进入选购区域时的第一用户实时重量中筛选出针对物品购买用户的第一用户实时重量。参阅图10，图10为本发明实施例提供的一种设置用户称重装置的示意图，如图10所示的装置可以设置在如图1所示的无人超市中的入向单向门处，物品购买用户可以沿图中进入方向站在用户称重装置上采集第一用户实时重量，同时第一摄像头可以采集物品购买用户的第一用户实时图像，并建立第一用户实时重量与第一用户实时图像的对应关系，然后控制闸机开放，物品购买用户可以通过闸机进入选购区域。
S202，获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量。
S203，根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量。
S204，在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动第一图像采集设备，并通过所述第一图像采集设备采集所述待售物品的第一实时图像。
步骤S202～步骤S204的实现方式可参阅图2对应的实施例中步骤S101～步骤S103的实现方式，此处不再赘述。
S205，根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量。
这里介绍以CNN(Convolutional Neural Networks，卷积神经网络)为原始模型训练得到的物品图像识别模型的图像识别逻辑：通过预设的特征提取卷积核扫描所述第一实时图像，得到第一实时图像的多个局部深度特征；对所述局部深度特征进行降维处理，得到所述第一实时图像的局部降维特征；将所述局部降维特征进行融合，生成所述第一实时图像的图像整体特征；根据所述图像整体特征对所述第一实时图像进行识别，得到所述第一实时图像对应的第一物品名称。其中，预设的特征提取卷积核可以为通过反向传播算法训练得到的用于提取第一实时图像特征的权重，第一实时图像的多个局部深度特征可以通过CNN网络中的卷积层实现。局部深度特征的降维处理可以通过CNN网络的池化层实现。对局部降维特征的融合可以通过CNN网络的全连接层实现。根据图像整体特征对第一实时图像进行识别可以通过softmax层实现。
S206，在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量。
S207，根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，并展示所述第一数据量转移单据。
步骤S206～步骤S207的实现方式参阅图2对应的实施例中S105～S106的实现方式，此处不再赘述。
S208，通过第二图像采集设备获取所述物品购买用户的第二用户实时图像，并确定第二用户实时图像对应的数据量账户。
这里，物品购买用户在注册所述数据量账户时，可采集用户的注册图像，将物品购买用户的数据量账户与物品购买用户的注册图像对应存储，进而在获取用户的第二用户实时图像后，根据第二用户实时图像，通过人脸识别技术确定物品购买对象的注册图像，进而确定物品购买对象的数据量账户。其中第二图像采集设备的设置方式可以如图3中所示。
可选的，可以建立物品购买用户的第二用户实时图像与第一实时重量的对应关系，以使步骤S210中可以根据物品购买对象离开选购区域时的第二用户实时图像获取第一实时重量。
S209，在接收到物品购买用户针对第一数据量转移单据的账单确认信息的情况下，从第二用户实时图像对应的数据量账户转移出第一数据量转移单据对应的数据量。
S210，采集所述物品购买用户携带所述待售物品离开所述选购区域时的第二用户实时重量。
具体的，在可以在无人超市的出口处设置用户称重装置，以采集物品购买用户携带待售物品离开选购区域时的第二用户实时重量。一种实现方式中，物品购买用户离开选购区域时，可以采集物品购买用户的第三用户实时图像，并根据第三用户实时图像，通过人脸识别技术，识别第三用户实施对象对应的物品购买用户的第一用户实时图像和第二用户实时图像，进而根据步骤S201中建立的第一用户实时图像与第一用户实时重量的对应关系，确定物品购买对象的第一用户实时重量，以及根据步骤S208中建立的第二用户实时图像与第一实时重量的对应关系，确定物品购买对象的第一实时重量，以使步骤S211中进行判断。
S211，根据所述第一实时重量，判断所述第一用户实时重量与所述第二用户实时重量是否匹配。
一种可选的实现方式中，若第一实时重量与第一用户实时重量的和等于第二用户实时重量，则确定第一用户实时重量与第二用户实时重量匹配，否则确定二者不匹配。另一种可选的实现方式中，将第一实时重量和第一用户实时重量的和，上下浮动预设比例或预设数值后，得到用户重量浮动范围，若所述第二用户实时重量处于用户浮动范围内，则确定第一用户实时重量与第二用户实时重量匹配，否则确定二者不匹配。
在确定匹配的情况下，开放所述物品购买用户的离开权限，若不匹配，执行S212。
S212，发出告警信息。
