CN111144871A - 一种基于重量讯息修正图像识别结果的方法 - Google Patents

一种基于重量讯息修正图像识别结果的方法 Download PDF

Info

Publication number
CN111144871A
CN111144871A CN201911353726.2A CN201911353726A CN111144871A CN 111144871 A CN111144871 A CN 111144871A CN 201911353726 A CN201911353726 A CN 201911353726A CN 111144871 A CN111144871 A CN 111144871A
Authority
CN
China
Prior art keywords
sku
weight
result
intelligent container
commodity
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
CN201911353726.2A
Other languages
English (en)
Other versions
CN111144871B (zh
Inventor
柯政远
张发恩
李明达
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.)
Ainnovation Hefei Technology Co ltd
Original Assignee
Ainnovation Hefei Technology 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 Ainnovation Hefei Technology Co ltd filed Critical Ainnovation Hefei Technology Co ltd
Priority to CN201911353726.2A priority Critical patent/CN111144871B/zh
Publication of CN111144871A publication Critical patent/CN111144871A/zh
Application granted granted Critical
Publication of CN111144871B publication Critical patent/CN111144871B/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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/10—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于重量讯息修正图像识别结果的方法，用于验证对智能货柜商品图像的识别结果是否准确，并对不准确的所述识别结果进行修正，该方法包括如下步骤：步骤S1，基于所述识别结果，并根据所述智能货柜中的各商品对应的SKU数据，计算所述智能货柜开门前后的SKU组合重量变化范围；步骤S2，计算所述智能货柜开门前后的重量变化值；步骤S3，判断所述重量变化值是否落入所述SKU组合重量变化范围，若是，则确认所述识别结果正确；若否，则进入后续的识别结果修正过程，本发明将商品重量讯息作为验证商品图像识别结果是否准确的一个积极性因素，有利于提高对商品特征识别的准确率。

