CN112434584B - 货架商品余量计算方法、装置、计算机设备和存储介质 - Google Patents
货架商品余量计算方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112434584B CN112434584B CN202011275684.8A CN202011275684A CN112434584B CN 112434584 B CN112434584 B CN 112434584B CN 202011275684 A CN202011275684 A CN 202011275684A CN 112434584 B CN112434584 B CN 112434584B
- Authority
- CN
- China
- Prior art keywords
- commodity
- statistical
- shelf
- frames
- sets
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims description 20
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种货架商品余量计算方法、装置、计算机设备和存储介质，其中，该方法包括：获取货架图像；对所述货架图像进行识别，得到对应每个商品的商品框；获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域；对所述统计区域的商品框进行合并，得到多个商品集合；根据多个商品集合以及统计区域，确定相应货架的商品占比。通过本申请，可以根据实时的货架图像获取货架的商品占比，从而及时掌握货架货物变动和空缺情况。
Description
技术领域
本申请涉及智能零售技术领域，特别是涉及一种货架商品余量计算方法、装置、计算机设备和存储介质。
背景技术
当前的商超货架管理主要依赖人工管理，效率较低，存在延误的情况，如何及时的监控剩余货量并进行补货需要智能算法的辅助。现有的辅助人工进行补货的方案主要是通过计算机视觉算法对货架上的货物进行监测，或者通过其他方式获取商品的数量与数据库对比得到，如何精准有效的监控货架商品是算法的关键。
现有方案一类是根据历史销售数据，预测未来商品销售情况和补货时间，其主要缺点是根据历史数据预测，缺乏短时间内预测能力，无法应对商品销量异常的状况；另一类是通过摄像头获取图像识别商品空缺位置，根据空缺位置计算剩余货量，但是空缺的概念难以准确定义，容易造成误识别。
发明内容
本申请实施例提供了一种货架商品余量计算方法、装置、计算机设备和存储介质，以至少解决相关技术中难以精准有效的监控货架商品的问题。
第一方面，本申请实施例提供了一种货架商品余量计算方法，包括：
获取货架图像；
对所述货架图像进行识别，得到对应每个商品的商品框；
获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域；
对所述统计区域的商品框进行合并，得到多个商品集合；
根据多个商品集合以及统计区域，确定相应货架的商品占比。
在其中一些实施例中，所述获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域包括：
获取标识指令，并基于所述标识指令确定统计区域；
在所述统计区域中的货架标签栏划定辅助线，以标识所述统计区域。
在其中一些实施例中，对所述统计区域的商品框进行合并，得到多个商品集合包括：
将每个商品的商品框与所述统计区域进行匹配，确定统计区域的商品框；
基于所述统计区域的商品框和所述辅助线对所述统计区域的商品框进行合并，得到多个商品集合。
在其中一些实施例中，将每个商品的商品框与所述统计区域进行匹配，确定统计区域的商品框包括：
将所述辅助线沿所述货架标签栏的垂直方向向上平移预设距离；
将与所述辅助线相交的商品框确定为统计区域的商品框。
在其中一些实施例中，基于所述统计区域的商品框和所述辅助线对所述统计区域的商品框进行合并，得到多个商品集合包括：
获取所述统计区域中的相邻两个商品框的中心点之间的当前距离；
当所述当前距离与编辑距离之差小于预设阈值时，确定所述相邻两个商品框对应的商品为同一商品集合；其中，所述编辑距离基于辅助线的斜率和商品框的宽度计算得到；
当所述当前距离与编辑距离之差大于等于预设阈值时，确定所述相邻两个商品框对应的商品为不同商品集合。
在其中一些实施例中，根据多个商品集合以及统计区域，确定相应货架的商品占比包括：
基于所述商品集合对应的商品框，计算得到每一商品集合的横向长度；
获取所述统计区域中辅助线的长度；
基于所有商品集合的横向长度和所述辅助线的长度，确定相应货架的商品占比。
在其中一些实施例中，基于所述商品集合对应的商品框，计算得到每一商品集合的横向长度包括：
获取商品集合对应商品框的左边界和右边界的坐标信息；
根据所述坐标信息计算左边界和右边界之间的最大距离，将所述最大距离确定为对应商品集合的横向长度。
第二方面，本申请实施例提供了一种货架商品余量计算装置，包括：
图像信息获取单元，用于获取货架图像；
商品框获取单元，用于对所述货架图像进行识别，得到对应每个商品的商品框；
标识单元，用于获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域；