参阅图11，图11为本发明实施例提供的一种设置用户称重装置的示意图，如图11所示的装置可以设置在如图1所示的无人超市中的出向单向门处，物品购买用户可以沿图中离开方向站在用户称重装置上采集第二用户实时重量，同时第二摄像头可以采集物品购买用户的第二用户实时图像，并根据所述第二用户实时图像，获取物品购买用户的第一实时重量和第一用户实时重量，进而根据第一实时重量判断第一用户实时重量与第二用户实时重量匹配的情况下，控制闸机开放以开放物品购买用户的离开权限，物品购买用户可以通过闸机离开选购区域，在不匹配的情况下可以发出声光告警信号，提醒管理人员对物品购买用户进行检查。
本实施例中将物品购买用户的实时图像(第一用户实时图像、第二用户实时图像和第三用户实时图像)实现对同一物品购买用户信息的检索，作为一种可替代的方式，可以在物品购买用户发放唯一的选购区域标识卡片，该选购区域标识卡片中携带唯一的身份标识，通过在于物品购买用户进入选购区域时建立物品购买用户的第一用户实时重量与身份标识的对应关系，在选购完成处理收货信息的过程中识别物品购买用户的身份标识，并建立身份标识与第一实时重量的对应关系，在物品购买用户离开选购区域时，识别物品购买用户的身份标识，并根据身份标识检索购买用户的第一用户实时重量和第一实时重量，进而与物品购买用户的第二用户实时重量进行匹配判断。
本发明实施例中，通过待售物品的第一实时重量和第一标准重量验证待售物品是否是第一射频标识原始对应的物品，在确定不是的情况下，通过第一实时重量和根据第一实时图像确定的第一物品名称对应的第二标注重量，验证待售物品是否是第一物品名称对应的物品，实现了根据实时重量验证待售物品，提高了待售物品识别的准确率。同时根据物品购买用户进入选购区域的第一用户实时重量、待售物品的第一实时重量以及物品购买用户离开选购区域时的第二用户实时重量，检验物品购买用户携带离开选购区域的物品是否是检测区域识别的待售物品，进一步提高针对物品购买用户选取的待售物品的识别准确率。
参见图12，图12为本发明实施例提供的一种信息处理装置的结构示意图，如图所示，所述信息处理装置12可以至少包括物品信息获取模块1201、标准重量确定模块1202、图像采集模块1203、图像识别模块1204、物品数据量确定模块1205和数据量转移模块1206，其中：
物品信息获取模块1201，用于获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量；
标准重量确定模块1202，用于根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量；
图像采集模块1203，用于在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备，并通过所述图像采集设备采集所述待售物品的第一实时图像；
图像识别模块1204，用于根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量；
物品数据量确定模块1205，用于在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量；
数据量转移模块1206，用于根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，以根据所述第一数据量转移单据完成针对所述待售物品的数据量转移。
具体实现中，所述信息处理装置可以通过其内置的各个功能模块执行如图2和图9的信息处理方法中的各个步骤，具体实施细节可参阅图2和图9对应的实施例中各个步骤的实现细节，此处不再赘述。
本发明实施例中，针对预设检测区域内的待售物品，物品信息获取模块获取对应的第一射频标识和第一实时重量，标准重量确定模块根据第一射频标识获取对应的第一标准重量，图像采集模块判断第一标准重量是否和第一实时重量匹配，在不匹配的情况下，启动图像采集设备，采集待售物品的第一实时图像，图像识别模块根据第一实时图像通过预设的物品图像识别模型事确定待售物品的第一物品名称，然后确定第一物品名称对应的第二标准重量，在确定第一实时重量与第二标准重量匹配的情况下，物品数据量确定模块确定第一物品名称对应的第一物品数据量，进而数据量转移模块根据第一物品数据量生成针对待售物品的第一数据量转移单据，以根据第一数据量转移单据完成针对待售物品的数据量转移。通过待售物品的第一实时重量和第一标准重量验证待售物品是否是第一射频标识原始对应的物品，在确定不是的情况下，通过第一实时重量和根据第一实时图像确定的第一物品名称对应的第二标注重量，验证待售物品是否是第一物品名称对应的物品，实现了根据实时重量验证待售物品，提高了待售物品识别的准确率。
参见图13，图13为本发明实施例提供的另一种信息处理装置的结构示意图，如图所示，所述信息处理装置13包括处理器1301、存储器1302以及通信接口1303。处理器1301连接到存储器1302和通信接口1303，例如处理器1301可以通过总线连接到存储器1302和通信接口1303。
