CN112308175A - 用于识别物品的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于识别物品的方法和装置。该方法的一具体实施方式包括：通过如下处理步骤得到第一识别结果：获取待识别的物品的图像；根据图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，根据第一识别结果确定是否识别失败，第一识别算法基于物品上的标签实现，物品上的标签用于存储该物品的物品信息；上述方法还包括：响应于根据第一识别结果确定识别失败，根据图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，第二识别算法基于预设的图像集实现；根据得到的第二识别结果，确定待识别的物品的物品信息。该实施方式有助于提高物品的识别成功率。

Description

用于识别物品的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于识别物品的方法和装置。

背景技术

随着互联网技术的快速发展和广泛应用，对各行各业都带来了一定的影响。其中，智能终端(如手机、智能机器人、智能玩具等等)因为其丰富的功能(如语音交互、人脸识别等等)等特性逐渐出现在如生活、学习、工作等各种场景中。

在与智能终端进行的涉及物品的交互场景中，智能终端能够准确识别出各种物品是其进行交互的基础。例如，超市可以利用智能终端完成自助结账。此时，智能终端需要能够准确识别用户所要购买的物品，才能实现准确的物品结算。又例如，儿童可以利用智能终端完成物品的认知学习。此时，智能终端需要能够准确的识别物品，才能向儿童提供准确的知识。

现有的一些物品识别方法通常都是根据物品上预先设置的标签(如条形码、二维码等)来完成物品识别。但是，有时会出现一些无法根据标签准确识别物品的情况。例如，标签出现如损坏、被遮挡、变形等情况。又例如，标签被置于无法采集的区域。

发明内容

本公开的实施例提出了用于识别物品的方法和装置。

第一方面，本公开的实施例提供了一种用于识别物品的方法，该方法包括：通过如下处理步骤得到第一识别结果：获取待识别的物品的图像；根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据第一识别结果确定是否识别失败，其中，第一识别算法基于物品上的标签实现，其中，物品上的标签用于存储该物品的物品信息；上述方法还包括：响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，其中，第二识别算法基于预设的图像集实现；根据得到的第二识别结果，确定待识别的物品的物品信息。

在一些实施例中，第一识别算法对应的第一识别结果包括识别出的物品信息和物品信息对应的置信度，或，第一识别算法对应的第一识别结果用于指示无法检测到呈现有标签的图像区域；以及上述根据第一识别结果确定是否识别失败，包括：响应于确定得到的第一识别结果包括的置信度小于预设的置信度阈值，或，响应于确定得到的第一识别结果用于指示无法检测到呈现有标签的图像区域，确定识别失败。

在一些实施例中，上述根据第一识别结果确定是否识别失败，包括：响应于确定得到的第一识别结果包括的置信度不小于置信度阈值，确定得到的第一识别结果包括的物品信息作为待识别的物品的识别结果。

在一些实施例中，第二识别算法还基于光学字符识别OCR实现。

在一些实施例中，第二识别结果包括利用图像集识别出的第一物品信息和第一物品信息对应的置信度，以及利用OCR识别出的第二物品信息和第二物品信息对应的置信度。

在一些实施例中，获取待识别的物品的图像，包括：响应于接收到基于用户的第一操作而触发的用于指示对物品进行识别的请求，获取基于用户的第二操作而采集的待识别的物品的图像。

在一些实施例中，物品信息包括物品标识；以及在根据得到的第二识别结果，确定待识别的物品的物品信息之后，上述方法还包括：获取物品标识指示的物品的教学用信息；呈现教学用信息。

第二方面，本公开的实施例提供了一种用于识别物品的装置，该装置包括：识别单元，被配置成响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，其中，第二识别算法基于预设的图像集实现；确定单元，被配置成根据得到的第二识别结果，确定待识别的物品的物品信息；其中，第一识别结果通过如下处理步骤得到：获取待识别的物品的图像；根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据第一识别结果确定是否识别失败，其中，第一识别算法基于物品上的标签实现，其中，物品上的标签用于存储该物品的物品信息。

在一些实施例中，第一识别算法对应的第一识别结果包括识别出的物品信息和物品信息对应的置信度，或，第一识别算法对应的第一识别结果用于指示无法检测到呈现有标签的图像区域；以及上述处理步骤还包括：响应于确定得到的第一识别结果包括的置信度小于预设的置信度阈值，或，响应于确定得到的第一识别结果用于指示无法检测到呈现有标签的图像区域，确定识别失败。

