CN114494892A - 一种货架商品陈列信息识别方法、装置、设备及存储介质 - Google Patents

一种货架商品陈列信息识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114494892A
CN114494892A CN202210392466.5A CN202210392466A CN114494892A CN 114494892 A CN114494892 A CN 114494892A CN 202210392466 A CN202210392466 A CN 202210392466A CN 114494892 A CN114494892 A CN 114494892A
Authority
CN
China
Prior art keywords
shelf
commodity
image
goods
information
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.)
Granted
Application number
CN202210392466.5A
Other languages
English (en)
Other versions
CN114494892B (zh
Inventor
王杰
丁明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Xuanwu Wireless Technology Co Ltd
Original Assignee
Guangzhou Xuanwu Wireless Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Xuanwu Wireless Technology Co Ltd filed Critical Guangzhou Xuanwu Wireless Technology Co Ltd
Priority to CN202210392466.5A priority Critical patent/CN114494892B/zh
Publication of CN114494892A publication Critical patent/CN114494892A/zh
Application granted granted Critical
Publication of CN114494892B publication Critical patent/CN114494892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种货架商品陈列信息识别方法、装置、设备及存储介质，其中，识别方法包括：从目标图像中提取货架商品的角度信息，基于所述货架商品的角度信息对所述目标图像进行校正，得到校正图像；根据所述校正图像进行货架商品信息识别，得到所述目标图像中的商品陈列信息。上述方法通过对目标图像进行校正得到了标准角度下的校正图像，可避免不同货架姿态对商品陈列识别准确率的影响；同时根据校正图像实现对图像商品陈列信息的精确识别，可为后续智能铺货陈列推荐提供准确的数据基础。

Description

一种货架商品陈列信息识别方法、装置、设备及存储介质
技术领域
本发明涉及图像处理技术领域，特别是涉及一种货架商品陈列信息识别方法、装置、设备及存储介质。
背景技术
对于线下门店而言，货架商品陈列是线下门店的营销核心之一，商品的陈列情况对于销售情况的好坏有非常直接的影响。目前主要通过业务员或销售代表实地获取线下门店真实陈列场景数据，以帮助企业了解真实的商品陈列信息及渠道覆盖情况。
当前，业务员通常利用手机端App拍照采集货架商品陈列图片，并传输到系统后台，由系统后台完成商品陈列识别分析。然而，由于不同的业务员所采集的货架商品陈列图片姿态各异，使得系统在复杂场景下识别得到的商品陈列场景数据精度低，数据实用性也较差。因此，如何实现对任意姿态货架条件下的商品陈列精准识别，是当前急需解决的问题。
发明内容
为了解决上述技术问题，本发明提供一种货架商品陈列信息识别方法、装置、设备及存储介质，能够实现对任意姿态货架条件下的商品陈列精准识别，为智能铺货陈列推荐提供更准确的数据基础。
第一方面，本发明提供一种货架商品陈列信息识别方法，包括：
从目标图像中提取货架商品的角度信息，基于所述货架商品的角度信息对所述目标图像进行校正，得到校正图像；
根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级；
对各所述商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；
基于所述商品层级以及各所述商品之间的近邻关系，得到所述目标图像中的商品陈列信息。
在一种可能的实现方式中，所述从目标图像中提取货架商品的角度信息，具体为：
通过预先构建的图像识别模型获取目标图像的标签，所述标签包括货架方向信息和货架倾斜信息；
根据所述标签确定所述目标图像的角度信息。
在一种可能的实现方式中，所述图像识别模型具体为多任务深度学习分类网络模型。
在一种可能的实现方式中，所述根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级，具体为：
确定所述校正图像中各货架商品的坐标；
基于各所述货架商品的坐标与主方向直线簇中最接近的主方向直线之间的位置关系，划分商品层级；其中，所述主方向直线簇通过对所述校正图像进行直线检测得到。