处理器1301被配置为支持所述信息处理装置执行图2和图9所述的信息处理方法中相应的功能。该处理器1301可以是中央处理器(Central Processing Unit，CPU)，网络处理器(Network Processor，NP)，硬件芯片或者其任意组合。上述硬件芯片可以是专用集成电路(Application-Specific Integrated Circuit，ASIC)，可编程逻辑器件(Programmable Logic Device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(Complex Programmable Logic Device，CPLD)，现场可编程逻辑门阵列(Field-Programmable Gate Array，FPGA)，通用阵列逻辑(Generic Array Logic,GAL)或其任意组合。
存储器1302用于存储程序代码等。存储器1302包括内部存储器，内部存储器可以包括以下至少一项：易失性存储器(例如动态随机存取存储器(DRAM)、静态RAM(SRAM)、同步动态RAM(SDRAM)等)和非易失性存储器(例如一次性可编程只读存储器(OTPROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)。存储器1302还可以包括外部存储器，外部存储器可以包括以下至少一项：硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)、闪驱，例如高密度闪存(CF)、安全数字(SD)、微型SD、迷你型SD、极限数字(xD)、存储棒等。
所述通信接口1303用于接收或发送数据。
处理器1301可以调用所述程序代码以执行以下操作：
获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量；
根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量；
在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备，并通过所述图像采集设备采集所述待售物品的第一实时图像；
根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量；
在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量；
根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，以根据所述第一数据量转移单据完成针对所述待售物品的数据量转移。
需要说明的是，各个操作的实现还可以对应参照图2和图9所示的方法实施例的相应描述；所述处理器1301还可以用于执行上述方法实施例中的其他操作。
本发明实施例还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法，所述计算机可以为上述提到的信息处理装置的一部分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种信息处理方法，其特征在于，包括：
获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量；
根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量；
在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备，并通过所述图像采集设备采集所述待售物品的第一实时图像；
根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量；
在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量；
根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，以根据所述第一数据量转移单据完成针对所述待售物品的数据量转移。
2.根据权利要求1所述的方法，其特征在于，所述在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备包括：
确定所述第一标准重量对应的重量浮动范围，所述重量浮动范围为所述第一标准重量上下浮动预设比例得到的，或者为所述第一标准标量上下浮动预设数值得到的；
在所述第一实时重量未处于所述重量浮动范围内的情况下，确定所述第一实时重量与所述第一标准重量不匹配，并启动所述图像采集设备。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称包括：