商品集合获取单元，用于对所述统计区域的商品框进行合并，得到多个商品集合；
商品占比计算单元，用于根据多个商品集合以及统计区域，确定相应货架的商品占比。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的货架商品余量计算方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的货架商品余量计算方法。
相比于相关技术，本申请实施例提供的货架商品余量计算方法，通过对所述货架图像进行识别，得到对应每个商品的商品框；对所述统计区域的商品框进行合并，得到多个商品集合；根据多个商品集合以及统计区域，确定相应货架的商品占比。通过利用图像识别获取商品框以及对统计区域进行辅助标定等方式实现了货架的商品占比的计算。从而无需对货架增添新的配置，计算方法简单，可以根据实时的货架图像获取货架的商品占比，从而及时掌握货架货物的陈列情况，提高了货架商品盘点的效率和准确性。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请其中一个实施例中货架商品余量计算方法的流程示意图；
图2是本申请其中一个实施例中商品框进行合并的流程示意图；
图3是本申请其中一个实施例中货架图像的示意图；
图4是本申请其中一个实施例中货架商品余量计算装置的结构框图；
图5是本申请其中一个实施例中计算机设备的结构示意图。
附图说明：11、商品框；12、商品集合；13、辅助线；201、图像信息获取单元；202、商品框获取单元；203、标识单元；204、商品集合获取单元；205、商品占比计算单元；30、总线；31、处理器；32、存储器；33、通信接口。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”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。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
商店是一种消费者自我服务、敞开式的自选售货的零售企业。商店以提供自选式服务为主，通过商品开架陈列出售商品。货架是用于进行货物陈列的架子，可以方便存取，提供出入货效率，提供单位空间的利用率。货架上的商品种类繁多，货架商品的盘点任务繁重，货架商品信息获取的准确性和实时性将直接影响超市的运作效率和综合竞争力。
本申请提供的货架商品余量计算方法可以应用于各类商店的货架中，也可以应用于展示厅、超市、商场等其他展示货架、以及仓库、物流中心的仓储货架中，本申请不作具体限定。
本实施例提供了一种货架商品余量计算方法。图1是根据本申请实施例的货架商品余量计算方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，获取货架图像。
在本实施例中，可通过对货架进行拍摄获取实时的货架图像，货架图像是货架中商品信息的直接来源，利用货架图像进行商品识别可以直观、准确获取到货架上商品的陈列情况，进行货架商品的智能管理。
步骤S102，对所述货架图像进行识别，得到对应每个商品的商品框。
在本实施例中，当获取到货架图像后，对所述货架图像进行商品检测，以获取货架图像中每个商品的商品框。所述商品框是用于区分并标识货架商品的矩形目标框，在货架图像中，每一个商品对应一个商品框，商品框的位置和尺寸与由所述商品框对应的商品唯一确定。其中，商品检测可以利用ssd，frcnn等通用的目标检测算法，本申请不做具体限定。
步骤S103，获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域。
在本实施例中，为了便于商品统计和管理，货架根据大小可以划分为一个或多个商品陈列区域，在计算货架上指定统计区域的商品余量时，可根据标识指令辅助标识指定的统计区域。
步骤S104，对所述统计区域的商品框进行合并，得到多个商品集合12。
步骤S105，根据多个商品集合12以及统计区域，确定相应货架的商品占比。
当所述统计区域的商品出现缺货时，商品框之间的空隙较大，满货时空隙较小。因此，通过对商品框进行合并得到多个商品集合12，可以确定商品的货架的商品占用和空缺位置信息。
在本实施例中，基于所述统计区域的辅助标定可以获取统计区域的满货位置信息，从而根据所述商品占用和空缺位置信息以及所述满货位置信息可以计算得到对应统计区域的商品占比。
综上，本申请实施例提供的货架商品余量计算方法，通过对所述货架图像进行识别，得到对应每个商品的商品框；对所述统计区域的商品框进行合并，得到多个商品集合；根据多个商品集合以及统计区域，确定相应货架的商品占比。通过利用图像识别获取商品框以及对统计区域进行辅助标定等方式实现了货架的商品占比的计算。从而无需对货架增添新的配置，计算方法简单，可以根据实时的货架图像获取货架的商品占比，从而及时掌握货架货物的空缺情况，提高了货架商品盘点的效率和准确性。
下面通过优选实施例对本申请实施例进行描述和说明。
在其中一些实施例中，所述步骤S103，包括以下步骤：
步骤S1031，获取标识指令，并基于所述标识指令确定统计区域；
步骤S1032，在所述统计区域中的货架标签栏划定辅助线13，以标识所述统计区域。
