CN114092694B - 一种包/条烟盒连续陈列自动识别方法 - Google Patents
一种包/条烟盒连续陈列自动识别方法 Download PDFInfo
- Publication number
- CN114092694B CN114092694B CN202210067530.2A CN202210067530A CN114092694B CN 114092694 B CN114092694 B CN 114092694B CN 202210067530 A CN202210067530 A CN 202210067530A CN 114092694 B CN114092694 B CN 114092694B
- Authority
- CN
- China
- Prior art keywords
- cigarette
- adjacent
- row
- marked
- horizontal
- 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
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 218
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 238000001514 detection method Methods 0.000 claims description 45
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 241000208125 Nicotiana Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G06T3/02—
Abstract
本发明公开了一种包/条烟盒连续陈列自动识别方法,涉及计算机视觉技术领域,解决了难以高效判定卷烟商品是否连续陈列的技术问题。该方法包括步骤:S100:获取卷烟陈列图像;S200:输入烟盒的品规和顶点信息;S300:根据预设品规标记符合条件的烟盒;S400:设定标记烟盒的水平阈值和垂直阈值;S500:根据顶点信息计算标记烟盒两两之间的水平距离和垂直距离;S600:将水平距离、垂直距离分别与水平阈值、垂直阈值做比较,判断标记烟盒是否存在列或行相邻;S700:将判断结果分别生成行相邻和列相邻的混淆矩阵;S800:根据行相邻和列相邻的混淆矩阵生成行列相邻混淆矩阵;S900:遍历行列相邻混淆矩阵,生成相邻烟盒列表。本发明用于高效判定卷烟商品是否连续摆放。
Description
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种包/条烟盒连续陈列自动识别方法。
背景技术
卷烟市场的信息采集是建立现代卷烟营销体系的重要基础性工作。市场信息的采集、分析与利用驱动着卷烟需求预测、货源组织、货源供应和品牌培育等营销关键业务的开展。与传统行业不同,烟草行业的推广不能通过传媒广告展开,因此主动搜集香烟销售情况,了解掌握消费者的消费动向是烟草行业研发新品、制定销售方案的重要手段。
作为销售手段的一种,卷烟陈列形式对卷烟销量有重要影响。在香烟促销活动中,生产厂家通过返利的方式,希望店家能够将指定的一种或多种香烟按照横向、纵向或横纵皆可的方式连续摆放,提高指定烟品的视觉冲击力,从而对指定商品起到推销作用。但由于目前没有针对该场景的自动化审查手段,导致难以实时判定店家上传的陈列图片是否达到连续摆放的要求,影响了促销活动效果。因此,需要一种能够自动识别出照片中烟盒、条烟的连续摆放情况,对连续摆放香烟的数量、位置进行识别的卷烟商品识别方法,并应用于香烟销售市场。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
目前没有针对卷烟商品连续陈列的自动化审查手段,难以实时判定店家上传的陈列图片中的卷烟商品是否达到连续摆放的要求。
发明内容
本发明的目的在于提供一种包/条烟盒连续陈列自动识别方法,以解决现有技术中存在的没有针对卷烟商品连续陈列的自动化审查手段,难以快速高效的判定店家上传的陈列图片中的卷烟商品是否达到连续摆放的要求的技术问题。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。
为实现上述目的,本发明提供了以下技术方案:
本发明提供了一种包/条烟盒连续陈列自动识别方法,所述包/条烟盒连续陈列自动识别方法根据包/条烟盒检测模型得到烟盒的品规和顶点信息,包括步骤:
S100:获取卷烟陈列图像;
S200:输入烟盒的品规和顶点信息;
S300:根据预设品规在所述烟盒中标记符合条件的标记烟盒;
S400:设定标记烟盒的水平阈值和垂直阈值;
S500:根据所述顶点信息计算所述标记烟盒两两之间的水平距离和垂直距离;
