CN114445818B - 物品识别方法、装置、电子设备及计算机可读存储介质 - Google Patents
物品识别方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114445818B CN114445818B CN202210112218.0A CN202210112218A CN114445818B CN 114445818 B CN114445818 B CN 114445818B CN 202210112218 A CN202210112218 A CN 202210112218A CN 114445818 B CN114445818 B CN 114445818B
- Authority
- CN
- China
- Prior art keywords
- text
- result
- similarity calculation
- target
- target text
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 136
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000012015 optical character recognition Methods 0.000 claims abstract description 25
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 description 10
- 239000003814 drug Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- QAOWNCQODCNURD-UHFFFAOYSA-N sulfuric acid Substances OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000002360 explosive Substances 0.000 description 5
- 231100000331 toxic Toxicity 0.000 description 5
- 230000002588 toxic effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002285 radioactive effect Effects 0.000 description 3
- 239000002537 cosmetic Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229940124579 cold medicine Drugs 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 229940126532 prescription medicine Drugs 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Abstract
本公开提供了一种物品识别方法、装置、电子设备及计算机可读存储介质，涉及计算机技术领域，尤其涉及计算机视觉技术领域。具体实现方案为：对待识别物品的标签进行光学字符识别，获取第一识别结果；对所述第一识别结果进行文本检测，并在所述第一识别结果中未检测到第一目标文本的情况下，对所述待识别物品的标签进行图片识别，所述第一目标文本为预设物品类别关联的文本；在所述待识别物品的标签中未检测到目标图片的情况下，对所述第一识别结果中的文本与第二目标文本进行相似度计算，所述第二目标文本为所述预设物品类别关联的文本；基于所述相似度计算的结果，确定所述待识别物品的识别结果。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及计算机视觉技术领域，具体涉及一种物品识别方法、装置、电子设备及计算机可读存储介质。
背景技术
在物品流通过程中，可以通过识别物品的商标来实现对物品的分类、检验等。例如，在海关入境检验的场景中，需要对入境物品的商标进行检验，比如一些药品、化妆品、实验用品等，以检验这些物品是否符合入境规定。目前，通常可以通过光学字符识别(OpticalCharacter Recognition，OCR)来对物品进行识别检测，但是OCR对于待识别物品的图像清晰度要求较高，对于一些字体较小、字体密集或是版式复杂等形式的图像通常容易出现误识别。
发明内容
本公开提供了一种物品识别方法、装置、电子设备及计算机可读存储介质。
根据本公开的第一方面，提供了一种物品识别方法，包括：
对待识别物品的标签进行光学字符识别，获取第一识别结果；
