CN112749811A - 一种基于无感知自学习ai算法的称重识别系统 - Google Patents

Abstract

本发明公开了一种基于无感知自学习AI算法的称重识别系统，可用于生鲜水果店，各类商超等，通过无感知自学习AI算法，快速的完成商品称重。硬件包括主机系统，摄像头，操作显示屏，称重台；软件包括：主程序模块，图像采集模块，商品库，界面显示模块，无感知自学习AI算法，识别库，数据处理模块，API接口等。可用于识别水果，蔬菜，生鲜，零食等各种需要称重的商品，可以套袋，也可以不套袋称重，都可以识别；通过API接口功能，集成简单快捷，可与市面上各种称重软件对接，快速升级普通称成为具备AI识别的称。总体上，本发明使用方便，无感知自学习AI算法自动更新识别库，可以单机/多机，支持离线无网络，不需要服务器等额外硬件，成本优势明显。

Description

一种基于无感知自学习AI算法的称重识别系统

技术领域

本发明涉及称重识别领域，特别是涉及一种基于无感知自学习AI算法的称重识别系统。

背景技术

在零售行业称重过程中，现有技术有基于传统称重机手工输入商品编码，或者采用条码扫描方式，或者是依赖网络，无法离线运行等，或者是无法实现无感知自学习功能，这几种技术都存在一些不足。传统称重机依赖称重员熟悉商品编码，依靠对商品编码的快速输入进行称重，往往出现称重速度赶不上，排队现象严重；或者称重员更换，不熟悉商品编码，称重速度慢；而条码扫描方式只能对部分商品贴条码，还有很多商品如水果蔬菜，生鲜，散装零食等还是需要手工输入商品编码；而云AI称重识别是近几年出现的技术，但依赖网络，无法在离线情况下运行；另外识别库需要提前打标签训练，还没有实现无感知自学习的功能，导致部署成本比较高，普及程度有限。

在现有技术中，发明专利号CN102564560B涉及称重领域，尤其涉及称重识别方法及系统，所述的系统其特征在于，包括如下步骤：A.对物体进行称重和条码识别；B.判断称重和条码识别是否成功；C.若称重和条码识别成功，那么将产品信息数据发送至上位机。发明专利号CN111768571A涉及智能称重领域，基于AI技术的商品自动识别称重结算智能秤，其特征在于：所述智能结算装置包括百度训练服务平台、物联网平台、商品识别APP和Arduino 称重程序。发明专利号CN111275906A，属于称重识别平台的系统，具体为一种通过重力传感系统将重量数据传递给微处理器，同时利用微处理中内置的SSD算法对区域物体进行识别，将获得的重量数据与物体标签进行运算得到价格。发明专利号CN110806254A，明涉及产品包装生产领域，具体涉及一种具有自动学习功能的动态称重检测装置，其特征在于，包括动态检重秤、工控机、可编程逻辑控制器和若干条码扫描仪，动态检重秤、工控机、可编程逻辑控制器和条码扫描仪通过以太网网关互连通信，可编程逻辑控制器的数字量输入口接有入口光电开关信号，数字输出口接有剔除气缸。上述专利中，或需要贴条码，或需要网络服务器，或未涉及无感知自学习AI，在实际使用中，均存在一些不足。

发明内容

本发明的目的是针对现有技术的不足，提供一种通过无感知自学习AI算法的称重识别技术，满足对各种需要称重的商品，如水果，蔬菜，生鲜食品，散装零食等，这些商品因存在生产批次，季节性，包装等不同，商品的外观形状存在一些差异；在称重过程中采用无感知自学习AI算法，可以达到自动学习，自动纠错，优化识别库，从而达到提高识别率，并且可以免去手动更新识别库，手动打图像标签等步骤，为称重员大大节省了时间，降低了要求。同时，本发明可以无网络离线单机运行，也可以多机同步商品库/识别库，为大中型商超也提供了很好的解决方案。

为实现上述目的，本发明提供的技术方案如下：一种基于无感知自学习AI算法的称重识别系统，包括硬件和软件部分，其特征在于：硬件部分包括主机系统，摄像头，操作显示屏，称重台；软件部分包括主程序模块，图像采集模块，商品库，界面显示模块，无感知自学习 AI算法，识别库，数据处理模块，API接口等。