S600:将所述水平距离、垂直距离分别与所述水平阈值、垂直阈值做比较,判断所述标记烟盒两两之间是否存在列相邻或行相邻;
S700:将判断结果分别生成布尔类型的行相邻和列相邻的混淆矩阵;
S800:根据所述行相邻和列相邻的混淆矩阵生成行列相邻混淆矩阵;
S900:遍历所述行列相邻混淆矩阵,生成相邻烟盒列表;
所述包/条烟盒检测模型包括图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块和识别统计模块;所述图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块、识别统计模块通信连接;所述包/条烟盒检测模型能够获取卷烟陈列图像中每个烟盒的品规和顶点信息;所述图像预处理模块对所述卷烟陈列图像进行预处理,送入所述目标检测模块;所述目标检测模块对处理后的卷烟陈列图像进行检测,输出每个所述烟盒的中心点及对应的四个偏移点的坐标;所述图像仿射变换模块根据所述四个偏移点确定不规则四边形检测框,对所述不规则四边形检测框进行仿射变换,输出烟盒检测图像;所述烟盒识别模块对所述烟盒检测图像进行识别,输出预测结果;所述识别统计模块对所述预测结果进行信息融合,输出识别结果;根据所述识别结果能够统计所述卷烟陈列图像中出现的每个所述烟盒的品规信息。
优选的,所述S400步骤中,具体包括:
S410:分别计算不同类型的所述标记烟盒的平均宽度和平均高度;
S420:根据所述平均宽度和平均高度设定所述水平阈值、垂直阈值。
优选的,所述不同类型包括包烟i和条烟j;所述水平阈值、垂直阈值的计算公式为:
水平阈值i=平均宽度i*1.8;水平阈值j=平均宽度j*1.5;
垂直阈值i=平均高度i*2;垂直阈值j=平均高度j*1.5。
优选的,所述S500步骤中,所述顶点信息由每个所述标记烟盒的四个偏移点的坐标组成;若所述卷烟陈列图像中出现一种类型以上的所述标记烟盒,根据所述顶点信息分别计算不同类型的所述标记烟盒两两之间的距离。
优选的,所述S600步骤中,若所述水平距离或垂直距离小于所述水平阈值或垂直阈值,则认为两个所述标记烟盒存在相邻关系;若所述水平距离和垂直距离均大于所述水平阈值或垂直阈值,则认为两个所述标记烟盒不存在相邻关系。
优选的,所述S800步骤中,所述行列相邻混淆矩阵由所述行相邻和列相邻混淆矩阵的对应元素相加获得;若两个元素都为False,相加为False;若两个元素中至少有一个元素为True,相加为True。
优选的,所述S900步骤中,针对所述行列相邻混淆矩阵的每行任一元素,若所述元素为True,判断所述元素代表的所述烟盒存在相邻关系;若所述元素为False,判断所述元素代表的所述烟盒不存在相邻关系。
优选的,每遍历所述行列相邻混淆矩阵的一行,均需要将行中的所述相邻烟盒从所述行列相邻混淆矩阵中删除;所述行列相邻混淆矩阵中每行的计算结果为一个相邻烟盒列表。
实施本发明上述技术方案中的一个技术方案,具有如下优点或有益效果:
本发明通过对标记烟盒两两之间的水平距离和垂直距离分别与水平阈值和垂直阈值做比对,并将判断结果生成行列相邻混淆矩阵,能够提高识别结果的准确性,在遍历数据的时候,快速高效的对标记烟盒在烟盒摆放时是否连续陈列做识别判断。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见,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,附图中:
图1是本发明实施例的方法流程图;
图2是本发明实施例的模型结构示意图;
图3是本发明实施例的S400步骤的具体流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下文将要描述的各种示例性实施例将要参考相应的附图,这些附图构成了示例性实施例的一部分,其中描述了实现本发明可能采用的各种示例性实施例。除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。应明白,它们仅是与如所附权利要求书中所详述的、本发明公开的一些方面相一致的流程、方法和装置等的例子,还可使用其他的实施例,或者对本文列举的实施例进行结构和功能上的修改,而不会脱离本发明的范围和实质。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”等指示的是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元件必须具有的特定的方位、以特定的方位构造和操作。术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。术语“多个”的含义是两个或两个以上。术语“相连”、“连接”应做广义理解,例如,可以是固定连接、可拆卸连接、一体连接、机械连接、电连接、通信连接、直接相连、通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。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在本发明中的具体含义。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明,仅示出了与本发明实施例相关的部分。