对所述第一识别结果进行文本检测，并在所述第一识别结果中未检测到第一目标文本的情况下，对所述待识别物品的标签进行图片识别，所述第一目标文本为预设物品类别关联的文本；
在所述待识别物品的标签中未检测到目标图片的情况下，对所述第一识别结果中的文本与第二目标文本进行相似度计算，所述第二目标文本为所述预设物品类别关联的文本；
基于所述相似度计算的结果，确定所述待识别物品的识别结果。
根据本公开的第二方面，提供了一种物品识别装置，包括：
第一识别模块，用于对待识别物品的标签进行光学字符识别，获取第一识别结果；
第二识别模块，用于对所述第一识别结果进行文本检测，并在所述第一识别结果中未检测到第一目标文本的情况下，对所述待识别物品的标签进行图片识别，所述第一目标文本为预设物品类别关联的文本；
相似度计算模块，用于在所述待识别物品的标签中未检测到目标图片的情况下，对所述第一识别结果中的文本与第二目标文本进行相似度计算，所述第二目标文本为所述预设物品类别关联的文本；
确定模块，用于基于所述相似度计算的结果，确定所述待识别物品的识别结果。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。
本公开实施例中，结合了文本检测、图片检测及相似度计算来对物品是否属于预设物品类别进行识别，这样也就能够有效提升物品的识别准确率，也能够有效提升物品识别的效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开实施例提供的一种物品识别方法的流程图之一；
图2是本公开实施例提供的一种物品识别方法的流程图之二；
图3是本公开实施例提供的一种物品识别装置的结构图；
图4是用来实现本公开实施例的物品识别方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
请参照图1，图1是本公开实施例提供的一种物品识别方法的流程图之一，如图1所示，所述方法包括以下步骤：
步骤S101、对待识别物品的标签进行光学字符识别，获取第一识别结果。
需要说明地，本公开实施例提供的所述方法可以是应用于手机、平板电脑、笔记本电脑、台式计算机等电子设备。
其中，本公开实施例中的物品可以是指粘贴、印刷或篆刻有产品说明、生产信息、商标等信息的产品，例如实体商店或虚拟商店中售卖的商品、通过海关进出口的产品等。所述待识别物品的标签可以是指粘贴、印刷或篆刻在产品的如外包装上的包含有产品说明、生产信息、商标等信息的标牌，例如药品的外包装盒上印刷有药品名称、成分说明、药品标识等信息的部分，又如化学实验品的包装瓶上粘贴的包含有产品名称、成分信息、产品商标等信息的标牌，等。
本公开实施例中，可以是对待识别物品进行图像采集，以获取待识别物品的标签对应的标签图像，然后对所述标签图像进行光学字符识别(Optical CharacterRecognition，OCR)，得到第一识别结果。其中，所述第一识别结果为对所述待识别物品的标签进行OCR识别后得到的由字符组成文本。
步骤S102、对所述第一识别结果进行文本检测，并在所述第一识别结果中未检测到第一目标文本的情况下，对所述待识别物品的标签进行图片识别，所述第一目标文本为预设物品类别关联的文本。
本公开实施例中，在基于OCR得到第一识别结果后，电子设备对所述第一识别结果进行文本检测，以检测所述第一识别结果中是否包括第一目标文本。
其中，所述第一目标文本为预设物品类别关联的文本。例如，所述预设物品类别可以为药品，则所述第一目标文本也即为药品关联的文本，如第一目标文本为处方药、国药准字号、感冒药等；或者，所述预设物品类别为危险品，则所述第一目标文本为危险品关联的文本，例如第一目标文本为易燃、易爆炸、放射性、强腐蚀性等。当然，所述预设物品类别还可以是其他可能的物品类别，如食品、化妆品等，本公开实施例对此不做过多列举。
本公开实施例中，对第一识别结果进行文本检测，在所述第一识别结果中未检测到第一目标文本的情况下，则进一步对所述待识别物品的标签进行图片识别。例如，以预设物品类别为危险品为例，所述第一目标文本为预先设定的与危险品关联的文本，例如可以是预先设定危险品词库，所述危险品词库中包含多个第一目标文本，例如易燃、易爆炸、放射性、强腐蚀性、有毒、强酸、强碱、浓硫酸等；电子设备在获取到第一识别结果后，对所述第一识别结果进行文本检测，可以是将所述第一识别结果中包含的文本与危险品词库中的多个第一目标文本逐一进行比对，以判断所述第一识别结果中是否包括第一目标文本。可选地，电子设备可以是本地存储有所述危险品词库，或者也可以是将所述第一识别结果发送给存储有所述危险品词库的服务器，通过服务器来检测所述第一识别结果中是否包括第一目标文本，并获取服务器发送的检测结果。若所述第一识别结果中未检测到与危险品关联的第一目标文本，可以认为所述待识别物品的标签不为危险品标签，则电子设备进一步对该待识别物品的标签进行图片识别，以检测所述待识别物品的标签中是否包括目标图片。