进一步的，无感知自学习AI算法，在使用过程中，使用者(称重员)在称重过程中，按照一般业务流程称重商品，打印标签条码或者收银后，系统自动完成AI识别库的自学习，使用者无需额外进行手动学习过程；无感知自学习可以不断的学习，优化识别库，并达到提高识别率的效果。

进一步的，可用于识别水果，蔬菜，生鲜，零食等各种需要称重的商品，可以套袋，也可以不套袋称重，都可以识别。

进一步的，通过API接口功能，可与市面上各种称重软件对接，快速升级普通称成为具备AI识别的称。

进一步的，可以单机独立运行，支持离线无网络，不需要服务器等额外硬件的特点，也可以多机运行，通过网络同步商品库和识别库等功能。

进一步的，支持多种安全防护功能，包括硬件加密锁，云平台加密锁管控，加密锁License管控，主程序运行数字签名验证，防仿制防伪验证。

进一步的，支持云平台自动连接，运维数据上报，包括商品数量，识别库数量，总点选次数等信息。

进一步的，采用识别基础库技术，且基础库支持算法更新和二次验证。

作为本发明的一种优选方案，所述无感知自学习AI算法是最关键的一个模块，包括商品图像采集，图像边缘检测，图像分割，形状匹配，纹理特征，灰度处理，色彩空间转换，颜色识别，商品识别库等；主要的功能是使用图像处理技术分析各种商品，根据图像形状和纹理特征，建立商品识别库，并在使用过程中，不断通过无感知的采集方式，自学习更多的图像纹理信息，与现有的商品识别库进行比对分析，然后优化商品识别库，达到更好的识别效果。具体的对比过程如下：首先每种商品都设置初始的识别阈值Y1，过滤阈值Y2；每次识别过程中，根据本次识别阈值来优化现有的阈值Y1，这样可以不断的与实际中最新批次的商品形态匹配，识别效果也可以逐步提高；另一方面，使用中，不可避免的存在误操作的情况，例如某次操作将A商品，选择成了B商品，那么此次的结果也会保存到识别库中，但随着后续的多次正确识别后，通过比对过滤阈值Y2，可以纠正这些错误的误操作识别库，从而达到自动纠错不断优化的效果。

作为本发明的一种优选方案，所述API接口功能，指可通过Tcp/Ip Socket，数据共享等多种方式，为市面上各种称重软件对接，快速升级普通称成为具备AI识别的称。具体API 接口包括：1、新增商品；2、修改商品；3、删除商品；4、采集图像；5、训练商品；6、识别商品；7、识别学习等功能。对接的软件系统，只要按照协议内容对接，就可以实现无感知自学习的称重识别功能。

作为本发明的一种优选方案，所述支持多种安全防护功能，包括硬件加密锁，云平台加密锁管控，加密锁License管控，主程序运行数字签名验证，防仿制防伪验证。具体如下： 1、硬件加密锁是目前市面上比较常用的软件加密方式，但单一的硬件加密锁是很容易被破解或复制。2、云平台加密锁管控：指云平台上通过观察硬件加密锁上报时间和ID，当发生非法复制硬件加密锁时，云平台记录中会发现有重复的ID上报时，可以发送锁定/解锁给到客户端，达到锁定非法使用的效果。3、加密锁License管控：指每个硬件加密锁，对应一个license 文件，程序运行是自动比对该授权文件和硬件加密锁的ID是否符合，若比对成功则运行，若比对不成功，则退出。4、主程序运行数字签名验证：指程序运行是，自身运算匹配.sign文件，若比对成功则运行，若比对不成功，则退出。5、防仿制防伪验证：指系统软件具有防仿制防伪验证功能，可以判断是否存在非法仿制的情况出现。

作为本发明的一种优选方案，所述采用识别基础库技术，且基础库支持算法更新和二次验证。具体如下：识别基础库包括了商品图像的原始数据，包含颜色，纹理，形状等信息，通过基础库，可以重新计算商品的识别数据，并且与记录的识别数据进行对比和验证；当识别AI算法有更新时，可以通过软件程序读取识别基础库重新计算得到识别库，达到算法更新的目的。