在一些实施例中，上述处理步骤还包括：响应于确定得到的第一识别结果包括的置信度不小于置信度阈值，确定得到的第一识别结果包括的物品信息作为待识别的物品的识别结果。

在一些实施例中，第二识别算法还基于光学字符识别OCR实现。

在一些实施例中，第二识别结果包括利用图像集识别出的第一物品信息和第一物品信息对应的置信度，以及利用OCR识别出的第二物品信息和第二物品信息对应的置信度。

在一些实施例中，上述处理步骤还包括：响应于接收到基于用户的第一操作而触发的用于指示对物品进行识别的请求，获取基于用户的第二操作而采集的待识别的物品的图像。

在一些实施例中，物品信息包括物品标识；以及上述装置还包括：获取单元，被配置成：获取物品标识指示的物品的教学用信息；上述用于识别物品的装置还包括：呈现单元，被配置成呈现教学用信息。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的用于识别物品的方法和装置，通过结合多种识别算法完成物品的识别，并在识别过程中，优先使用基于物品上的标签的识别算法，以及在基于物品上的标签的识别算法识别失败时，采用基于预设的图像集的识别算法进行识别，以避免出现由于根据待识别的物品的图像无法检测到标签等问题而导致识别失败的情况，从而提供识别成功率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于识别物品的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于识别物品的方法的一个应用场景的示意图；

图4是根据本公开的用于识别物品的方法的又一个实施例的流程图；

图5是根据本公开的用于识别物品的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于识别物品的方法或用于识别物品的装置的实施例的示例性架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机、智能机器人、智能台灯、智能音响等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103提供后端支持的后端服务器。服务器可以对终端设备101、102、103采集的待识别的物品的图像进行识别等处理，并将识别结果(如待识别的物品的物品信息)反馈至终端设备，以供终端设备向用户呈现识别结果。

需要说明的是，上述待识别的物品的图像也可以直接存储在服务器105的本地，服务器105可以直接提取本地所存储的待识别的物品的图像并进行处理，此时，可以不存在终端设备101、102、103和网络104。

需要说明的是，本公开的实施例所提供的用于识别物品的方法一般由服务器105执行，相应地，用于识别物品的装置一般设置于服务器105中。

还需要指出的是，终端设备101、102、103中也可以安装有图像处理类应用，终端设备101、102、103也可以基于图像处理类应用对待识别的物品的图像进行处理，此时，用于识别物品的方法也可以由终端设备101、102、103执行，相应地，用于识别物品的装置也可以设置于终端设备101、102、103中。此时，示例性系统架构100可以不存在服务器105和网络104。

还需要指出的是，终端设备101、102、103可以利用其安装的图像处理类应用对待识别的物品的图像进行处理，得到第一识别结果，以及根据第一识别结果确定是否识别失败。若识别失败，可以将待识别的物品的图像发送至服务器105，并由服务器105对待识别的物品的图像进行处理，得到第二识别结果，并根据第识别结果确定待识别的物品的物品信息。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本公开的用于识别物品的方法的一个实施例的流程200。该用于识别物品的方法包括以下步骤：

步骤201，通过如下处理步骤2011和2012得到第一识别结果：

步骤2011，获取待识别的物品的图像。

在本实施例中，待识别的物品可以指各种物品，包括但不限于各种领域的各种用途的物品。举例来说，待识别的物品可以为工作用品、商品、儿童物品等等。具体地，儿童物品包括但不限于学习用品(如学习卡片等)、教具、教材、玩具等等。

在本实施例中，若用于识别物品的方法的执行主体为服务器(如图1所示的服务器105)，执行主体可以从本地或其它终端设备(如图1所示的终端设备101、102、103)获取待识别的物品的图像。

若上述用于识别物品的方法的执行主体为终端设备(如图1所示的终端设备101、102、103)，执行主体可以从本地获取待识别的物品的图像，也可以利用其包括的摄像装置(如摄像头等)采集待识别的物品的图像。

可选地，响应于接收到基于用户的第一操作而触发的用于指示对物品进行识别的请求，获取基于用户的第二操作而采集的待识别的物品的图像。

其中，用户的操作可以指各种用户操作或指令等等。例如，用户的操作可以包括点击操作、触摸操作、语音指令、手势指令等等。用户的第一操作和第二操作根据不同的应用场景可以相同，也可以不同。用户的第一操作和第二操作可以是针对上述执行主体的，也可以是针对与上述执行主体通讯连接的终端设备的。