步骤S103、在所述待识别物品的标签中未检测到目标图片的情况下，对所述第一识别结果中的文本与第二目标文本进行相似度计算，所述第二目标文本为所述预设物品类别关联的文本。
可选地，所述目标图片可以是指与预设物品类别关联的目标标识，例如预设物品类别为药品，则所述目标图片可以是药品标识，如非处方药(over the counter，OTC)标识、麻醉药标识等；或者，预设物品类别为危险品，则所述目标图片可以是危险品标识，如易燃标识、易爆炸标识、放射性标识、有毒标识等。例如，以所述预设物品类别为危险品为例，在所述第一识别结果中为检测到与危险品关联的第一目标文本的情况下，对待识别物品的标签进行图片识别，检测所述待识别物品的标签中是否包括危险品标识；例如可以是提取待识别物品的标签中的所有图片，将这些图片与危险品标识进行比对，判断这些图片是否为危险品标识；若未检测到危险品标识，可以认为所述待识别物品的标签不为危险品标签，则进一步对该待识别物品的标签对应的第一识别结果中的文本与第二目标文本进行相似度计算，获取相似度计算的结果。
本公开实施例中，所述第二目标文本为与所述预设物品类别关联的文本。例如，所述预设物品类别为药品，则所述第二目标文本也即为药品关联的文本；或者，所述预设物品类别为危险品，则所述第二目标文本为与危险品关联的文本，等等。可选地，所述第二目标文本可以是与所述第一目标文本相同；或者，所述第二目标文本可以是与所述第一目标文本不同，例如，所述预设物品类别为危险品，所述第一目标文本表征的危险等级可以是高于所述第二目标文本表征的危险等级，比如所述第一目标文本为浓硫酸，所述第二目标文本为硫酸。
可选地，所述第二目标文本为预先设定的与预设物品类别关联的文本，例如可以是预先设定危险品词库，所述危险品词库中包含与危险品关联的多个第二目标文本。所述对第一识别结果中的文本与第二目标文本进行相似度计算，可以是将所述第一识别结果中的文本与所述多个第二目标文本逐一计算相似度。可选地，可以是计算第一识别结果中的文本与第二目标文本的字面相似度和/或语义相似度，基于其中至少一者的相似度计算结果来确定物品的识别结果。
步骤S104、基于所述相似度计算的结果，确定所述待识别物品的识别结果。
需要说明地，所述待识别物品的识别结果，可以是指所述待识别物品是否属于预设物品类别。例如，所述预设物品类别为危险品，也即根据相似度计算的结果，确定待识别物品是否属于危险品。
本公开实施例中，通过对待识别物品的标签进行光学字符识别得到第一识别结果后，首先检测第一识别结果中是否包括第一目标文本，在未检测到第一目标文本的情况下，识别所述待识别物品的标签是否包括目标图片，若未检测到目标图片，进一步计算所述第一识别结果中的文本与第二目标文本的相似度，基于所述相似度计算的结果来确定所述待识别物品是否属于预设物品类别。也就是说，本公开实施例中并非仅是进行单一的文本检测或是图片检测识别物品，而是结合了文本检测、图片检测及相似度计算来对物品是否属于预设物品类别进行识别，这样也就能够有效提升物品的识别准确率，也能够有效提升物品识别的效率。
可选地，所述步骤S104包括：
在所述相似度计算的结果大于或等于第二阈值的情况下，确定所述物品属于所述预设物品类别；
在所述相似度计算的结果小于所述第二阈值的情况下，确定所述物品不属于所述预设物品类别。
其中，所述第二阈值可以是预先设定的阈值，例如可以是基于相关试验得到的经验值。
可选地，以预设物品类别为危险品为例，在物品对应的第一识别结果中的文本与第二目标文本的相似度大于或等于第二阈值的情况下，则将所述物品确定为危险品，在所述第一识别结果中的文本与第二目标文本的相似度小于第二阈值的情况下，则可以将所述物品确定为非危险品，能够有效提升危险品的召回率。
本公开实施例中，通过第二阈值的设置，基于相似度计算的结果来确定待识别物品是否属于预设物品类别，这样能够有效提升物品识别的准确率，相比于现有的人工检验识别，这样的方式也能够有效节省人力物力，提升物品识别效率。
可选地，在本公开实施例的一种实施方式中，所述步骤S103中，对所述第一识别结果中的文本与第二目标文本进行相似度计算，可以包括：
对所述第一识别结果中的文本与第二目标文本进行字面相似度计算；
在所述字面相似度计算的结果大于或等于第一阈值的情况下，将所述字面相似度计算的结果作为所述相似度计算的结果；
在所述字面相似度计算的结果小于所述第一阈值的情况下，对所述第一识别结果中的文本与所述第二目标文本进行语义相似度计算，并将所述语义相似度计算的结果作为所述相似度计算的结果。
该实施方式中，在对待识别物品的标签进行光学字符识别，得到第一识别结果后，在第一识别结果中未检测到第一目标文本，且所述待识别物品的标签中也未检测到目标图片的情况下，则对所述第一识别结果中的文本与第二目标文本进行字面相似度计算，基于字面相似度计算的结果来判定所述待识别物品是否属于预设物品类别。其中，所述字面相似度可以是指两个文本的文字相似度，例如“我和他”与“我和她”的字面相似度为66.7％，字面相似度的具体计算原理可以是参照相关技术，本公开实施例不做具体赘述。