在本实施例中，所述标识指令包括指定的统计区域的范围。可通过划定辅助线13标识所述统计区域，以获取所述统计区域满货时的商品位置信息。具体的，为了区分货架的每一层，在货架标签栏划定辅助线13。其中，所述辅助线13的数量对应统计区域的货架层数，所述辅助线13的长度对应统计区域满货时的货架长度。需要说明的是，由于图像拍摄角度的误差，货架图像中的标签栏可能是倾斜的，所述辅助线13需要与货架图像中的对应标签栏平行，以准确标识货架每一层的商品位置信息。
在其中一些实施例中，所述步骤S104，包括以下步骤：
步骤S1041，将每个商品的商品框与所述统计区域进行匹配，确定统计区域的商品框。
具体的，可以将所述辅助线13沿所述货架标签栏的垂直方向向上平移预设距离，所述预设距离一般为10～20个像素，可以视货架图像的分辨率进行适应性调整。在平移过程中，当辅助线13与部分商品对应的商品框匹配相交时，表明该商品框对应的商品在统计区域范围内，这时将与所述辅助线13相交的商品框确定为统计区域的商品框。
步骤S1042，基于所述统计区域的商品框和所述辅助线13对所述统计区域的商品框进行合并，得到多个商品集合12。
在本实施例中，在对所述统计区域的商品框进行合并时，为了尽量减小货架图像中不同商品框的大小和标签栏的倾斜对合并误差的影响，基于辅助线13的斜率和商品框11的宽度计算得到编辑距离，基于相邻两个商品框的中心点之间的当前距离与编辑距离进行比较判定对应的相邻商品框是否为同一商品集合12。具体的，首先获取所述统计区域中的相邻两个商品框的中心点之间的当前距离，当所述当前距离与编辑距离之差小于预设阈值时，表明相邻两个商品框对应的商品之间的空隙在误差范围内，可以确定所述相邻两个商品框对应的商品为同一商品集合12；当所述当前距离与编辑距离之差大于等于预设阈值时，表明相邻两个商品框对应的商品之间的空隙超过了误差允许范围，可以确定所述相邻两个商品框对应的商品为不同商品集合12。
如图2所示，在一种具体的实施方式中，以货架图像的统计区域中第i层商品为例，基于所述统计区域的商品框和所述辅助线13对所述统计区域的商品框进行合并，得到多个商品集合12，包括如下步骤：
首先将所述货架图像中第i层商品对应的所述辅助线i沿所述货架标签栏的垂直方向向上平移预设距离，将与所述辅助线i相交的商品框确定为统计区域中第i层的所有商品框集合Box_i，以所述商品框集合Box_i中每一商品框的x坐标从左到右进行排序。然后以最左侧的商品框Box_i(0)为起始商品框，从左到右逐个遍历商品框集合Box_i内的所有商品框，判定所有的相邻商品框对应的商品是否为同一商品集合12。具体的，对于任意一个商品框Box_i(n)及其相邻商品框Box_i(n+1)，商品框Box_i(n)的中心点的坐标为(xn,yn)、宽度为wn；商品框Box_i(n+1)的中心点的坐标为(xn+1,yn+1)、辅助线的斜率为k、编辑距离为预设阈值为thresh。则首先根据商品框Box_i(n+1)与商品框Box_i(n)的中心点坐标获取当前距离dn，然后将所述当前距离dn与编辑距离/>之差与预设阈值thresh进行比对。当/>时，确定商品框Box_i(n)与商品框Box_i(n+1)对应的商品为同一商品集合；否则，确定商品框Box_i(n)与商品框Box_i(n+1)对应的商品为不同商品集合。然后将商品框Box_i(n+1)作为下一组相邻商品框的起始商品框，直至当遍历完成第i层商品对应的所有商品框，完成统计区域中第i层的商品框合并，得到多个商品集合。
当然，在其他实施例中，所述编辑距离还可以是基于辅助线13的斜率、商品框11的宽度和/或基于其他参量计算得到的其他自适应量，用于减少测量参数、环境参数对计算结果的误差影响，编辑距离的计算方式在实际应用中可根据实际情况需要进行适当变形，本申请不做具体限定。
在其中一些实施例中，步骤S105，包括以下步骤：
步骤S1051，基于所述商品集合12对应的商品框，计算得到每一商品集合12的横向长度；
步骤S1052，获取所述统计区域中辅助线13的长度；
步骤S1053，基于所有商品集合12的横向长度和所述辅助线13的长度，确定相应货架的商品占比。
示例性的，可以根据商品集合12中商品框11的坐标信息计算对应商品集合12的横向长度。具体的，首先获取商品集合12对应商品框的左边界和右边界的坐标信息。然后根据所述坐标信息计算左边界和右边界之间的最大距离，将所述最大距离确定为对应商品集合12的横向长度。
如图3所示，在一种具体的实施方式中，对所述统计区域第i层的商品框11进行合并，得到多个商品集合group(1)、group(2)…group(n)。对任意一个商品集合group(n)，获取商品集合12对应商品框11中最左侧商品框11的左边界的坐标xn1和最右侧商品框11的右边界的坐标xn2，则左边界和右边界之间的最大距离为d(n)＝xn2-xn1。
其中，所述统计区域中辅助线13的长度可通过辅助线13的坐标信息计算得到，当所述统计区域中辅助线的坐标范围是(xl,xr)时，则辅助线13的长度为dn＝xr-xl，其中，若xn1<xl，令xn1＝xl；若xn2>xr，令xn2＝xr。然后基于所有商品集合12的横向长度和所述辅助线13的长度，得到获取统计区域中对应层的商品占比