在上述执行主体为服务器(如图1所示的服务器105)时，与服务器通讯连接的终端设备(如图1所示的终端设备101、102、103)可以在检测到用户的第一操作时，生成用于指示对物品进行识别的请求，并检测用户的第二操作以采集待识别的物品的图像。然后，终端设备可以将采集到的待识别的物品的图像封装进生成的用于指示对物品进行识别的请求中，并将请求发送至上述服务器。然后，服务器可以从接收到的请求中获取待识别的物品的图像。

作为示例，终端设备在接收到用户的语音指令“这是什么”时，可以启动包括的摄像头，并在检测到用户在摄像头的拍摄区域内放入物品时，拍摄物品的图像，然后向服务器发送携带有拍摄的物品的图像的、用于指示对物品进行识别的请求。

在上述执行主体为终端设备(如图1所示的终端设备101、102、103)时，可以在检测到用户的第一操作时，生成用于指示对物品进行识别的请求，并检测用户的第二操作以采集待识别的物品的图像。

可选地，在获取到待识别的物品的图像之后，可以先对图像进行裁剪，以裁剪掉图像的无用区域。其中，无用区域可以包括不包含待识别的物品的图像区域。然后，可以将待识别的物品的图像更新为经过裁剪后得到的图像。由此，可以避免图像中包含太多除待识别的物品之外的图像区域，从而影响后续的识别结果的准确度。

可选地，获取到的待识别的物品的图像的数目可以为两个以上。此时，执行主体可以根据采集到物品的视频，获取待识别的物品的图像。

在执行主体为终端设备(如图1所示的终端设备101、102、103)时，执行主体可以利用其包括的录像设备录制物品的视频，然后从中选取若干视频帧作为待识别的物品的图像。

在执行主体为服务器(如图1所示的服务器105)时，终端设备在利用其包括的录像设备录制物品的视频，然后从中选取若干视频帧作为待识别的物品的图像之后，将选取的图像发送至服务器。

步骤2012，根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据第一识别结果确定是否识别失败。

在本实施例中，第一识别算法可以基于物品上的标签实现。其中，物品上的标签可以用于存储该物品的物品信息。标签可以是各种能够存储信息的数据载体。举例来说，标签包括但不限于条形码、二维码、电子标签等等。

在本实施例中，物品的物品信息可以指物品的各种属性的属性值。举例来说，物品信息包括但不限于物品的名称、形状、对应的介绍信息等。

可选地，物品信息可以包括物品的物品标识。其中，物品标识可以用于标识物品。物品标识可以是预设的由字符、数字等组成的标识。

在本实施例中，第一识别算法可以包括各种基于标签进行识别的算法。举例来说，第一识别算法包括但不限于条形码识别算法、二维码识别算法等等。

可选地，根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，包括：先检测待识别的物品的图像中是否存在呈现有标签的图像区域。若有，则解析该图像区域中的标签，得到待识别的物品的物品信息。若没有，则必然不能基于标签识别技术得到识别结果。

在本实施例中，第一识别结果可以灵活采用各种形式表示。一般地，针对物品进行识别的识别结果可以划分为两种情况。一种情况是识别成功，即识别出待识别的物品的物品信息，此时，第一识别结果可以包括用于表征识别出的物品信息的信息。另一种情况是识别失败，即当前无法识别出待识别的物品的物品信息，此时，第一识别结果可以包括用于表征当前无法识别出待识别的物品的物品信息的信息。因此，在得到第一识别结果之后，可以根据第一识别结果确定是否识别失败。

可选地，利用第一识别算法得出的识别结果可以包括识别出的物品信息和物品信息对应的置信度，或，利用第一识别算法得出的识别结果用于指示无法检测到呈现有标签的图像区域。其中，置信度可以用于表征识别出的物品信息的可信程度。

此时，在根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果之后，响应于确定第一识别结果包括识别出的物品信息和物品信息对应的置信度，且置信度小于预设的置信度阈值，则可以确定识别失败。其中，置信度阈值可以由技术人员预先设置。

响应于确定第一识别结果用于指示无法检测到呈现有标签的图像区域，则必然不能基于标签识别出物品信息，因此，此时也可以确定识别失败。

响应于确定得到的第一识别结果包括的置信度不小于上述置信度阈值，则可以确定识别成功，以及将得到的第一识别结果包括的物品信息确定为待识别的物品的识别结果。

由此，由于基于标签的识别算法的速度较快且准确率高，因此，优先使用基于标签的识别算法进行识别，可以保证识别的速度和准确度。同时，通过比较得到的第一识别结果中的置信度与预设的置信度阈值，可以进一步保证基于物品上的标签的识别算法的准确度。