本公开实施例中，在第一识别结果中的文本与第二目标文本的字面相似度计算的结果大于或等于第一阈值的情况下，则基于该字面相似度计算的结果来确定所述待识别物品的识别结果，例如直接确定所述待识别物品属于预设物品类别；或者，在字面相似度计算的结果大于或等于第一阈值的情况下，进一步比较字面相似度计算的结果与第二阈值的大小，第二阈值大于所述第一阈值，在字面相似度计算的结果大于或等于第二阈值的情况下，则确定所述待识别物品属于预设物品类别，在字面相似度计算的结果小于第二阈值的情况下，则确定所述待识别物品不属于所述预设物品类别。这样，通过两个阈值的比较，能够有效提升对物品是否属于预设物品类别的识别准确率，降低误识别的概率。
或者，在所述字面相似度计算的结果小于所述第一阈值的情况下，则进一步对所述第一识别结果中的文本与所述第二目标文本进行语义相似度计算，并基于语义相似度计算的结果来确定待识别物品是否属于预设物品类别。可以理解地，所述语义相似度相较字面相似度能够更有效地提升两个文本之间相似度计算的准确率。例如，对于“爸爸”和“父亲”两个文本，字面相似度计算的结果可以认为两个文本完全不相似，而语义相似度计算的结果则认为两个文本是相似的。
本公开实施例中，对第一识别结果中的文本与第二目标文本先进行字面相似度计算，如果字面相似度计算的结果小于第一阈值，进一步对所述第一识别结果中的文本与所述第二目标文本进行语义相似度计算，根据语义相似度计算的结果来确定待识别物品是否属于预设物品类别。这样也就能够避免单纯地因字面相似度计算而导致的误识别，有效提升物品识别的准确率。
可选地，在本公开实施例的另一种实施方式中，所述对所述第一识别结果中的文本与第二目标文本进行相似度计算，还可以包括：
对所述第一识别结果中的文本与第二目标文本分别进行字面相似度计算和语义相似度计算，获取所述字面相似度计算的第一结果以及所述语义相似度计算的第二结果；
基于所述第一结果和所述第二结果，确定所述相似度计算的结果。
该实施方式中，可以是同时对第一识别结果中的文本与第二目标文本进行字面相似度计算和语义相似度计算，获取字面相似度计算的第一结果以及语义相似度计算的第二结果，根据这两个结果来确定相似度计算的结果。
例如，可以是将第一结果与第二结果求平均值，将该平均值确定为相似度计算的结果；或者，也可以是计算第一结果与第一预设权重的第一乘积，计算第二结果与第二预设权重的第二乘积，将第一乘积与第二乘积之和作为相似度计算的结果；或者，还可以是在第一结果大于第一目标阈值的情况下，计算第一结果与第一预设权重的第一乘积，在第二结果大于第二目标阈值的情况下，计算第二结果与第二预设权重的第二乘积，根据第一乘积和第二乘积来确定相似度计算的结果。
本实施方式中，通过结合字面相似度计算的结果和文本相似度计算的结果，来确定第一识别结果中的文本与第二目标文本的相似度结果，以对待识别物品进行识别；相较于单一的字面相似度计算或语义相似度计算，这样能够提升两个文本之间相似度计算的准确率，进而以提高物品识别的准确率。
本公开实施例中，所述对所述第一识别结果中的文本与第二目标文本进行相似度计算之前，所述方法还可以包括：
获取第二目标文本基于预设编码方式得到的第二文本向量；
这种情况下，所述对所述第一识别结果中的文本与第二目标文本进行相似度计算，包括：
基于所述预设编码方式对所述第一识别结果中的文本进行向量编码，得到第一文本向量；
计算所述第一文本向量与所述第二文本向量之间的相似度。
需要说明地，对第二目标文本进行向量编码以得到第二文本向量，可以是由执行本方法的电子设备以外的其他设备来完成，或者称离线完成对第二目标文本的向量编码，例如通过服务器完成对第二目标文本的向量编码，并将编码后得到的第二文本向量发送给所述电子设备。
本公开实施例中，电子设备获取第二目标文本基于预设编码方式得到的第二文本向量，例如接收服务器发送的第二文本向量；电子设备可以是基于所述第二文本向量来确定所述预设编码方式，并基于所述预设编码方式对第一识别结果中的文本进行相同方式的向量编码，以得到第一文本向量，然后计算第一文本向量和第二文本向量之间的相似度。这样，第一文本向量和第二文本向量也就是基于同样的向量编码方式得到的，也就能够确保相似度计算的结果准确度，避免因不同的编码方式而导致的相似度计算误差。
本公开实施例中，所述预设编码方式可以是基于ernie-gram的编码方式。
可选地，所述方法还可以包括如下至少一项：
在所述第一识别结果中检测到所述第一目标文本的情况下，确定所述待识别物品属于所述预设物品类别；
在所述待识别物品的标签中检测到所述目标图片的情况下，确定所述待识别物品属于所述预设物品类别。