实施例一:
如图2所示,本发明提供了一种包/条烟盒检测模型,包括图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块和识别统计模块;图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块、识别统计模块通信连接;包/条烟盒检测模型能够获取卷烟陈列图像中每个烟盒的品规和顶点信息。具体的,图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块、识别统计模块对图像依次处理,卷烟陈列图像在目标检测模块中能够获取卷烟陈列图像中每个烟盒的顶点信息;通过烟盒识别模块和识别统计模块能够对图像中出现的全部烟盒品规进行识别和记录。同时,还可以针对多个不同场景对包/条烟盒检测模型进行训练识别,比如低分辨率、高分辨率、反光和遮挡等,能够提高模型识别的准确率。
作为可选的实施方式,图像预处理模块对卷烟陈列图像进行预处理,送入目标检测模块;目标检测模块对处理后的卷烟陈列图像进行检测,输出每个烟盒的中心点及对应的四个偏移点的坐标;图像仿射变换模块根据四个偏移点确定不规则四边形检测框,对不规则四边形检测框进行仿射变换,输出烟盒检测图像;烟盒识别模块对烟盒检测图像进行识别,输出预测结果;识别统计模块对预测结果进行信息融合,输出识别结果;根据识别结果能够统计卷烟陈列图像中出现的每个烟盒的品规信息。具体的,图像预处理模块通过对卷烟陈列图像进行图像对比度增强、拉伸恢复和变大处理,能够将卷烟陈列图像变成更适用于目标检测的待检测图像。目标检测模块对待检测图像中出现的全部烟盒进行定位和识别,能够获取每个烟盒的中心点以及该中心点对应的四个偏移点的坐标。且目标检测模块对待检测图像进行识别时,对图像上出现的包烟和条烟严格标注。这四个偏移点的坐标组成了该烟盒的顶点信息。该四个偏移点能够构建不规则四边形矩形框,通过图像仿射变换模块对不规则四边形矩形框进行仿射变换能够获取烟盒检测图像。将烟盒检测图像送入烟盒识别模块中,能够对烟盒检测图像中烟盒的品规进行预检。识别统计模块通过对预检结果进行信息融合,输出最佳判定品规结果。
如图1所示,本发明还提供了一种包/条烟盒连续陈列自动识别方法,根据包/条烟盒检测模型得到烟盒的品规和顶点信息,包括步骤:S100:获取卷烟陈列图像;S200:输入烟盒的品规和顶点信息;S300:根据预设品规在烟盒中标记符合条件的标记烟盒;S400:设定标记烟盒的水平阈值和垂直阈值;S500:根据顶点信息计算标记烟盒两两之间的水平距离和垂直距离;S600:将水平距离、垂直距离分别与水平阈值、垂直阈值做比较,判断标记烟盒两两之间是否存在列相邻或行相邻;S700:将判断结果分别生成布尔类型的行相邻和列相邻的混淆矩阵;S800:根据行相邻和列相邻的混淆矩阵生成行列相邻混淆矩阵;S900:遍历行列相邻混淆矩阵,生成相邻烟盒列表。具体的,本发明通过对卷烟陈列图像内出现的标记烟盒进行标记,将标记烟盒与相邻烟盒的水平距离、垂直距离分别与水平阈值、垂直阈值做比对,并将判断结果生成行列相邻混淆矩阵,能够提高识别结果的准确性,在遍历数据的时候,快速高效地对标记烟盒在烟盒摆放时是否连续陈列做识别判断。
作为可选的实施方式,如图3所示,S400步骤中,具体包括:S410:分别计算不同类型的标记烟盒的平均宽度和平均高度;S420:根据平均宽度和平均高度设定水平阈值、垂直阈值。具体的,标记烟盒的类型可能会存在一种以上,比如条烟、包烟。本实施例能够对条烟和包烟的水平阈值、垂直阈值做计算。根据标记烟盒的实际平均宽度和平均高度能够确定水平阈值、垂直阈值的选择范围,最终计算最佳相邻阈值。
作为可选的实施方式,不同类型包括包烟i和条烟j;水平阈值、垂直阈值的计算公式为:
水平阈值i=平均宽度i*1.8;水平阈值j=平均宽度j*1.5;
垂直阈值i=平均高度i*2;垂直阈值j=平均高度j*1.5。
具体的,该水平阈值和垂直阈值的计算范围均是经过多次实验获取的优选方案,采用上述计算方式设定阈值,能够获得最佳的判定效果。
作为可选的实施方式,S500步骤中,顶点信息由每个标记烟盒的四个偏移点的坐标组成;若卷烟陈列图像中出现一种类型以上的标记烟盒,根据顶点信息分别计算不同类型的标记烟盒两两之间的距离。具体的,每个烟盒的顶点信息,由卷烟陈列图像进行目标检测后,获取的四个偏移点坐标组成。将卷烟陈列图像中出现的全部烟盒的四个偏移点坐标汇总成顶点信息并存档。卷烟陈列图像中可能会出现一种以上类型的标记烟盒,比如包烟和条烟。当标记烟盒的种类有超过一种时,需要分别对不同类型的标记烟盒进行统计分析,以免造成误检,降低识别准确率。