步骤202，响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果。

在本实施例中，第二识别算法可以基于预设的图像集实现。其中，图像集可以由预先指定的大量图像组成。而且图像集中的图像可以为各种物品的图像。当然，针对一物品，图像集可以包括该物品的多个图像。

在本实施例中，第二识别算法可以通过比较待识别的物品的图像与上述图像集中的各个图像，并根据比较结果对待识别的物品进行识别，以得到第二识别结果。

作为示例，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，包括：分别计算待识别的物品的图像与上述图像集中的各个图像之间的相似度，得到相似度集。然后选取相似度集中的最大相似度对应的图像所呈现的物品所对应的物品信息作为识别出的物品信息。其中，可以利用现有的各种相似度计算方法计算两个图像之间的相似度。

在本实施例中，第二识别结果可以包括识别出的、用于表征待识别的物品的物品信息的信息。

步骤203，根据得到的第二识别结果，确定待识别的物品的物品信息。

在本实施例中，在第二识别结果包括识别出的、用于表征待识别的物品的物品信息的信息时，可以直接获取识别出的、用于表征待识别的物品的物品信息的信息指示的物品信息作为待识别的物品的物品信息。

可选地，上述第二识别算法还可以基于OCR(Optical Character Recognition，光学字符识别)实现。此时，第二识别算法可以对图像中的字符等进行检测识别。

可选地，第二识别结果可以包括利用上述图像集识别出的第一物品信息和第一物品信息对应的置信度，以及利用OCR识别出的第二物品信息和第二物品信息对应的置信度。

其中，利用OCR识别出的第二物品信息对应的置信度可以基于从待识别的物品的图像中识别出的文本的长度确定，且置信度正比于识别出的文本的长度。

可选地，在得到第二识别结果之后，可以根据得到的第一物品信息对应的置信度和第二物品信息对应的置信度确定待识别的物品信息。例如，可以从两个置信度中选取较大的置信度对应的物品信息作为识别出的、待识别的物品的物品信息。

通过综合多种识别方法对待识别的物品进行识别，在提升识别成功率的同时，也可以保证识别结果的准确度。

可选地，上述步骤2011和2012的执行主体可以为终端设备(如图1所示的终端设备101、102、103)，而步骤202和203的执行主体可以为服务器(如图1所示的服务器105)。此时，终端设备在获取到待识别的物品的图像之后，可以先在本地优先利用基于标签的识别算法进行识别，得到第一识别结果。

在终端设备得到第一识别结果之后，可以判断是否识别成功。若根据第一识别结果确定识别失败，终端设备可以将待识别的物品的图像发送至服务器，以供服务器利用基于预设的图像集的识别算法进行识别，得到第二识别结果，进而得到待识别的物品的物品信息。

这种方式和终端设备在获取到待识别的物品的图像之后，将图像发送至服务器，然后由服务器优先利用基于标签的识别算法进行识别，得到第一识别结果，并根据第一识别结果判断是否识别成功。若根据第一识别结果确定识别失败，服务器再利用基于预设的图像集的识别算法进行识别，得到第二识别结果，进而得到待识别的物品的物品信息相比，由于将得到第一识别结果的过程放在终端设备进行执行，有助于提升第一识别算法的识别速度。同时，也可以分担服务器的处理压力，避免将整个识别过程放在服务器导致的同一时间服务器的处理压力过高的问题，也可以避免将整个识别过程放在终端设备导致对终端设备的硬件要求(如存储空间)过高或导致终端设备运行速度慢等问题。

需要说明的是，为了便于描述不同的识别算法，分别命名为第一识别算法和第二识别算法，本领域技术人员应当理解，其中的第一或第二并不构成对识别算法的特殊限定。

同样地，为了便于描述用户的操作，将两个操作分别命名为第一操作和第二操作，本领域技术人员应当理解，其中的第一和第二并不构成对用户的操作的限定。

继续参见图3，图3是根据本实施例的用于识别物品的方法的一个示意性的应用场景300。在图3的应用场景中，儿童通过语音与智能台灯301进行交互，儿童在发出语音“这是什么”的同时，将苹果放在台灯301前面，智能台灯301在接收到儿童的语音时，打开其安装的摄像头302，并拍摄苹果的图像303。

然后智能台灯301可以基于条形码识别算法先检测图像303中是否有条形码区域。如图中所示，由于苹果上的条形码位于苹果的下部，而摄像头从苹果上方进行拍照，无法拍摄到具体的条形码，因此，基于条形码识别算法无法对图像303进行识别，即识别失败。