Description

一种基于重量讯息修正图像识别结果的方法
技术领域
本发明涉及一种图像识别结果修正方法，具体涉及一种基于重量讯息修正图像识别结果的方法。
背景技术
自动售货设备是商业自动化的常用设备，实现了24小时全天候及无人值班自动售货，给人们生活提供了极大的便利性，受到广大消费者的欢迎。
目前采用视觉识别技术的自动售货设备，通常通过在每层货架的上方设置摄像头，通过对比自动售货设备开关门前后摄像头采集的图像，确定出用户购买的商品。而自动售货设备基于图像识别技术对商品特征进行视觉识别时，针对颜色或形状相近的商品，或者商品与商品之间产生遮挡时，会造成对商品的误检或漏检。
由于每一个商品都具有对应的SKU数据信息，SKU数据信息包括该商品的重量数据。通常情况下，不同种类的商品对应的商品重量并不相同。而且从自动售货设备中添加或取出商品势必会改变自动售货设备的重量，所以可以通过判断自动售货设备开门前后的重量变化来判断自动售货设备对用户所购买的商品种类的识别结果是否正确，但现有的自动售货设备并未将商品重量变化情况作为判断商品图像识别结果是否准确的一个积极性的考量因素。
发明内容
本发明的目的在于提供一种基于重量讯息修正图像识别结果的方法，以解决上述技术问题。
为达此目的，本发明采用以下技术方案：
提供一种基于重量讯息修正图像识别结果的方法，用于验证对智能货柜商品图像的识别结果是否准确，并对不准确的所述识别结果进行修正，该方法包括如下步骤：
步骤S1，基于所述识别结果，并根据所述智能货柜中的各商品对应的SKU数据，计算所述智能货柜开门前后的SKU组合重量变化范围；
步骤S2，计算所述智能货柜开门前后的重量变化值；
步骤S3，判断所述重量变化值是否落入所述SKU组合重量变化范围，
若是，则确认所述识别结果正确；
若否，则进入步骤S4；
步骤S4，根据所述智能货柜开门前后增减的所述商品为对应商品类的置信度，计算不同置信度下的所述SKU组合重量变化范围；
步骤S5，判断所述步骤S2计算得到的所述重量变化值是否大于所述步骤S4计算的不同置信度下的所述SKU组合重量变化范围，
若是，则按照置信度由高到低，对所述商品的SKU重量数据进行填补，然后转入步骤S6；
若否，则转入步骤S7；
步骤S6，判断所述智能货柜开门前后的所述重量变化值是否已落入经重量数据填补后的所述SKU组合重量变化范围内，
若是，则得到第一判断结果并转入步骤S9的判断结果修正流程；
若否，则终止图像识别结果修正过程；
步骤S7，判断所述步骤S2计算得到的所述重量变化值是否小于所述步骤S4计算的不同置信度下的所述SKU组合重量变化范围；
若是，则按照置信度从低到高，对所述商品的所述SKU重量数据进行删减，然后转入步骤S8；
若否，则返回所述步骤S5；
步骤S8，判断所述智能货柜开门前后的所述重量变化值是否已落入经重量数据删减后的所述SKU组合重量变化范围内，
若是，则得到第二判断结果并转入所述步骤S9的判断结果修正流程；
若否，则终止图像识别结果修正过程；
步骤S9，判断所述步骤S6得到的各所述第一判断结果或所述步骤S8得到的各所述第二判断结果是否一致，
若一致，则输出所述第一判断结果或所述第二判断结果；
若不一致，则对各所述第一判断结果或各所述第二判断结果进行修正，得到一修正结果并输出。
作为本发明的一种优选方案，所述步骤S9中修正得到所述修正结果的方法步骤如下：
步骤S91，以(1-所述置信度)为X轴，以所述步骤S5填补的所述SKU重量数据或所述步骤S7删减的所述SKU重量数据的数量为Y轴，建立坐标系；
步骤S92，计算所述坐标系上的各坐标点与所述坐标系原点的距离；
步骤S93，将所述步骤S92计算得到的所述距离最小的所述坐标点对应的所述第一判断结果或所述第二判断结果作为所述修正结果并输出。
作为本发明的一种优选方案，所述步骤S91中，对填补或删减的所述SKU重量数据的数量进行数据规范化后得到对应的规范化数据，并以所述规范化数据作为所述坐标系的Y轴。
作为本发明的一种优选方案，所述步骤S92中的所述距离为所述坐标点与所述坐标系原点的欧式距离。
作为本发明的一种优选方案，所述步骤S2中，采用下述公式得到所述重量变化值Wd：
Wd＝Wa-Wb；
其中，Wa用于表示所述智能货柜柜门打开前，放置于所述智能货柜内的所有所述商品的第一总重量值；
Wb用于表示所述智能货柜柜门关闭后，放置于所述智能货柜内的所有所述商品的第二总重量值。
本发明将商品重量讯息作为验证商品图像识别结果是否准确的一个积极性因素，有利于提高对商品特征识别的准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述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是本发明一实施例所述的基于重量讯息修正图像识别结果的方法流程图。
图2是本发明一实施例所述的基于重量讯息修正图像识别结果的方法中的所述步骤S9修正得到所述修正结果的具体方法步骤图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