作为可选的实施方式,S600步骤中,若水平距离或垂直距离小于水平阈值或垂直阈值,则认为两个标记烟盒存在相邻关系;若水平距离和垂直距离均大于水平阈值或垂直阈值,则认为两个标记烟盒不存在相邻关系。具体的,标记烟盒两两之间的水平距离和垂直距离能够通过顶点信息进行计算。将两两之间的水平距离和垂直距离分别与水平阈值或垂直阈值做比较,能够对该标记烟盒是否存在行相邻或列相邻进行判断。该标记烟盒与相邻烟盒之间的距离,有一个以上小于水平阈值或垂直阈值,则该标记烟盒与相邻烟盒存在相邻关系;若该距离均大于水平阈值或垂直阈值,判断该标记烟盒与相邻烟盒不存在相邻关系。
作为可选的实施方式,S800步骤中,行列相邻混淆矩阵由行相邻和列相邻混淆矩阵的对应元素相加获得;若两个元素都为False,相加为False;若两个元素中至少有一个元素为True,相加为True。具体的,对同一烟盒分别做行相邻和列相邻的判断分析,分析结果会分别转化成行相邻和列相邻混淆矩阵中的一个元素。将对应元素的行相邻和列相邻的判断值进行或操作,当其中两个元素值均为False时,证明该烟盒与相邻烟盒既不存在行相邻,也不存在列相邻关系。当其中两个元素值中至少一个为True时,证明该烟盒与相邻烟盒存在行相邻和/或列相邻关系。通过观察矩阵中的元素值,能够获知该元素是否存在相邻关系。
作为可选的实施方式,S900步骤中,针对行列相邻混淆矩阵的每行任一元素,若元素为True,判断元素代表的烟盒存在相邻关系;若元素为False,判断元素代表的烟盒不存在相邻关系。具体的,行相邻混淆矩阵和列相邻混淆矩阵均是布尔类型的混淆矩阵,组成的行列相邻混淆矩阵也是布尔类型的混淆矩阵,其中只存在True和False两个值。将烟盒存在相邻关系比作真值,烟盒不存在相邻关系比作假值,能够将判断结果转换为矩阵进行或运算,对烟盒进行高效的相邻判定。
作为可选的实施方式,每遍历行列相邻混淆矩阵的一行,均需要将行中的相邻烟盒从行列相邻混淆矩阵中删除;行列相邻混淆矩阵中每行的计算结果为一个相邻烟盒列表。具体的,对行列相邻混淆矩阵逐行遍历后,需要将相邻烟盒记录后,在行列相邻混淆矩阵中删除,其余的不相邻烟盒位置保持不变。遍历完成后,能够通过目视删除相邻烟盒后的行列相邻混淆矩阵,获知标记烟盒在烟盒摆放中是否达到连续陈列的要求。
实施例仅是一个特例,并不表明本发明就这样一种实现方式。
以上所述仅为本发明的较佳实施例而已,本领域技术人员知悉,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等同替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。
Claims (8)
1.一种包/条烟盒连续陈列自动识别方法,其特征在于,所述包/条烟盒连续陈列自动识别方法根据包/条烟盒检测模型得到烟盒的品规和顶点信息,包括步骤:
S100:获取卷烟陈列图像;
S200:输入烟盒的品规和顶点信息;
S300:根据预设品规在所述烟盒中标记符合条件的标记烟盒;
S400:设定所述标记烟盒的水平阈值和垂直阈值;
S500:根据所述顶点信息计算所述标记烟盒两两之间的水平距离和垂直距离;
S600:将所述水平距离、垂直距离分别与所述水平阈值、垂直阈值做比较,判断所述标记烟盒两两之间是否存在列相邻或行相邻;
S700:将判断结果分别生成布尔类型的行相邻和列相邻的混淆矩阵;
S800:根据所述行相邻和列相邻的混淆矩阵生成行列相邻混淆矩阵;
S900:遍历所述行列相邻混淆矩阵,生成相邻烟盒列表;
所述包/条烟盒检测模型包括图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块和识别统计模块;所述图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块、识别统计模块通信连接;所述包/条烟盒检测模型能够获取卷烟陈列图像中每个烟盒的品规和顶点信息;所述图像预处理模块对所述卷烟陈列图像进行预处理,送入所述目标检测模块;所述目标检测模块对处理后的卷烟陈列图像进行检测,输出每个所述烟盒的中心点及对应的四个偏移点的坐标;所述图像仿射变换模块根据所述四个偏移点确定不规则四边形检测框,对所述不规则四边形检测框进行仿射变换,输出烟盒检测图像;所述烟盒识别模块对所述烟盒检测图像进行识别,输出预测结果;所述识别统计模块对所述预测结果进行信息融合,输出识别结果;根据所述识别结果能够统计所述卷烟陈列图像中出现的每个所述烟盒的品规信息。