之后，智能台灯301可以将拍摄的图像303发送至服务器304，并请求对图像303进行识别。服务器304可以基于图像集的识别算法分别计算图像303与图像集305中的各图像之间的相似度，然后从得到的各个相似度中选取最大相似度，并将最大相似度对应的图像306呈现的物品(即苹果)确定为识别结果。之后，可以将识别结果“苹果”返回至智能台灯301。然后，智能台灯301可以通过语音向儿童反馈“这是苹果”。

本公开的上述实施例提供的方法通过优先使用基于物品上的标签的识别算法进行识别，由于基于标签的识别算法的速度较快且准确率高，因此，优先使用基于标签的识别算法进行识别，可以保证识别的速度和准确度，避免同时采用多种识别算法而导致的识别时间过长的问题。同时，在基于物品上的标签的识别算法识别失败时，再采用基于预设的图像集的识别算法进行识别，可以进一步提升识别成功率。

进一步参考图4，其示出了用于识别物品的方法的又一个实施例的流程400。该用于识别物品的方法的流程400，包括以下步骤：

步骤401，通过如下处理步骤4011和4012得到第一识别结果：

步骤4011，获取待识别的物品的图像。

步骤4012，根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据第一识别结果确定是否识别失败。

步骤402，响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果。

步骤403，根据得到的第二识别结果，确定待识别的物品的物品信息。

上述步骤401-403的具体的执行过程可参考图2对应实施例中的步骤201-203的相关说明，在此不再赘述。

步骤404，获取物品信息包括的物品标识指示的物品的教学用信息。

在本实施例中，教学用信息可以指用于教学的各种信息。例如，教学用信息可以包括物品标识指示的物品的介绍信息。

在本实施例中，在执行主体为服务器(如图1所示的服务器)时，可以从本地或连接的数据库获取物品标识指示的物品的教学用信息。在执行主体为终端设备(如图1所示的终端设备101、102、103)时，可以从本地或服务器获取物品标识指示的物品的教学用信息。

可选地，教学用信息可以包括各种多媒体信息。例如，文本、图像、音频、视频、虚拟物体等。

步骤405，呈现教学用信息。

在本实施例中，在执行主体为服务器(如图1所示的服务器)时，可以先将教学用信息发送至通讯连接的终端设备(如图1所示的终端设备101、102、103)，然后由终端设备呈现教学用信息。在执行主体为终端设备(如图1所示的终端设备101、102、103)时，可以直接由终端设备控制呈现教学用信息。

在本实施例中，根据不同类型的教学用信息或不同的应用场景，可以灵活选取各种方式呈现教学用信息。例如，可以通过语音播报的方式播报教学用信息。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于识别物品的方法的流程400突出了在识别出物品的物品信息之后，可以进一步根据物品信息获取物品对应的教学用信息，并向用户呈现教学用信息，从而可以利用物品的识别这一交互，向用户提供相关教学，以使用户可以同时了解物品的相关知识，从而增加用户的教学方式，而且通过这种场景化的教学方式，有助于提升用户的学习效率。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了用于识别物品的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例提供的用于识别物品的装置500包括识别单元501和确定单元502。其中，识别单元501被配置成响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，其中，第二识别算法基于预设的图像集实现；确定单元502被配置成根据得到的第二识别结果，确定待识别的物品的物品信息；其中，第一识别结果通过如下处理步骤得到：获取待识别的物品的图像；根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据第一识别结果确定是否识别失败，其中，第一识别算法基于物品上的标签实现，其中，物品上的标签用于存储该物品的物品信息。

在本实施例中，用于识别物品的装置500中：识别单元501和确定单元502的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，第一识别算法对应的第一识别结果包括识别出的物品信息和物品信息对应的置信度，或，第一识别算法对应的第一识别结果用于指示无法检测到呈现有标签的图像区域；以及上述处理步骤还包括：响应于确定得到的第一识别结果包括的置信度小于预设的置信度阈值，或，响应于确定得到的第一识别结果用于指示无法检测到呈现有标签的图像区域，确定识别失败。

在本实施例的一些可选的实现方式中，上述处理步骤还包括：响应于确定得到的第一识别结果包括的置信度不小于置信度阈值，确定得到的第一识别结果包括的物品信息作为待识别的物品的识别结果。