本发明提供一种基于无感知自学习AI算法的称重识别系统的应用，安装应用流程包括以下步骤：

步骤1、主机安放到称重台区域，摄像头放置在附近位置，并留好有空间放置商品；

步骤2、摄像头与主机通过硬件接口(如USB)进行连接；

步骤3、主机连接电源，并开机运行软件；

步骤4、顾客选好商品，把商品放置到摄像头下方标识区域；

步骤5、系统自动根据重量信息或者是自动捕捉图像并自动扫描商品，并给出提示多个商品选项的列表；

步骤6、称重员根据提示商品列表点选确定，完成打印称重信息；

步骤7、系统根据点选结果，自动学习优化识别库，实现了无感知的AI算法优化；

本发明的系统特点：

1软件插件式：本软件采用易于安装使用的软件插件式，可安装与现有的称重标签称，充分利用现有资源，安装方便，使用简单，实施管理方便，性价比高等特点；数据可以进行灵活迁移，导入导出方便，可扩展本地多机等，能极大地提供管理的便捷性，提高了系统的可靠性，优化了系统性能。

2AI识别：AI识别商品，快速识别，1秒内完成商品识别，新员工操作也很容易

3多种模式：营业模式用于日常使用，维护模式用于首次开通的系统配置。还支持多种显示模式，多窗口，单识别窗口，和简洁窗口模式。模式切换简单快捷。

4建模简单：一键拍照训练完成，不需要选择区域打标签，新建模型快速方便，无需经过专业的培训，上手即会。

5识别学习：支持在使用过程中识别学习，自动提高了识别率的同时，也可以应对水果生鲜随着季节变化，商品本身的变化，可自动适应变化过程，用户无需重新训练，在使用过程中完成训练过程，大大减轻了操作的复杂度。

6支持API接口：支持通过TCP/IP等方式的API接口，可完美的集成到软件系统集成商的软件中；支持商品库，识别库，识别三大块接口功能。

7支持本地多机：支持商品库，识别库等的多机同步等功能，方便在中大型超市等场景下的多机使用

8多种安全防护功能：支持硬件加密锁，云平台加密锁管控，加密锁license管控，主程序运行数字签名验证，防伪防仿制验证等安全防护功能

9云平台功能：支持云平台自动连接，运维数据上报，包括商品数量，识别库数量，总点选次数等信息

与现有技术相比，本发明的有益之处在于：

(1)本发明通过无感知自学习AI算法，在称重过程中无感知的完成自学习，优化识别库，从而达到提高识别率，并且可以免去手动更新识别库，手动打图像标签等步骤，为称重员大大节省了时间，降低了要求。

(2)本发明满足对各种需要称重的商品，如水果，蔬菜，生鲜食品，散装零食等，这些商品因存在生产批次，季节性，包装等不同，商品的外观形状更新频繁；无需贴条码，识别速度快，操作简单等特点。

(3)本系统支持API接口，可与市面上各种称重软件对接，快速升级普通称成为具备AI识别的称。

(4)本系统可以无网络离线单机运行，也可以多机同步商品库/识别库，为大中型商超也提供了很好的解决方案。

(5)本系统支持多种安全防护功能，包括硬件加密锁，云平台加密锁管控，加密锁License 管控，主程序运行数字签名验证，防仿制防伪验证。

(6)本系统采用识别基础库技术，且基础库支持算法更新和二次验证。

附图说明

图1为本发明硬件和软件结构示意框图。

图2为本发明无感知自学习过程示意框图。

具体实施方式

下面将结合附图和具体实施例对本发明具体实施方式做进一步说明：

如图1所示，一种基于无感知自学习AI算法的称重识别系统，包括硬件和软件部分，其特征在于：硬件部分包括主机系统，摄像头，操作显示屏，称重台。软件部分包括主程序模块，图像采集模块，商品库，界面显示模块，无感知自学习AI算法，识别库，数据处理模块，API接口等。

所述的主程序模块和图像采集模块，商品库，界面显示模块，无感知自学习AI算法，识别库，数据处理模块，API接口构成一个整体的运行软件系统，各个模块在主程序模块的控制下协同工作，主程序模块和各个模块之间主要传输各种数据和信息状态，主程序会根据当前的总体状态合理控制个模块分工协同工作，并从总体上达到有序合理的完成称重识别的任务。各模块各自完成其负责的功能，各模块直接也可以通过全局变量共享数据和状态信息。