本公开实施例中，在对待识别物品的标签进行光学字符识别，得到第一识别结果后，对所述第一识别结果进行文本检测，在所述第一识别结果中检测到第一目标文本的情况下，则确定所述待识别物品属于与第一目标文本关联的预设物品类别。例如，假设预设物品类别为危险品，第一目标文本可以是包括易燃、易爆炸、有毒、硫酸等与危险品相关的文本，如果第一识别结果中检测到“浓硫酸”，则直接将所述待识别物品确定为危险品，那么也就无需再执行后续的图片识别及相似度计算等流程，这样也就能够快速实现对待识别物品的识别，有效提升物品识别效率。
或者，如果第一识别结果中未检测到第一目标文本，则对待识别物品的标签进行图片识别，在所述待识别物品的标签中检测到目标图片的情况下，则确定所述待识别物品属于预设物品类别。同样以预设物品类别为危险品为例，目标图片可以是包括如易燃标识、易爆炸标识、有毒标识等与危险品相关的标识，在对待识别物品的标签进行图片识别的过程中，若检测到所述待识别物品的标签中包括有毒标识，则直接将所述待识别物品确定为危险品，那么也就无需再执行后续的相似度计算等流程，这样也就能够快速实现对待识别物品的识别，有效提升物品识别效率。
请参照图2，图2是本公开实施例提供的一种物品识别方法的流程图之二，本公开实施例中，以预设物品类别为危险品为例，也即本公开实施例的目的为识别物品是否属于危险品。如图2所示，所述方法包括如下步骤：
步骤S201、获取待识别物品的标签图像；
步骤S202、对所述标签图像进行OCR识别；
步骤S203、对OCR识别后得到的OCR结果进行文本检测；
步骤S204、判断所述OCR结果中的文本与危险品词库中的第一目标文本是否匹配；
步骤S205、若是，则判定所述待识别物品属于危险品；
步骤S206、若否，对所述待识别物品的标签进行商标标识检测；
步骤S207、判断所述待识别物品的标签中是否检测到危险品商标标识；
步骤S208、若是，则判定所述待识别物品属于危险品；
步骤S209、若否，基于对OCR结果编码后得到的文本与第二目标文本进行相似度计算，第二目标文本为与危险品关联的文本；
步骤S210、基于相似度计算结果判断所述待识别物品是否属于危险品；
步骤S211、在相似度计算结果大于或等于预设阈值的情况下，则判定所述待识别物品属于危险品；
步骤S212、在相似度计算结果小于预设阈值的情况下，则判定所述待识别物品属于非危险品。
本公开实施例中，通过结合文本检测、商标标识检测及相似度计算来对物品是否属于危险品进行识别，进而有效地结合了目标检测的图像检测技术和文本语义检测技术，为危险品检测技术进行了补充，使得危险品检测的召回率得到了显著提升，能够避免OCR识别错误而造成的漏检，有效提升了危险品识别检测的准确率。
请参照图3，图3是本公开实施例提供的一种物品识别装置的结构图，如图3所示，物品识别装置300包括：
第一识别模块301，用于对待识别物品的标签进行光学字符识别，获取第一识别结果；
第二识别模块302，用于对所述第一识别结果进行文本检测，并在所述第一识别结果中未检测到第一目标文本的情况下，对所述待识别物品的标签进行图片识别，所述第一目标文本为预设物品类别关联的文本；
相似度计算模块303，用于在所述待识别物品的标签中未检测到目标图片的情况下，对所述第一识别结果中的文本与第二目标文本进行相似度计算，所述第二目标文本为所述预设物品类别关联的文本；
确定模块304，用于基于所述相似度计算的结果，确定所述待识别物品的识别结果。
可选地，所述相似度计算模块303还用于：
对所述第一识别结果中的文本与第二目标文本进行字面相似度计算；
在所述字面相似度计算的结果大于或等于第一阈值的情况下，将所述字面相似度计算的结果作为所述相似度计算的结果；
在所述字面相似度计算的结果小于所述第一阈值的情况下，对所述第一识别结果中的文本与所述第二目标文本进行语义相似度计算，并将所述语义相似度计算的结果作为所述相似度计算的结果。
可选地，所述相似度计算模块303还用于：
对所述第一识别结果中的文本与第二目标文本分别进行字面相似度计算和语义相似度计算，获取所述字面相似度计算的第一结果以及所述语义相似度计算的第二结果；
基于所述第一结果和所述第二结果，确定所述相似度计算的结果。
可选地，所述装置还包括：
获取模块，用于获取第二目标文本基于预设编码方式得到的第二文本向量；
所述相似度计算模块303还用于：
基于所述预设编码方式对所述第一识别结果中的文本进行向量编码，得到第一文本向量；
计算所述第一文本向量与所述第二文本向量之间的相似度。
可选地，所述确定模块304还用于：
在所述相似度计算的结果大于或等于第二阈值的情况下，确定所述待识别物品属于所述预设物品类别；
在所述相似度计算的结果小于所述第二阈值的情况下，确定所述待识别物品不属于所述预设物品类别。
可选地，所述确定模块304还用于执行如下至少一项：
在所述第一识别结果中检测到所述第一目标文本的情况下，确定所述待识别物品属于所述预设物品类别；
在所述待识别物品的标签中检测到所述目标图片的情况下，确定所述待识别物品属于所述预设物品类别。