当然，在本实施例中，可以分别计算货架图像中统计区域的每一层所有商品集合12的横向长度和对应辅助线13的长度，确定每一层的商品占比，然后根据每一层的商品占比计算得到相应货架的商品占比；也可以计算统计区域所有商品集合12的横向长度和所述辅助线13的长度，然后计算得到所有商品集合12的横向长度加和值与所有辅助线13的长度加和值，再计算得到货架的商品占比，本申请不做具体限定。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种货架商品余量计算装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本申请实施例的货架商品余量计算装置的结构框图，如图4所示，该装置包括：图像信息获取单元201、商品框获取单元202、标识单元203、商品集合获取单元204和商品占比计算单元205。
图像信息获取单元201，用于获取货架图像；
商品框获取单元202，用于对所述货架图像进行识别，得到对应每个商品的商品框；
标识单元203，用于获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域；
商品集合获取单元204，用于对所述统计区域的商品框进行合并，得到多个商品集合；
商品占比计算单元205，用于根据多个商品集合以及统计区域，确定相应货架的商品占比。
标识单元203，包括：统计区域确定模块和标识模块。
统计区域确定模块，用于获取标识指令，并基于所述标识指令确定统计区域；
标识模块，用于在所述统计区域中的货架标签栏划定辅助线，以标识所述统计区域。
商品集合获取单元204，包括：匹配模块和商品集合确定模块。
匹配模块，用于将每个商品的商品框与所述统计区域进行匹配，确定统计区域的商品框；
商品集合确定模块，用于基于所述统计区域的商品框和所述辅助线对所述统计区域的商品框进行合并，得到多个商品集合。
匹配模块，包括：平移模块和商品框确定模块。
平移模块，用于将所述辅助线沿所述货架标签栏的垂直方向向上平移预设距离；
商品框确定模块，用于将与所述辅助线相交的商品框确定为统计区域的商品框。
商品集合确定模块，包括：当前距离获取模块、第一归集模块和第二归集模块。
当前距离获取模块，用于获取所述统计区域中的相邻两个商品框的中心点之间的当前距离；
第一归集模块，用于当所述当前距离与编辑距离之差小于预设阈值时，确定所述相邻两个商品框对应的商品为同一商品集合；其中，所述编辑距离基于辅助线的斜率和商品框的宽度计算得到；
第二归集模块，用于当所述当前距离与编辑距离之差大于等于预设阈值时，确定所述相邻两个商品框对应的商品为不同商品集合。
商品占比计算单元205，包括：第一长度获取模块、第二长度获取模块和计算模块。
第一长度获取模块，用于基于所述商品集合对应的商品框，计算得到每一商品集合的横向长度；
第二长度获取模块，用于获取所述统计区域中辅助线的长度；
计算模块，用于基于所有商品集合的横向长度和所述辅助线的长度，确定相应货架的商品占比。
第一长度获取模块，包括：坐标信息获取模块和横向长度确定模块。
坐标信息获取模块，用于获取商品集合对应商品框的左边界和右边界的坐标信息；
横向长度确定模块，用于根据所述坐标信息计算左边界和右边界之间的最大距离，将所述最大距离确定为对应商品集合的横向长度。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外，结合图1描述的本申请实施例货架商品余量计算方法可以由计算机设备来实现。图5为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器31以及存储有计算机程序指令的存储器32。
具体地，上述处理器31可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器32可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器32可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器32可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器32可在数据处理装置的内部或外部。在特定实施例中，存储器32是非易失性(Non-Volatile)存储器。在特定实施例中，存储器32包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器32可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器31所执行的可能的计算机程序指令。
处理器31通过读取并执行存储器32中存储的计算机程序指令，以实现上述实施例中的任意一种货架商品余量计算方法。
在其中一些实施例中，计算机设备还可包括通信接口33和总线30。其中，如图5所示，处理器31、存储器32、通信接口33通过总线30连接并完成相互间的通信。