所述的系统硬件和软件安装应用流程包括以下步骤：

步骤1、主机安放到称重台区域，摄像头放置在附近位置，并留好有空间放置商品；

步骤2、摄像头与主机通过硬件接口(如USB)进行连接；

步骤3、主机连接电源，并开机运行软件；

步骤4、顾客选好商品，把商品放置到摄像头下方标识区域；

步骤5、系统自动根据重量信息或者是自动捕捉图像并自动扫描商品，并给出提示多个商品选项的列表；

步骤6、称重员根据提示商品列表点选确定，完成打印称重信息；

步骤7、系统根据点选结果，自动学习优化识别库，实现了无感知的AI算法优化；

参考图2为本发明无感知自学习过程示意框图，具体如下：

从用户操作流程上看，步骤如下：

步骤1、放置商品：用户把商品放置到称重台上；

步骤2、选择确认：用户根据商品识别结果，选择正确的商品；注：系统也可以设置为默认选择第一个作为用户选择，无需点击确认；

步骤3、结算买单：系统打印结算信息或者称重价格信息，结算买单；

从无感知自学习流程上看，步骤如下：

步骤1、系统初始化：包括商品初始化，识别库初始化等；

步骤2、自动识别状态：进入扫描状态，等待商品放置，然后识别；

步骤3、识别商品：采集图像，分析图像颜色纹理等信息，识别计算；

步骤4、识别结果推荐：根据识别计算结果，给出商品推荐信息；

步骤5、优化识别库：根据选择确认，和现有识别对比，优化已有数据，并合理更新潜在的错误数据；

步骤6、结算输出：输出商品价格和重量等信息，以便用户结算买单。

Claims (10)

1.一种基于无感知自学习AI算法的称重识别系统，包括硬件和软件部分，其特征在于：硬件部分包括主机系统，摄像头，操作显示屏，称重台。

2.根据权利要求1所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：软件部分包括主程序模块，图像采集模块，商品库，界面显示模块，无感知自学习AI算法，识别库，数据处理模块，API接口等。

3.根据权利要求2所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：无感知自学习AI算法，在使用过程中，使用者(称重员)在称重过程中，按照一般业务流程称重商品，打印标签条码或者收银后，系统自动完成AI识别库的自学习，使用者无需额外进行手动学习过程；无感知自学习可以不断的学习，并达到提高识别率的效果。

4.根据权利要求2所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：可用于识别水果，蔬菜，生鲜，零食等各种需要称重的商品，可以套袋，也可以不套袋称重，都可以识别。

5.根据权利要求2所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：通过API接口功能，可与市面上各种称重软件对接，快速升级普通称成为具备AI识别的称。

6.根据权利要求2所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：可以单机独立运行，支持离线无网络，不需要服务器等额外硬件的特点，也可以多机运行，通过网络同步商品库和识别库等功能。

7.根据权利要求2所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：支持多种安全防护功能，包括硬件加密锁，云平台加密锁管控，加密锁License管控，主程序运行数字签名验证，防仿制防伪验证。

8.根据权利要求2所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：支持云平台自动连接，运维数据上报，包括商品数量，识别库数量，总点选次数等信息。

9.根据权利要求2所述的一种基于无感知自学习AI算法的称重识别系统，特征在于：采用识别基础库技术，且基础库支持算法更新和二次验证。

10.根据权利要求1-9中任一所述的一种基于无感知自学习AI算法的称重识别系统的应用，流程包括以下步骤：

步骤1、主机安放到称重台区域，摄像头放置在附近位置，并留好有空间放置商品；

步骤2、摄像头与主机通过硬件接口(如USB)进行连接；

步骤3、主机连接电源，并开机运行软件；

步骤4、顾客选好商品，把商品放置到摄像头下方标识区域；

步骤5、系统自动根据重量信息或者是自动捕捉图像并自动扫描商品，并给出提示多个商品选项的列表；

步骤6、称重员根据提示商品列表点选确定，完成打印称重信息；

步骤7、系统根据点选结果，自动学习优化识别库，实现了无感知的AI算法优化。

Images