2.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S400步骤中,具体包括:
S410:分别计算不同类型的所述标记烟盒的平均宽度和平均高度;
S420:根据所述平均宽度和平均高度设定所述水平阈值、垂直阈值。
3.根据权利要求2所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述不同类型包括包烟i和条烟j;所述水平阈值、垂直阈值的计算公式为:
水平阈值i=平均宽度i*1.8;水平阈值j=平均宽度j*1.5;
垂直阈值i=平均高度i*2;垂直阈值j=平均高度j*1.5。
4.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S500步骤中,所述顶点信息由每个所述标记烟盒的四个偏移点的坐标组成;若所述卷烟陈列图像中出现一种类型以上的所述标记烟盒,根据所述顶点信息分别计算不同类型的所述标记烟盒两两之间的距离。
5.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S600步骤中,若所述水平距离或垂直距离小于所述水平阈值或垂直阈值,则认为两个所述标记烟盒存在相邻关系;若所述水平距离和垂直距离均大于所述水平阈值或垂直阈值,则认为两个所述标记烟盒不存在相邻关系。
6.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S800步骤中,所述行列相邻混淆矩阵由所述行相邻和列相邻的混淆矩阵的对应元素相加获得;若两个元素都为False,相加为False;若两个元素中至少有一个元素为True,相加为True。
7.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S900步骤中,针对所述行列相邻混淆矩阵的每行任一元素,若所述元素为True,判断所述元素代表的所述烟盒存在相邻关系;若所述元素为False,判断所述元素代表的所述烟盒不存在相邻关系。
8.根据权利要求7所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,每遍历所述行列相邻混淆矩阵的一行,均需要将行中的所述相邻烟盒从所述行列相邻混淆矩阵中删除;所述行列相邻混淆矩阵中每行的计算结果为一个相邻烟盒列表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067530.2A CN114092694B (zh) | 2022-01-20 | 2022-01-20 | 一种包/条烟盒连续陈列自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067530.2A CN114092694B (zh) | 2022-01-20 | 2022-01-20 | 一种包/条烟盒连续陈列自动识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114092694A CN114092694A (zh) | 2022-02-25 |
CN114092694B true CN114092694B (zh) | 2022-05-10 |
Family
ID=80309083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210067530.2A Active CN114092694B (zh) | 2022-01-20 | 2022-01-20 | 一种包/条烟盒连续陈列自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092694B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863444B (zh) * | 2022-04-13 | 2023-07-14 | 广东烟草阳江市有限责任公司 | 基于特征识别的假条烟查办辅助方法及系统 |
CN115601631B (zh) * | 2022-12-15 | 2023-04-07 | 深圳爱莫科技有限公司 | 一种卷烟陈列图像识别方法、系统、设备及储存介质 |
CN116052062B (zh) * | 2023-03-07 | 2023-06-16 | 深圳爱莫科技有限公司 | 一种鲁棒的烟草陈列图像处理方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003032262A2 (en) * | 2001-10-09 | 2003-04-17 | Filtrona United Kingdom Limited | Anti-counterfeit measures |