通过预设的特征提取卷积核扫描所述第一实时图像，得到第一实时图像的多个局部深度特征；
对所述局部深度特征进行降维处理，得到所述第一实时图像的局部降维特征；
将所述局部降维特征进行融合，生成所述第一实时图像的图像整体特征；
根据所述图像整体特征对所述第一实时图像进行识别，得到所述第一实时图像对应的第一物品名称。
4.根据权利要求1所述的方法，其特征在于，所述获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量包括：
扫描所述预设检测区域内的多个射频信号，提取扫描到的多个射频信号中携带的多个待售物品各自的第一射频标识，并获取所述多个待售物品总的第一实时重量；
在所述多个待售物品各自的第一射频标识均相同的情况下，所述在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备包括：
根据扫描到的多个射频信号的数量以及所述第一标准重量，确定所述多个待售物品的第一总体重量浮动范围；
在所述第一实时重量未处于所述第一总体重量浮动范围内的情况下，确定所述第一实时重量与所述第一标准重量不匹配，并启动所述图像采集设备。
5.根据权利要求4所述的方法，其特征在于，在所述多个待售物品各自的第一射频标识中存在不相同的射频标识的情况下，所述根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量包括：
根据预设的射频标识和标准重量的对应关系，分别确定各个所述待售物品的第一射频标识对应的第一标准重量；
所述在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备包括：
根据所述各个待售物品的第一射频标识对应的第一标准重量，确定所述多个待售物品的第二总体重量浮动范围；
在所述第一实时重量未处于所述第二总体重量浮动范围内的情况下，确定所述第一实时重量与所述第一标准重量不匹配，并启动所述图像采集设备。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
采集所述待售物品的物品购买用户进入所述待售物品的选购区域时的第一用户实时重量；
在完成针对所述待售物品的数据量转移后，采集所述物品购买用户携带所述待售物品离开所述选购区域时的第二用户实时重量；
根据所述第一实时重量，判断所述第一用户实时重量与所述第二用户实时重量是否匹配，并在确定不匹配的情况下，发出告警信息。
7.根据权利要求1～6中任一所述的方法，其特征在于，所述预设检测区域内部安装有射频信号扫描装置；所述预设检测区域为使用具有射频信号屏蔽功能的材料制备的封闭区域；所述预设封闭检测区域的底部设置为称重装置。
8.一种信息处理装置，其特征在于，包括：
物品信息获取模块，用于获取被放置于预设检测区域内的待售物品的第一射频标识和第一实时重量；
标准重量确定模块，用于根据预设的射频标识和标准重量的对应关系，确定所述第一射频标识对应的第一标准重量；
图像采集模块，用于在确定所述第一实时重量与所述第一标准重量不匹配的情况下，启动图像采集设备，并通过所述图像采集设备采集所述待售物品的第一实时图像；
图像识别模块，用于根据所述第一实时图像，通过预设的物品图像识别模型确定所述待售物品对应的第一物品名称，并确定所述第一物品名称对应的第二标准重量；
物品数据量确定模块，用于在确定所述第一实时重量与所述第二标准重量匹配的情况下，根据预设的物品名称和物品数据量的对应关系，确定第一物品名称对应的第一物品数据量；
数据量转移模块，用于根据所述第一物品数据量生成针对所述待售物品的第一数据量转移单据，以根据所述第一数据量转移单据完成针对所述待售物品的数据量转移。
9.一种信息处理装置，其特征在于，包括处理器、存储器以及通信接口，所述处理器、存储器和通信接口相互连接，其中，所述通信接口用于接收和发送数据，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，执行如权利要求1至7任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1至7任意一项所述的方法。
CN201910889894.7A 2019-09-18 2019-09-18 一种信息处理方法及相关设备 Active CN110738504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910889894.7A CN110738504B (zh) 2019-09-18 2019-09-18 一种信息处理方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910889894.7A CN110738504B (zh) 2019-09-18 2019-09-18 一种信息处理方法及相关设备