通信接口33用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口33还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线30包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线30包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线30可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线30可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的计算机程序，执行本申请实施例中的货架商品余量计算方法，从而实现结合图1描述的货架商品余量计算方法。
另外，结合上述实施例中的货架商品余量计算方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种货架商品余量计算方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种货架商品余量计算方法，其特征在于，包括：
获取货架图像；
对所述货架图像进行识别，得到对应每个商品的商品框；
获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域；
对所述统计区域的商品框进行合并，得到多个商品集合；
根据多个商品集合以及统计区域，确定相应货架的商品占比；
所述获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域包括：
获取标识指令，并基于所述标识指令确定统计区域；
在所述统计区域中的货架标签栏划定辅助线，以标识所述统计区域；
对所述统计区域的商品框进行合并，得到多个商品集合包括：
将每个商品的商品框与所述统计区域进行匹配，确定统计区域的商品框；
基于所述统计区域的商品框和所述辅助线对所述统计区域的商品框进行合并，得到多个商品集合；
根据多个商品集合以及统计区域，确定相应货架的商品占比包括：
基于所述商品集合对应的商品框，计算得到每一商品集合的横向长度；
获取所述统计区域中辅助线的长度；
基于所有商品集合的横向长度和所述辅助线的长度，确定相应货架的商品占比；
基于所述统计区域的商品框和所述辅助线对所述统计区域的商品框进行合并，得到多个商品集合包括：
获取所述统计区域中的相邻两个商品框的中心点之间的当前距离；
当所述当前距离与编辑距离之差小于预设阈值时，确定所述相邻两个商品框对应的商品为同一商品集合；其中，所述编辑距离基于辅助线的斜率和商品框的宽度计算得到；
当所述当前距离与编辑距离之差大于等于预设阈值时，确定所述相邻两个商品框对应的商品为不同商品集合。
2.根据权利要求1所述的货架商品余量计算方法，其特征在于，将每个商品的商品框与所述统计区域进行匹配，确定统计区域的商品框包括：
将所述辅助线沿所述货架标签栏的垂直方向向上平移预设距离；
将与所述辅助线相交的商品框确定为统计区域的商品框。
3.根据权利要求1所述的货架商品余量计算方法，其特征在于，基于所述商品集合对应的商品框，计算得到每一商品集合的横向长度包括：
获取商品集合对应商品框的左边界和右边界的坐标信息；
根据所述坐标信息计算左边界和右边界之间的最大距离，将所述最大距离确定为对应商品集合的横向长度。
4.一种货架商品余量计算装置，其特征在于，包括：
图像信息获取单元，用于获取货架图像；
商品框获取单元，用于对所述货架图像进行识别，得到对应每个商品的商品框；
标识单元，用于获取标识指令，并根据所述标识指令在所述货架图像上标识统计区域；
商品集合获取单元，用于对所述统计区域的商品框进行合并，得到多个商品集合；
商品占比计算单元，用于根据多个商品集合以及统计区域，确定相应货架的商品占比；
所述标识单元，还用于获取标识指令，并基于所述标识指令确定统计区域；在所述统计区域中的货架标签栏划定辅助线，以标识所述统计区域；
所述商品集合获取单元，还用于将每个商品的商品框与所述统计区域进行匹配，确定统计区域的商品框；基于所述统计区域的商品框和所述辅助线对所述统计区域的商品框进行合并，得到多个商品集合；
所述商品占比计算单元，还用于基于所述商品集合对应的商品框，计算得到每一商品集合的横向长度；获取所述统计区域中辅助线的长度；基于所有商品集合的横向长度和所述辅助线的长度，确定相应货架的商品占比；
所述商品集合获取单元，还用于获取所述统计区域中的相邻两个商品框的中心点之间的当前距离；当所述当前距离与编辑距离之差小于预设阈值时，确定所述相邻两个商品框对应的商品为同一商品集合；其中，所述编辑距离基于辅助线的斜率和商品框的宽度计算得到；当所述当前距离与编辑距离之差大于等于预设阈值时，确定所述相邻两个商品框对应的商品为不同商品集合。
5.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3中任一项所述的货架商品余量计算方法。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至3中任一项所述的货架商品余量计算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011275684.8A CN112434584B (zh) | 2020-11-16 | 2020-11-16 | 货架商品余量计算方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011275684.8A CN112434584B (zh) | 2020-11-16 | 2020-11-16 | 货架商品余量计算方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112434584A CN112434584A (zh) | 2021-03-02 |