在本发明的描述中，除非另有明确的规定和限定，若出现术语“连接”等指示部件之间的连接关系，该术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供的基于重量讯息修正图像识别结果的方法，用于验证对智能货柜商品图像的识别结果是否准确，并对不准确的识别结果进行修正，请参照图1，该方法包括如下步骤：
步骤S1，基于识别结果，并根据智能货柜中的各商品对应的SKU数据，计算智能货柜开门前后的SKU组合重量变化范围；
步骤S2，计算智能货柜开门前后的重量变化值；
步骤S3，判断重量变化值是否落入SKU组合重量变化范围，
若是，则确认识别结果正确；
若否，则进入步骤S4；
步骤S4，根据智能货柜开门前后增减的商品为对应商品类的置信度，计算不同置信度下的SKU组合重量变化范围；
步骤S5，判断步骤S2计算得到的重量变化值是否大于步骤S4计算的不同置信度下的SKU组合重量变化范围，
若是，则按照置信度由高到低，对商品的SKU重量数据进行填补，然后转入步骤S6；
若否，则转入步骤S7；
步骤S6，判断智能货柜开门前后的重量变化值是否已落入经重量填补后的SKU组合重量变化范围内，
若是，则得到第一判断结果并转入步骤S9的判断结果修正流程；
若否，则终止图像识别结果修正过程；
步骤S7，判断步骤S2计算得到的重量变化值是否小于步骤S4计算的不同置信度下的SKU组合重量变化范围；
若是，则按照置信度从低到高，对商品的SKU重量数据进行删减，然后转入步骤S8；
若否，则返回步骤S5；
步骤S8，判断智能货柜开门前后的重量变化值是否已落入经重量数据删减后的SKU组合重量变化范围内，
若是，则得到第二判断结果并转入步骤S9的判断结果修正流程；
若否，则终止图像识别结果修正过程；
步骤S9，判断步骤S6得到的各第一判断结果或步骤S8得到的各第二判断结果是否一致；
若一致，则输出第一判断结果或第二判断结果；
若不一致，则对各第一判断结果或各第二判断结果进行修正，得到一修正结果并输出。
上述技术方案中，本实施例提供的方法对图像识别结果进行修正的过程原理简述如下：
在静态智能货柜场景中，能获取到的两个重量值分别为智能货柜柜门打开前，放置于智能货柜内的所有商品的第一总重量值Wa和智能货柜柜门关闭后，放置于智能货柜内的所有商品的第二总重量值Wb。本实施例中，真正关心的是智能货柜开门前后的重量变化值Wd，通过判断重量变化值Wd是否落入已识别的智能货柜开门前后的SKU组合重量变化范围，进而判断识别的商品信息(比如商品特征、商品种类)是否正确。
需要说明的是，Wd的数值正负表示智能货柜的重量是增加或减少，Wd数值为负表示智能货柜重量减少，反之表示智能货柜重量增加。
在商品图像的识别结果中会赋予各商品为对应商品种类的类别标签以及为对应商品种类的置信度，所以本实施例以商品为对应商品种类的置信度为依据对商品对应的商品种类进行排序，比如识别的商品为桶装泡面的置信度为0.8，为盒装泡面的置信度为0.7，为咖啡的置信度为0.3……，那么通过以该商品为对应商品种类的置信度为依据可以按照置信度由高到低或由低到高进行排序，然后计算不同置信度下的SKU组合重量变化范围。不同置信度下的SKU组合重量变化范围表示为：
W11-W1h、W21-W2h、W31-W3h、……、Wn1-Wnh，
其中n用于表示第n个置信度；
Wn1中的数字“1”用于表示第n个置信度下的所述商品对应的重量下限；
Wnh中的字母“h”用于表示第n各置信度下的所述商品对应的重量上限。
步骤S5中，优选从置信度最高的商品开始对商品进行SKU重量数据填补，比如该商品为桶装泡面的置信度最高，那么对桶装泡面的SKU重量数据进行填补，比如原本桶装泡面的SKU重量数据为250g，那么根据预设的填补规则，比如可以将桶装泡面的SKU重量数据填补为280g。
然后再判断智能货柜开门前后的重量变化值是否已落入经重量数据填补后的SKU组合重量变化范围内，
若是，则转入步骤S9的判断结果修正流程；
若否，则由次高置信度的商品进行SKU重量数据填补，以此类推，多次确认智能货柜开门前后的重量变化值是否已落入经重量数据填补后的SKU组合重量变化范围内，
若是，则转入步骤S9的判断结果修正流程；
若否，则终止图像识别结果的修正过程。
步骤S7中，优选从置信度最低的商品开始对商品进行SKU重量数据删减，SKU重量数据删减过程与上述的SKU重量数据填补过程一致，在此不再赘述。
由于可能存在置信度相同的商品种类识别结果，所以可能存在多个第一判断结果或多个第二判断结果，为了得到唯一的判断结果作为修正结果，请参照图2，步骤S9中修正得到修正结果的方法步骤如下：
步骤S91，以(1-置信度)为X轴，以步骤S5填补的SKU重量数据或步骤S7删减的SKU重量数据的数量为Y轴，建立坐标系；
步骤S92，计算坐标系上的各坐标点与坐标系原点的距离；
步骤S93，将步骤S92计算得到的距离最小的坐标点对应的第一判断结果或第二判断结果作为修正结果并输出。
优选地，步骤S92中的所述距离为坐标点和坐标系原点间的欧氏距离。
需要声明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本申请说明书和权利要求书所使用的一些术语并不是限制，仅仅是为了便于描述。