本公开实施例提供的物品识别装置300，结合了文本检测、图片检测及相似度计算来对物品是否属于预设物品类别进行识别，这样也就能够有效提升物品的识别准确率，也能够有效提升物品识别的效率。
需要说明地，本公开实施例提供的物品识别装置300能够实现上述图1和图2所述物品识别方法实施例中的全部技术方案，因此至少能够实现上述图1和图2所述方法实施例的全部技术效果，此处不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示，电子设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
电子设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如物品识别方法。例如，在一些实施例中，物品识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的物品识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行物品识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (12)
1.一种物品识别方法，包括：
对待识别物品的标签进行光学字符识别，获取第一识别结果；
对所述第一识别结果进行文本检测，并在所述第一识别结果中未检测到第一目标文本的情况下，对所述待识别物品的标签进行图片识别，所述第一目标文本为预设物品类别关联的文本；
在所述待识别物品的标签中未检测到目标图片的情况下，对所述第一识别结果中的文本与第二目标文本进行相似度计算，所述第二目标文本为所述预设物品类别关联的文本，所述目标图片是指与所述预设物品类别关联的目标标识，所述预设物品类别为危险品，所述第一目标文本表征的危险等级高于所述第二目标文本表征的危险等级；
基于所述相似度计算的结果，确定所述待识别物品的识别结果；
所述对所述第一识别结果中的文本与第二目标文本进行相似度计算，包括：
对所述第一识别结果中的文本与第二目标文本进行字面相似度计算；
在所述字面相似度计算的结果大于或等于第一阈值的情况下，将所述字面相似度计算的结果作为所述相似度计算的结果；
在所述字面相似度计算的结果小于所述第一阈值的情况下，对所述第一识别结果中的文本与所述第二目标文本进行语义相似度计算，并将所述语义相似度计算的结果作为所述相似度计算的结果。
2.根据权利要求1所述的方法，其中，所述对所述第一识别结果中的文本与第二目标文本进行相似度计算，包括：
对所述第一识别结果中的文本与第二目标文本分别进行字面相似度计算和语义相似度计算，获取所述字面相似度计算的第一结果以及所述语义相似度计算的第二结果；
基于所述第一结果和所述第二结果，确定所述相似度计算的结果。
3.根据权利要求1所述的方法，其中，所述对所述第一识别结果中的文本与第二目标文本进行相似度计算之前，所述方法还包括：
获取第二目标文本基于预设编码方式得到的第二文本向量；
所述对所述第一识别结果中的文本与第二目标文本进行相似度计算，包括：
基于所述预设编码方式对所述第一识别结果中的文本进行向量编码，得到第一文本向量；
计算所述第一文本向量与所述第二文本向量之间的相似度。
4.根据权利要求1-3中任一项所述的方法，其中，所述基于所述相似度计算的结果，确定所述待识别物品的识别结果，包括：
在所述相似度计算的结果大于或等于第二阈值的情况下，确定所述待识别物品属于所述预设物品类别；
在所述相似度计算的结果小于所述第二阈值的情况下，确定所述待识别物品不属于所述预设物品类别。
5.根据权利要求1-3中任一项所述的方法，还包括如下至少一项：
在所述第一识别结果中检测到所述第一目标文本的情况下，确定所述待识别物品属于所述预设物品类别；
在所述待识别物品的标签中检测到所述目标图片的情况下，确定所述待识别物品属于所述预设物品类别。
6.一种物品识别装置，包括：
第一识别模块，用于对待识别物品的标签进行光学字符识别，获取第一识别结果；
第二识别模块，用于对所述第一识别结果进行文本检测，在所述第一识别结果中未检测到第一目标文本的情况下，对所述待识别物品的标签进行图片识别，所述第一目标文本为预设物品类别关联的文本；
相似度计算模块，用于在所述待识别物品的标签中未检测到目标图片的情况下，对所述第一识别结果中的文本与第二目标文本进行相似度计算，所述第二目标文本为所述预设物品类别关联的文本，所述目标图片是指与所述预设物品类别关联的目标标识，所述预设物品类别为危险品，所述第一目标文本表征的危险等级高于所述第二目标文本表征的危险等级；
确定模块，用于基于所述相似度计算的结果，确定所述待识别物品的识别结果；
所述相似度计算模块还用于：
对所述第一识别结果中的文本与第二目标文本进行字面相似度计算；
在所述字面相似度计算的结果大于或等于第一阈值的情况下，将所述字面相似度计算的结果作为所述相似度计算的结果；