| CN112434584B true CN112434584B (zh) | 2024-04-30 |
Family
ID=74700991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011275684.8A Active CN112434584B (zh) | 2020-11-16 | 2020-11-16 | 货架商品余量计算方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112434584B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2950801A1 (en) * | 2015-12-18 | 2017-06-18 | Ricoh Company, Ltd. | Planogram matching |
| CN109330284A (zh) * | 2018-09-21 | 2019-02-15 | 京东方科技集团股份有限公司 | 一种货架系统 |
| CN109934093A (zh) * | 2019-01-21 | 2019-06-25 | 创新奇智(南京)科技有限公司 | 一种识别货架商品的方法、计算机可读介质及识别系统 |
| CN109977886A (zh) * | 2019-03-29 | 2019-07-05 | 京东方科技集团股份有限公司 | 货架空置率计算方法及装置、电子设备、存储介质 |
| CN110119914A (zh) * | 2018-02-06 | 2019-08-13 | 阿里巴巴集团控股有限公司 | 对象补货处理方法、装置和系统 |
| CN110287928A (zh) * | 2019-07-01 | 2019-09-27 | 名创优品（横琴）企业管理有限公司 | 商品缺货检测方法及装置 |
| CN110516628A (zh) * | 2019-08-29 | 2019-11-29 | 上海扩博智能技术有限公司 | 货架空缺位置商品信息获取方法、系统、设备及存储介质 |
| JP2020017253A (ja) * | 2018-07-13 | 2020-01-30 | 富士電機株式会社 | 商品管理システム及び商品管理方法 |
| CN111127174A (zh) * | 2020-01-06 | 2020-05-08 | 鄂尔多斯市东驿科技有限公司 | 智能化无人超市控制系统 |
| CN111274845A (zh) * | 2018-12-04 | 2020-06-12 | 杭州海康威视数字技术股份有限公司 | 商店货架陈列情况的识别方法、装置、系统及电子设备 |
| CN111881894A (zh) * | 2019-12-09 | 2020-11-03 | 上海扩博智能技术有限公司 | 采集货柜商品售卖信息的方法、系统、设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9483704B2 (en) * | 2014-12-10 | 2016-11-01 | Ricoh Co., Ltd. | Realogram scene analysis of images: superpixel scene analysis |
| US10949799B2 (en) * | 2018-06-29 | 2021-03-16 | Focal Systems, Inc. | On-shelf image based out-of-stock detection |
-
2020
- 2020-11-16 CN CN202011275684.8A patent/CN112434584B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2950801A1 (en) * | 2015-12-18 | 2017-06-18 | Ricoh Company, Ltd. | Planogram matching |
| CN110119914A (zh) * | 2018-02-06 | 2019-08-13 | 阿里巴巴集团控股有限公司 | 对象补货处理方法、装置和系统 |
| JP2020017253A (ja) * | 2018-07-13 | 2020-01-30 | 富士電機株式会社 | 商品管理システム及び商品管理方法 |
| CN109330284A (zh) * | 2018-09-21 | 2019-02-15 | 京东方科技集团股份有限公司 | 一种货架系统 |
| CN111274845A (zh) * | 2018-12-04 | 2020-06-12 | 杭州海康威视数字技术股份有限公司 | 商店货架陈列情况的识别方法、装置、系统及电子设备 |
| CN109934093A (zh) * | 2019-01-21 | 2019-06-25 | 创新奇智(南京)科技有限公司 | 一种识别货架商品的方法、计算机可读介质及识别系统 |