Publications (2)

Publication Number Publication Date
CN110738504A true CN110738504A (zh) 2020-01-31
CN110738504B CN110738504B (zh) 2023-07-21

Family

ID=69268203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910889894.7A Active CN110738504B (zh) 2019-09-18 2019-09-18 一种信息处理方法及相关设备

Country Status (1)

Country Link
CN (1) CN110738504B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781993A (zh) * 2020-06-28 2020-10-16 联想(北京)有限公司 一种信息处理方法、系统及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7909248B1 (en) * 2007-08-17 2011-03-22 Evolution Robotics Retail, Inc. Self checkout with visual recognition
CN108921654A (zh) * 2018-06-19 2018-11-30 腾讯科技（深圳）有限公司 订单数据处理方法、装置以及计算机可读存储介质
CN109448237A (zh) * 2018-08-29 2019-03-08 拉卡拉汇积天下技术服务（北京）有限公司 无人售货装置及其上货方法和控制系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7909248B1 (en) * 2007-08-17 2011-03-22 Evolution Robotics Retail, Inc. Self checkout with visual recognition
CN108921654A (zh) * 2018-06-19 2018-11-30 腾讯科技（深圳）有限公司 订单数据处理方法、装置以及计算机可读存储介质
CN109448237A (zh) * 2018-08-29 2019-03-08 拉卡拉汇积天下技术服务（北京）有限公司 无人售货装置及其上货方法和控制系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781993A (zh) * 2020-06-28 2020-10-16 联想(北京)有限公司 一种信息处理方法、系统及计算机可读存储介质
CN111781993B (zh) * 2020-06-28 2022-04-22 联想(北京)有限公司 一种信息处理方法、系统及计算机可读存储介质

Also Published As

Publication number Publication date
CN110738504B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN108875664B (zh) 选购商品的识别方法、装置以及售货机
CN108335408B (zh) 用于自动售货机的物品识别方法、装置、系统及存储介质
CN108320404B (zh) 基于神经网络的商品识别方法、装置、自助收银台
KR101678970B1 (ko) 물품 감정 방법
CN107169827B (zh) 自助售卖方法及系统
CN108171879B (zh) 一种自动售货结算的方法、装置及无人售货柜
US7416119B1 (en) Methods and apparatus for automatically determining and deducting weight of containers for products
CN108109293B (zh) 一种商品防盗结算方法、装置及电子设备
WO2019019525A1 (zh) 基于卷积神经网络的图像识别技术的结算方法和装置
CN109508974B (zh) 一种基于特征融合的购物结账系统和方法
JP7393002B2 (ja) 価値のある電子装置の分散遠隔収集のための低コストの器具および方法
US10758066B2 (en) Methods and a system for self-checkout processing
CN105448001A (zh) 商品登记装置
US7275690B1 (en) System and method of determining unprocessed items
CN109215219A (zh) 提高自动售货机盘点速度的方法及系统
CN108235771A (zh) 基于云端的自助购物方法和系统、电子设备、程序产品
RU2695056C1 (ru) Система и способ выявления факта потенциального мошенничества со стороны кассира, а также способ формирования выборки изображений товаров для обучения искусственной нейронной сети
CN110363626B (zh) 一种无人货柜行为模式监测方法、电子设备及无人货柜
CN110060413B (zh) 物品的出售方法和装置、存储介质及电子装置
EP3901841A1 (en) Settlement method, apparatus, and system
CN110717769B (zh) 一种智能柜物品的退货方法、装置、设备及存储介质
JP6798831B2 (ja) 情報処理装置およびプログラム
CN110942293B (zh) 物品信息的处理方法、设备、存储介质及系统
KR102576748B1 (ko) 비대면 일회용 컵 무인 회수 시스템 및 방법
KR101764698B1 (ko) 쓰레기 종량제 봉투 위조방지 방법과 판매를 위한 결제 방법 및 시스템

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
GR01 Patent grant
GR01 Patent grant