Claims (5)

1.一种基于重量讯息修正图像识别结果的方法，用于验证对智能货柜商品图像的识别结果是否准确，并对不准确的所述识别结果进行修正，其特征在于，包括如下步骤：
步骤S1，基于所述识别结果，并根据所述智能货柜中的各商品对应的SKU数据，计算所述智能货柜开门前后的SKU组合重量变化范围；
步骤S2，计算所述智能货柜开门前后的重量变化值；
步骤S3，判断所述重量变化值是否落入所述SKU组合重量变化范围，
若是，则确认所述识别结果正确；
若否，则进入步骤S4；
步骤S4，根据所述智能货柜开门前后增减的所述商品为对应商品类的置信度，计算不同置信度下的所述SKU组合重量变化范围；
步骤S5，判断所述步骤S2计算得到的所述重量变化值是否大于所述步骤S4计算的不同置信度下的所述SKU组合重量变化范围，
若是，则按照置信度由高到低，对所述商品的SKU重量数据进行填补，然后转入步骤S6；
若否，则转入步骤S7；
步骤S6，判断所述智能货柜开门前后的所述重量变化值是否已落入经重量数据填补后的所述SKU组合重量变化范围内，
若是，则得到第一判断结果并转入步骤S9的判断结果修正流程；
若否，则终止图像识别结果修正过程；
步骤S7，判断所述步骤S2计算得到的所述重量变化值是否小于所述步骤S4计算的不同置信度下的所述SKU组合重量变化范围；
若是，则按照置信度从低到高，对所述商品的所述SKU重量数据进行删减，然后转入步骤S8；
若否，则返回所述步骤S5；
步骤S8，判断所述智能货柜开门前后的所述重量变化值是否已落入经重量数据删减后的所述SKU组合重量变化范围内，
若是，则得到第二判断结果并转入所述步骤S9的判断结果修正流程；
若否，则终止图像识别结果修正过程；
步骤S9，判断所述步骤S6得到的各所述第一判断结果或所述步骤S8得到的各所述第二判断结果是否一致，
若一致，则输出所述第一判断结果或所述第二判断结果；
若不一致，则对各所述第一判断结果或各所述第二判断结果进行修正，得到一修正结果并输出。
2.如权利要求1所述的基于重量讯息修正图像识别结果的方法，其特征在于，所述步骤S9中修正得到所述修正结果的方法步骤如下：
步骤S91，以(1-所述置信度)为X轴，以所述步骤S5填补的所述SKU重量数据或所述步骤S7删减的所述SKU重量数据的数量为Y轴，建立坐标系；
步骤S92，计算所述坐标系上的各坐标点与所述坐标系原点的距离；
步骤S93，将所述步骤S92计算得到的所述距离最小的所述坐标点对应的所述第一判断结果或所述第二判断结果作为所述修正结果并输出。
3.如权利要求2所述的基于重量讯息修正图像识别结果的方法，其特征在于，所述步骤S91中，对填补或删减的所述SKU重量数据的数量进行数据规范化后得到对应的规范化数据，并以所述规范化数据作为所述坐标系的Y轴。
4.如权利要求2所述的基于重量讯息修正图像识别结果的方法，其特征在于，所述步骤S92中的所述距离为所述坐标点与所述坐标系原点的欧式距离。
5.如权利要求1所述的基于重量讯息修正图像识别结果的方法，其特征在于，所述步骤S2中，采用下述公式得到所述重量变化值Wd：
Wd＝Wa-Wb；
其中，Wa用于表示所述智能货柜柜门打开前，放置于所述智能货柜内的所有所述商品的第一总重量值；
Wb用于表示所述智能货柜柜门关闭后，放置于所述智能货柜内的所有所述商品的第二总重量值。
CN201911353726.2A 2019-12-25 2019-12-25 一种基于重量讯息修正图像识别结果的方法 Active CN111144871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911353726.2A CN111144871B (zh) 2019-12-25 2019-12-25 一种基于重量讯息修正图像识别结果的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911353726.2A CN111144871B (zh) 2019-12-25 2019-12-25 一种基于重量讯息修正图像识别结果的方法

Publications (2)

Publication Number Publication Date
CN111144871A true CN111144871A (zh) 2020-05-12
CN111144871B CN111144871B (zh) 2022-10-14

Family

ID=70519828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911353726.2A Active CN111144871B (zh) 2019-12-25 2019-12-25 一种基于重量讯息修正图像识别结果的方法

Country Status (1)