| CN109977886A (zh) * | 2019-03-29 | 2019-07-05 | 京东方科技集团股份有限公司 | 货架空置率计算方法及装置、电子设备、存储介质 |
| WO2020199776A1 (zh) * | 2019-03-29 | 2020-10-08 | 京东方科技集团股份有限公司 | 货架空置率计算方法及装置、存储介质 |
| CN110287928A (zh) * | 2019-07-01 | 2019-09-27 | 名创优品（横琴）企业管理有限公司 | 商品缺货检测方法及装置 |
| CN110516628A (zh) * | 2019-08-29 | 2019-11-29 | 上海扩博智能技术有限公司 | 货架空缺位置商品信息获取方法、系统、设备及存储介质 |
| CN111881894A (zh) * | 2019-12-09 | 2020-11-03 | 上海扩博智能技术有限公司 | 采集货柜商品售卖信息的方法、系统、设备和存储介质 |
| CN111127174A (zh) * | 2020-01-06 | 2020-05-08 | 鄂尔多斯市东驿科技有限公司 | 智能化无人超市控制系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于深度神经网络的货架商品识别方法;刘照邦;袁明辉;;包装工程(第01期);第149-155页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112434584A (zh) | 2021-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3620981B1 (en) | Object detection method, device, apparatus and computer-readable storage medium | |
| CN107292248B (zh) | 一种基于图像识别技术的商品管理方法及系统 | |
| CN109117824B (zh) | 商品的管理方法、装置、电子设备及储存介质 | |
| JP2014059875A (ja) | 画像内のロゴの存在を検出する装置、及び方法 | |
| CN109697725B (zh) | 一种背景过滤方法、装置及计算机可读存储介质 | |
| US11195017B2 (en) | Image acquisition device, goods shelf, monitoring method and device for goods shelf, and image recognition method | |
| CN108647587B (zh) | 人数统计方法、装置、终端及存储介质 | |
| CN113034574B (zh) | 一种基于目标检测的商品地堆面积计算方法及系统 | |
| CN111127516A (zh) | 无搜索框的目标检测和跟踪方法及系统 | |
| CN111161346A (zh) | 将商品在货架中进行分层的方法、装置和电子设备 | |
| US11861668B2 (en) | Method, device, electronic apparatus and storage medium for generating order | |
| CN115331132A (zh) | 一种汽车零件的检测方法、装置、电子设备和存储介质 | |
| CN112434584B (zh) | 货架商品余量计算方法、装置、计算机设备和存储介质 | |
| CN110766646A (zh) | 展示架遮挡检测方法、装置以及存储介质 | |
| CN113298852A (zh) | 目标跟踪方法、装置、电子设备及计算机可读存储介质 | |
| CN108875822A (zh) | 数据获取方法、装置、电子设备及计算机可读存储介质 | |
| US8605100B2 (en) | Drawing device and drawing method | |
| WO2018220824A1 (ja) | 画像識別装置 | |
| CN111667012B (zh) | 分类结果修正方法、装置、修正设备及可读存储介质 | |
| CN111222377B (zh) | 一种商品信息确定方法、装置及电子设备 | |
| CN113269053A (zh) | 商品的货架层列获取方法、终端、存储装置 | |
| US20230386055A1 (en) | Image feature matching method, computer device, and storage medium | |
| CN113674336B (zh) | 货架空置信息确定方法、计算机设备及存储装置 | |
| CN116385952B (zh) | 配网线路小目标缺陷检测方法、装置、设备及存储介质 | |
| CN111191551A (zh) | 商品检测的方法及装置 |
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 |