在一种可能的实现方式中，所述主方向直线通过对所述校正图像进行直线检测得到，具体为：
分别通过直线检测算法和消失点检测算法获取所述校正图像中的直线集和消失点集；
根据所述校正图像中的货架商品的角度信息确定所述消失点集中的主方向消失点；
获取所述直线集中各直线到所述主方向消失点的夹角，根据各所述夹角与阈值的关系筛选出所述直线集中的目标直线簇；
对所述目标直线簇进行聚类，并根据聚类结果对所述目标直线簇进行融合处理，得到主方向直线簇。
第二方面，本发明提供一种货架商品陈列信息识别装置，包括：
校正模块，用于从目标图像中提取货架商品的角度信息，基于所述货架商品的角度信息对所述目标图像进行校正，得到校正图像；
识别模块，用于根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级；对各所述商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；基于所述商品层级以及各所述商品之间的近邻关系，得到所述目标图像中的商品陈列信息。
在一种可能的实现方式中，所述根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级，具体为：
对所述校正图像中的货架商品进行竖直方向遍历，划分商品层级；
对各所述商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；
基于所述商品层级以及各所述商品之间的近邻关系，得到所述目标图像中的商品陈列信息。
第三方面，本发明提供一种数据处理设备，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序，所述程序由所述处理器执行，使得所述数据处理设备执行第一方面所述的货架商品陈列信息识别方法。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机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陈列信息识别方法。
相比现有技术，本发明的有益效果在于：
本发明提供的货架商品陈列信息识别方法通过对目标图像进行校正得到了标准角度下的校正图像，从而避免了不同货架姿态对商品陈列识别准确率的影响；同时根据校正图像中实现对图像商品陈列信息的精确识别，能够为后续智能铺货陈列推荐提供准确的数据基础。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，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。
图1是本发明实施例提供的货架商品陈列信息识别方法的流程示意图；
图2是本发明实施例提供的货架商品陈列信息识别装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1示出根据本发明一实施例的货架商品陈列信息识别方法的流程图。该货架商品陈列信息识别方法的执行主体可以是货架商品陈列信息识别装置。例如，该货架商品陈列信息识别方法可以由终端设备(例如门店的PC（Personal Computer，个人计算机）)或服务器（例如后台系统）或其它处理设备执行，其中，终端设备可以是用户设备（UserEquipment，UE）、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理（PersonalDigital Assistant，PDA）、手持设备、计算设备、车载设备或者可穿戴设备等。
在一些可能的实现方式中，该货架商品陈列信息识别方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图1所示，第一方面，所述货架商品陈列信息识别方法包括下述步骤S1至S2。
S1：从目标图像中提取货架商品的角度信息，基于所述货架商品的角度信息对所述目标图像进行校正，得到校正图像。
可以理解的是，线下门店可以包括一个或多个货架，每个货架可以包括一个或多个层板，层板可以表示货架上用于承载商品的板，每个货架可以包括一个或多个商品陈列区域。
在本实施例中，目标图像具体为各线下门店货架上的商品陈列初始图像，由业务人员现场拍摄后通过业务侧进行提交，因此，不同商品陈列初始图像中的货架商品类型及陈列姿态不尽相同，通过对目标图像的角度进行校正，可得到标准、统一拍摄角度的校正图像，便于进行更准确的货架商品陈列信息识别。
S2：根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级；对各所述商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；基于所述商品层级以及各所述商品之间的近邻关系，得到所述目标图像中的商品陈列信息。
在本实施例中，可根据校正图像中各货架商品的布置数据得到货架商品的陈列关系，基于所得到的陈列关系，能够对校正图像中的商品陈列信息进行准确识别。
在步骤S1中，可通过预先构建的图像识别模型获取目标图像的标签，根据标签确定货架商品的角度信息。具体地，所述标签包括货架方向信息和货架倾斜信息。
在本实施例中，货架方向信息包括四个类别：left_90、right_90、updown_180和normal。
其中，left_90表示货架图像向左旋转90°；right_90表示货架图像向右旋转90°；updown_180表示货架图像翻转180°；normal则表示图像无翻转。