Country Link
CN (1) CN111144871B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115571A (zh) * 2023-10-25 2023-11-24 成都阿加犀智能科技有限公司 一种细粒度智能商品识别方法、装置、设备及介质
CN117152539A (zh) * 2023-10-27 2023-12-01 浙江由由科技有限公司 基于降维特征机器校验的生鲜商品分类修正方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090094127A1 (en) * 2005-05-19 2009-04-09 Anders Enqvist Storage-Cabinet and Method for Selling Frozen and/or Refrigerated Goods From Such a Locked Storage-Cabinet
US20140064569A1 (en) * 2012-09-03 2014-03-06 Toshiba Tec Kabushiki Kaisha Commodity recognition apparatus and commodity recognition method
JP2014142966A (ja) * 2014-04-25 2014-08-07 Mitsubishi Electric Information Systems Corp 売上管理システム
CN104331831A (zh) * 2014-11-05 2015-02-04 青岛海信智能商用系统有限公司 自助收款系统、自助结账系统和自助结账方法
JP2015153224A (ja) * 2014-02-17 2015-08-24 富士通フロンテック株式会社 セルフレジ端末、セルフレジシステム、重量エラーの通知方法、及びプログラム
CN106204226A (zh) * 2016-07-14 2016-12-07 广州极汇信息科技有限公司 自助结账智能购物方法及其装置
CN108389315A (zh) * 2018-03-02 2018-08-10 北京京东尚科信息技术有限公司 物品识别方法和装置以及计算机可读存储介质
CN108510024A (zh) * 2018-03-27 2018-09-07 江苏军物联网股份有限公司 基于rfid技术的无人零售智能货柜及其售货方法
CN208092845U (zh) * 2018-04-02 2018-11-13 浙江星星冷链集成股份有限公司 一种具有重量校正系统的无人售货柜
CN109409291A (zh) * 2018-10-26 2019-03-01 虫极科技（北京）有限公司 智能货柜的商品识别方法和系统及购物订单的生成方法
CN109556695A (zh) * 2018-11-29 2019-04-02 上海九山电子科技有限公司 称重方法、称重装置、无人售货柜和无人售货方法
CN109649916A (zh) * 2018-11-27 2019-04-19 上海京东到家元信信息技术有限公司 一种智能货柜货物识别方法和装置
US20190130377A1 (en) * 2017-11-01 2019-05-02 Beijing Kuangshi Technology Co., Ltd. Automatic billing system, automatic billing method and non-transitory recording medium
CN109740459A (zh) * 2018-12-19 2019-05-10 创新奇智(合肥)科技有限公司 一种图像差异对比方法、系统及无人售货装置
CN109766962A (zh) * 2018-12-18 2019-05-17 创新奇智(南京)科技有限公司 一种商品识别方法、存储介质及商品识别系统
CN110197561A (zh) * 2019-06-10 2019-09-03 北京华捷艾米科技有限公司 一种商品识别方法、装置及系统
CN110276305A (zh) * 2019-06-25 2019-09-24 广州众聚智能科技有限公司 一种动态商品识别方法
WO2019184646A1 (zh) * 2018-03-27 2019-10-03 合肥美的智能科技有限公司 货品识别方法及装置、货柜
CN110346028A (zh) * 2018-04-02 2019-10-18 浙江星星冷链集成股份有限公司 一种无人售货柜重量感应系统标准重量块校正方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090094127A1 (en) * 2005-05-19 2009-04-09 Anders Enqvist Storage-Cabinet and Method for Selling Frozen and/or Refrigerated Goods From Such a Locked Storage-Cabinet
US20140064569A1 (en) * 2012-09-03 2014-03-06 Toshiba Tec Kabushiki Kaisha Commodity recognition apparatus and commodity recognition method
JP2015153224A (ja) * 2014-02-17 2015-08-24 富士通フロンテック株式会社 セルフレジ端末、セルフレジシステム、重量エラーの通知方法、及びプログラム
JP2014142966A (ja) * 2014-04-25 2014-08-07 Mitsubishi Electric Information Systems Corp 売上管理システム
CN104331831A (zh) * 2014-11-05 2015-02-04 青岛海信智能商用系统有限公司 自助收款系统、自助结账系统和自助结账方法
CN106204226A (zh) * 2016-07-14 2016-12-07 广州极汇信息科技有限公司 自助结账智能购物方法及其装置
US20190130377A1 (en) * 2017-11-01 2019-05-02 Beijing Kuangshi Technology Co., Ltd. Automatic billing system, automatic billing method and non-transitory recording medium
CN108389315A (zh) * 2018-03-02 2018-08-10 北京京东尚科信息技术有限公司 物品识别方法和装置以及计算机可读存储介质
CN108510024A (zh) * 2018-03-27 2018-09-07 江苏军物联网股份有限公司 基于rfid技术的无人零售智能货柜及其售货方法
WO2019184646A1 (zh) * 2018-03-27 2019-10-03 合肥美的智能科技有限公司 货品识别方法及装置、货柜
CN208092845U (zh) * 2018-04-02 2018-11-13 浙江星星冷链集成股份有限公司 一种具有重量校正系统的无人售货柜
CN110346028A (zh) * 2018-04-02 2019-10-18 浙江星星冷链集成股份有限公司 一种无人售货柜重量感应系统标准重量块校正方法
CN109409291A (zh) * 2018-10-26 2019-03-01 虫极科技（北京）有限公司 智能货柜的商品识别方法和系统及购物订单的生成方法
CN109649916A (zh) * 2018-11-27 2019-04-19 上海京东到家元信信息技术有限公司 一种智能货柜货物识别方法和装置
CN109556695A (zh) * 2018-11-29 2019-04-02 上海九山电子科技有限公司 称重方法、称重装置、无人售货柜和无人售货方法
CN109766962A (zh) * 2018-12-18 2019-05-17 创新奇智(南京)科技有限公司 一种商品识别方法、存储介质及商品识别系统
CN109740459A (zh) * 2018-12-19 2019-05-10 创新奇智(合肥)科技有限公司 一种图像差异对比方法、系统及无人售货装置
CN110197561A (zh) * 2019-06-10 2019-09-03 北京华捷艾米科技有限公司 一种商品识别方法、装置及系统
CN110276305A (zh) * 2019-06-25 2019-09-24 广州众聚智能科技有限公司 一种动态商品识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林付春: "机器视觉中的智能无人零售系统设计", 《电子技术应用》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115571A (zh) * 2023-10-25 2023-11-24 成都阿加犀智能科技有限公司 一种细粒度智能商品识别方法、装置、设备及介质
CN117115571B (zh) * 2023-10-25 2024-01-26 成都阿加犀智能科技有限公司 一种细粒度智能商品识别方法、装置、设备及介质
CN117152539A (zh) * 2023-10-27 2023-12-01 浙江由由科技有限公司 基于降维特征机器校验的生鲜商品分类修正方法
CN117152539B (zh) * 2023-10-27 2024-01-26 浙江由由科技有限公司 基于降维特征机器校验的生鲜商品分类修正方法