在所述字面相似度计算的结果小于所述第一阈值的情况下，对所述第一识别结果中的文本与所述第二目标文本进行语义相似度计算，并将所述语义相似度计算的结果作为所述相似度计算的结果。
7.根据权利要求6所述的装置，其中，所述相似度计算模块还用于：
对所述第一识别结果中的文本与第二目标文本分别进行字面相似度计算和语义相似度计算，获取所述字面相似度计算的第一结果以及所述语义相似度计算的第二结果；
基于所述第一结果和所述第二结果，确定所述相似度计算的结果。
8.根据权利要求6所述的装置，其中，所述装置还包括：
获取模块，用于获取第二目标文本基于预设编码方式得到的第二文本向量；
所述相似度计算模块还用于：
基于所述预设编码方式对所述第一识别结果中的文本进行向量编码，得到第一文本向量；
计算所述第一文本向量与所述第二文本向量之间的相似度。
9.根据权利要求6-8中任一项所述的装置，其中，所述确定模块还用于：
在所述相似度计算的结果大于或等于第二阈值的情况下，确定所述待识别物品属于所述预设物品类别；
在所述相似度计算的结果小于所述第二阈值的情况下，确定所述待识别物品不属于所述预设物品类别。
10.根据权利要求6-8中任一项所述的装置，所述确定模块还用于执行如下至少一项：
在所述第一识别结果中检测到所述第一目标文本的情况下，确定所述待识别物品属于所述预设物品类别；
在所述待识别物品的标签中检测到所述目标图片的情况下，确定所述待识别物品属于所述预设物品类别。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210112218.0A CN114445818B (zh) | 2022-01-29 | 2022-01-29 | 物品识别方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210112218.0A CN114445818B (zh) | 2022-01-29 | 2022-01-29 | 物品识别方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114445818A CN114445818A (zh) | 2022-05-06 |
| CN114445818B true CN114445818B (zh) | 2023-08-01 |
Family
ID=81372080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210112218.0A Active CN114445818B (zh) | 2022-01-29 | 2022-01-29 | 物品识别方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114445818B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10540381B1 (en) * | 2019-08-09 | 2020-01-21 | Capital One Services, Llc | Techniques and components to find new instances of text documents and identify known response templates |
| WO2020045714A1 (ko) * | 2018-08-31 | 2020-03-05 | 망고슬래브 주식회사 | 콘텐츠 인식 방법 및 시스템 |
| WO2021159613A1 (zh) * | 2020-02-14 | 2021-08-19 | 深圳壹账通智能科技有限公司 | 文本语义相似度的分析方法、装置及计算机设备 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4366108B2 (ja) * | 2003-04-30 | 2009-11-18 | キヤノン株式会社 | 文書検索装置、文書検索方法及びコンピュータプログラム |
| CN109741551B (zh) * | 2018-12-24 | 2021-09-24 | 青岛海信智能商用系统股份有限公司 | 一种商品识别结算方法、装置及系统 |
| CN110263793A (zh) * | 2019-06-25 | 2019-09-20 | 北京百度网讯科技有限公司 | 物品标签识别方法及装置 |
| WO2021084702A1 (ja) * | 2019-10-31 | 2021-05-06 | 楽天株式会社 | 文書画像解析装置、文書画像解析方法およびプログラム |
| CN112596656A (zh) * | 2020-12-28 | 2021-04-02 | 北京小米移动软件有限公司 | 内容识别方法、装置及存储介质 |