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 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010026786A (ja) * | 2008-07-18 | 2010-02-04 | Japan Tobacco Inc | データ処理装置、コンピュータプログラム、データ処理方法 |
EP2617300B1 (en) * | 2010-09-14 | 2019-05-08 | Japan Tobacco, Inc. | Cigarette inspection method |
CN108549870B (zh) * | 2018-04-16 | 2022-06-10 | 图麟信息科技(深圳)有限公司 | 一种对物品陈列进行鉴别的方法及装置 |
CN110991372A (zh) * | 2019-12-09 | 2020-04-10 | 河南中烟工业有限责任公司 | 一种识别零售商户卷烟牌号陈列情况的方法 |
CN112116582A (zh) * | 2020-09-24 | 2020-12-22 | 深圳爱莫科技有限公司 | 一种库存或陈列场景下的条烟检测识别方法 |
-
2022
- 2022-01-20 CN CN202210067530.2A patent/CN114092694B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003032262A2 (en) * | 2001-10-09 | 2003-04-17 | Filtrona United Kingdom Limited | Anti-counterfeit measures |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN114092694A (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114092694B (zh) | 一种包/条烟盒连续陈列自动识别方法 | |
CN107292248B (zh) | 一种基于图像识别技术的商品管理方法及系统 | |
US7054489B2 (en) | Apparatus and method for image recognition | |
CN110570422B (zh) | 一种基于矩阵分析的胶囊缺陷视觉检测方法 | |
CN110136186B (zh) | 一种用于移动机器人目标测距的检测目标匹配方法 | |
CN113128864B (zh) | 一种基于物联网的智能零售管理平台 | |
CN112116582A (zh) | 一种库存或陈列场景下的条烟检测识别方法 | |
CN108629318A (zh) | 一种基于图像识别技术的货架陈列识别方法、装置和系统 | |
CN114359172A (zh) | 一种库存或陈列场景下的条烟多面检测识别方法及系统 | |
CN112348799B (zh) | 车辆定损方法、装置、终端设备及存储介质 | |
CN111814739B (zh) | 快递包裹体积的检测方法、装置、设备及存储介质 | |
CN111291834B (zh) | 一种快速生成货架数字陈列图的方法 | |
CN116702089A (zh) | 基于物联网的超市数据监测系统 | |
CN109493316B (zh) | 基于相似性分析和特征增量学习的封箱机烟包缺条智能检测方法 | |
JP4814116B2 (ja) | 実装基板外観検査方法 | |
CN115546141A (zh) | 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统 | |
CN115546140A (zh) | 一种显示面板检测方法、系统及电子装置 | |
CN110619337A (zh) | 一种受电弓滑板的亚像素边缘提取和识别方法 | |
CN116664551B (zh) | 基于机器视觉的显示屏检测方法、装置、设备及存储介质 | |
CN114155453B (zh) | 冰柜商品图像识别训练方法、识别方法及占有率计算方法 | |
CN114202518A (zh) | 一种基于深度学习的交互式图像标注方法 | |
JP6960620B2 (ja) | 検知システム | |
CN117115569B (zh) | 基于机器学习的物像自动识别分类方法及系统 | |
CN114638659B (zh) | 基于云平台家居五金生产销售数据管理系统及储存介质 | |
CN116187899B (zh) | 一种箱码输送对接wms系统 |
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 |