Also Published As

Publication number Publication date
CN111144871B (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
WO2019184646A1 (zh) 货品识别方法及装置、货柜
WO2019196500A1 (zh) 无人零售系统及其控制方法、售货装置和云服务器
CN208044756U (zh) 无人售货系统
CN109829893B (zh) 一种基于注意力机制的缺陷目标检测方法
CN108875664B (zh) 选购商品的识别方法、装置以及售货机
CN111144871B (zh) 一种基于重量讯息修正图像识别结果的方法
CN108460908A (zh) 自动售货方法和系统以及自动售货装置和自动贩售机
CN110414532B (zh) 一种基于深度学习的商品图像识别方法
CN108765704A (zh) 自动售货系统补货控制方法、装置、设备及存储介质
CN105488475B (zh) 手机中人脸检测方法
CN109584307A (zh) 改进摄像机固有参数校准的系统和方法
CN110705424A (zh) 一种商品陈列位置的定位方法、装置及存储介质
CN111582033A (zh) 垃圾分类的识别方法、系统及计算机可读存储介质
CN108932512A (zh) 一种冰箱食材录入方法
CN111339884B (zh) 图像识别方法以及相关设备、装置
CN111553914B (zh) 基于视觉的货物检测方法、装置、终端及可读存储介质
CN109685980A (zh) 一种重力感应自动售货柜商品摆放方法
CN111126990A (zh) 物品自动识别方法、结算方法、装置、终端及存储介质
CN110619336A (zh) 基于图像处理的货品识别算法
CN208433046U (zh) 自动贩售机和自动售货系统
JP2019008574A (ja) 物品判定装置、システム、方法及びプログラム
CN111126384A (zh) 基于特征融合的商品分类系统及分类方法
CN110427885A (zh) 铭牌的检测方法、装置及计算机可读存储介质
CN112749978B (zh) 检测方法、装置、设备、存储介质以及程序产品
CN112686340B (zh) 一种基于深度神经网络的密集小目标检测方法

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