| CN113012783A (zh) * | 2021-03-18 | 2021-06-22 | 深圳市瑞意博科技股份有限公司 | 药品复核方法、装置、计算机设备及存储介质 |
-
2022
- 2022-01-29 CN CN202210112218.0A patent/CN114445818B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020045714A1 (ko) * | 2018-08-31 | 2020-03-05 | 망고슬래브 주식회사 | 콘텐츠 인식 방법 및 시스템 |
| US10540381B1 (en) * | 2019-08-09 | 2020-01-21 | Capital One Services, Llc | Techniques and components to find new instances of text documents and identify known response templates |
| WO2021159613A1 (zh) * | 2020-02-14 | 2021-08-19 | 深圳壹账通智能科技有限公司 | 文本语义相似度的分析方法、装置及计算机设备 |
Non-Patent Citations (2)
| Title |
|---|
| A Methodalogy for Integrating Images and Text for Object Identification;Patrick Paulson et al.;《ASPRS 2006》;第1-9页 * |
| 国内外食品标识识别技术综述;徐 峰 等;《铁路节能环保与安全卫生》;第9卷;第27-31页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114445818A (zh) | 2022-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113378833B (zh) | 图像识别模型训练方法、图像识别方法、装置及电子设备 | |
| CN113627508B (zh) | 陈列场景识别方法、装置、设备以及存储介质 | |
| CN113344055B (zh) | 图像识别方法、装置、电子设备和介质 | |
| CN115546488B (zh) | 信息分割方法、信息提取方法和信息分割模型的训练方法 | |
| CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
| CN112632227A (zh) | 简历匹配方法、装置、电子设备、存储介质和程序产品 | |
| CN114445818B (zh) | 物品识别方法、装置、电子设备及计算机可读存储介质 | |
| CN112699237A (zh) | 标签确定方法、设备和存储介质 | |
| CN112580620A (zh) | 标志图片处理方法、装置、设备和介质 | |
| CN114764874B (zh) | 深度学习模型的训练方法、对象识别方法和装置 | |
| CN113190679B (zh) | 关系确定方法、装置、电子设备和存储介质 | |
| CN113221519B (zh) | 用于处理表格数据的方法、装置、设备、介质和产品 | |
| CN113110782B (zh) | 图像的识别方法、装置、计算机设备及存储介质 | |
| CN114677566A (zh) | 深度学习模型的训练方法、对象识别方法和装置 | |
| CN114912541A (zh) | 分类方法、装置、电子设备和存储介质 | |
| CN113936158A (zh) | 一种标签匹配方法及装置 | |
| CN113239273A (zh) | 用于生成文本的方法、装置、设备以及存储介质 | |
| CN118365990B (zh) | 应用于违禁品检测的模型训练方法、装置及电子设备 | |
| CN112528682B (zh) | 语种检测方法、装置、电子设备和存储介质 | |
| CN113032540B (zh) | 人机交互方法、装置、设备和存储介质 | |
| CN113051472B (zh) | 点击通过率预估模型的建模方法、装置、设备以及存储介质 | |
| CN114092874B (zh) | 目标检测模型的训练方法、目标检测方法及其相关设备 | |
| CN116866042A (zh) | 终端属性检测方法、装置、电子设备以及存储介质 | |
| CN117668294A (zh) | 人脸库创建、视频识别方法、装置及电子设备 | |
| CN114863455A (zh) | 用于提取信息的方法和装置 |
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 |