在本实施例的一些可选的实现方式中，第二识别算法还基于光学字符识别OCR实现。

在本实施例的一些可选的实现方式中，第二识别结果包括利用图像集识别出的第一物品信息和第一物品信息对应的置信度，以及利用OCR识别出的第二物品信息和第二物品信息对应的置信度。

在本实施例的一些可选的实现方式中，上述处理步骤还包括：响应于接收到基于用户的第一操作而触发的用于指示对物品进行识别的请求，获取基于用户的第二操作而采集的待识别的物品的图像。

在本实施例的一些可选的实现方式中，物品信息包括物品标识；以及上述用于识别物品的装置500还包括获取单元(图中未示出)，被配置成：获取物品标识指示的物品的教学用信息；呈现单元(图中未示出)被配置成呈现教学用信息。

本公开的上述实施例提供的装置，通过识别单元响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，其中，第二识别算法基于预设的图像集实现；确定单元，根据得到的第二识别结果，确定待识别的物品的物品信息；其中，第一识别结果通过如下处理步骤得到：获取待识别的物品的图像；根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，其中，第一识别算法基于物品上的标签实现，其中，物品上的标签用于存储该物品的物品信息。由此，可以避免出现由于根据待识别的物品的图像无法检测到标签等问题而导致识别失败的情况，从而提供识别成功率。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：通过如下处理步骤得到第一识别结果：获取待识别的物品的图像；根据待识别的物品的图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据第一识别结果确定是否识别失败，第一识别算法基于物品上的标签实现，物品上的标签用于存储该物品的物品信息；上述方法还包括：响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，第二识别算法基于预设的图像集实现；根据得到的第二识别结果，确定待识别的物品的物品信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、识别单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“根据得到的第二识别结果，确定待识别的物品的物品信息的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种用于识别物品的方法，包括：

通过如下处理步骤得到第一识别结果：

获取待识别的物品的图像；

根据所述图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据所述第一识别结果确定是否识别失败，其中，所述第一识别算法基于物品上的标签实现，其中，物品上的标签用于存储该物品的物品信息；

所述方法还包括：

响应于根据所述第一识别结果确定识别失败，根据所述图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，其中，所述第二识别算法基于预设的图像集实现；

根据得到的第二识别结果，确定待识别的物品的物品信息。

2.根据权利要求1所述的方法，其中，所述第一识别算法对应的第一识别结果包括识别出的物品信息和物品信息对应的置信度，或，所述第一识别算法对应的第一识别结果用于指示无法检测到呈现有标签的图像区域；以及

所述根据所述第一识别结果确定是否识别失败，包括：

响应于确定得到的第一识别结果包括的置信度小于预设的置信度阈值，或，响应于确定得到的第一识别结果用于指示无法检测到呈现有标签的图像区域，确定识别失败。

3.根据权利要求2所述的方法，其中，所述根据所述第一识别结果确定是否识别失败，包括：

响应于确定得到的第一识别结果包括的置信度不小于所述置信度阈值，确定得到的第一识别结果包括的物品信息作为所述待识别的物品的识别结果。

4.根据权利要求1所述的方法，其中，所述第二识别算法还基于光学字符识别OCR实现。

5.根据权利要求4所述的方法，其中，所述第二识别结果包括利用所述图像集识别出的第一物品信息和第一物品信息对应的置信度，以及利用OCR识别出的第二物品信息和第二物品信息对应的置信度。

6.根据权利要求1所述的方法，其中，所述获取待识别的物品的图像，包括：

响应于接收到基于用户的第一操作而触发的用于指示对物品进行识别的请求，获取基于用户的第二操作而采集的待识别的物品的图像。

7.根据权利要求1-6之一所述的方法，所述物品信息包括物品标识；以及

在所述根据得到的第二识别结果，确定待识别的物品的物品信息之后，所述方法还包括：

获取所述物品标识指示的物品的教学用信息；

呈现所述教学用信息。

8.一种用于识别物品的装置，其中，所述装置包括：

识别单元，被配置成响应于根据第一识别结果确定识别失败，根据待识别的物品的图像，利用第二识别算法对待识别的物品进行识别，得到第二识别结果，其中，所述第二识别算法基于预设的图像集实现；

确定单元，被配置成根据得到的第二识别结果，确定待识别的物品的物品信息；

其中，第一识别结果通过如下处理步骤得到：获取待识别的物品的图像；根据所述图像，利用第一识别算法对待识别的物品进行识别，得到第一识别结果，以及根据所述第一识别结果确定是否识别失败，其中，所述第一识别算法基于物品上的标签实现，其中，物品上的标签用于存储该物品的物品信息。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images