货架倾斜信息包括五个类别：tilt_left_20、tilt_left_40、tilt_nomal、tilt_right_20和tilt_right_40。
其中，tilt_left_20表示货架图像yaw角度（向左倾斜）大于15°且小于35°；tilt_right_20表示货架图像yaw角度（向右倾斜）大于15°且小于35°；tilt_left_40表示货架图像yaw角度（向左倾斜）大于35°；tilt_right_40表示货架图像yaw角度（向右倾斜）大于35°；tilt_normal表示货架图像向左倾斜、向右倾斜均小于等于15°。
需要说明的是，为了得到标签中的货架方向信息和货架倾斜信息，本实施例采用了多任务深度学习分类网络进行图像识别模型训练，以确保得到识别精度更高的货架方向信息和货架倾斜信息。
具体地，可利用已标注了货架方向信息和货架倾斜信息的货架陈列图像数据进行端到端的深度学习分类网络训练，并通过多任务学习构建图像识别模型。
在本实施例中，所述图像识别模型可设置为swin Transformer分类网络模型。
需要说明的是，在步骤S1中，所述基于货架商品的角度信息对目标图像进行校正，具体可根据货架方向信息对目标图像进行旋转校正，以得到标准角度下的校正图像。
示例性的，若对目标图像识别得到的货架方向信息为left_90，则校正时对目标图像向右旋转90°。
在步骤S2中，具体可根据货架商品布置数据对校正图像中的货架商品进行竖直方向遍历，划分商品层级；再对各商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；最后基于商品层级以及各商品之间的近邻关系，得到目标图像中的商品陈列信息。
在一种可能的实现方式中，可根据货架商品布置数据确定校正图像中各货架商品的坐标，再基于货架商品坐标与主方向直线簇中最接近的主方向直线之间的位置关系，划分商品层级；其中，主方向直线簇通过对校正图像进行直线检测得到。
在该实现方式中，可分别通过直线检测算法和消失点检测算法获取校正图像中的直线集和消失点集，根据校正图像中的货架商品的角度信息确定所述消失点集中的主方向消失点；获取直线集中各直线与该主方向消失点之间的夹角，根据各夹角与预设的夹角阈值的关系，筛选出直线集中的目标直线簇；最后对目标直线簇进行聚类，并根据聚类结果对目标直线簇进行融合处理，得到主方向直线簇。
在一个实施例中，可通过基于学习的任意畸变图像的统一线段检测方法（ULSD）获取校正图像中的所有直线，得到直线集。具体地，在统一线段检测方法（ULSD）中，可基于等分点的Bezier曲线表示方法建模任意畸变的线段，再利用端到端可训练神经网络进行等分点回归，并在此基础上回归出整条线段。
需要说明的是，得到校正图像的直线集后，可设置直线长度阈值，并通过该阈值从直线集中筛选满足长度条件的直线。
在另一实施例中，可通过消失点检测算法确定校正图像中的消失点集，并基于消失点集中的消失点和步骤S1中得到的货架倾斜信息得到校正图像中的货架倾斜主方向，以及主方向消失点。
进一步地，计算直线集中各直线到主方向消失点的夹角，若夹角大于预设角度阈值（如30°），则在直线集中去掉该直线，最终筛选得到直线集中的目标直线簇。具体地，目标直线簇中的各直线可通过延长线段至图像边缘得到。
具体地，可对得到的目标直线簇进行y轴方向上的聚类，并计算各类内直线的平均斜率及纵坐标均值。根据计算得到的平均斜率和纵坐标均值对类内直线进行融合处理，可进一步去除异常直线，得到融合后的更高精度的主方向直线簇。
需要说明的是，本发明不对直线检测算法和消失点检测算法做限定，其他可实现直线检测及消失点检测的方法均可应用于本发明中。
在另一种可能的实现方式中，可利用目标检测算法对校正图像进行检测，得到货架商品布置数据，具体包括商品位置数据和商品类别数据。
进一步地，可根据商品位置信息确定位于最上层货架的商品，并通过最上层货架商品的y轴坐标确定距离其最近的主方向直线，将位于该主方向直线上方的商品设置为同一层级；其余层货架的商品和对应主方向直线均采用相同的操作进行划分，最终生成校正图像中的商品层级。
对于各层级内的商品，则按照商品坐标的x轴方向进行遍历，以确定各商品上下左右的最近邻商品。
具体地，可将第i层级第j个商品的中心设置为节点，在同一商品层级中，分别确定该商品左侧和右侧的最近邻节点；同时，在相邻的商品层级中确认距离其中心坐标最近的上侧及下侧节点，并计算该节点到所述最近邻节点的距离。
需要说明的是，所述节点包含的信息包括：商品的中心坐标、位置信息、最近的主方向直线信息，最近邻节点（商品）信息，以及到最近邻节点的dx、dy及距离信息，其中，dx、 dy分别表示第i层级第j个商品到近邻节点的x轴方向距离以及到y轴方向距离。
根据节点包含的信息可完成货架商品陈列关系网络的构建。基于所构建的货架商品陈列关系网络，可得到目标图像中的商品陈列信息，通过商品陈列信息可提高对线下门店商品陈列情况的稽核效率，同时为智能铺货陈列推荐等应用场景提供准确的数据基础。
请参照图2，第二方面，本发明另一实施例还提供一种货架商品陈列信息识别装置，包括校正模块101和识别模块102。
校正模块101用于从目标图像中提取货架商品的角度信息，基于所述货架商品的角度信息对所述目标图像进行校正，得到校正图像。
识别模块102用于根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级；对各所述商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；基于所述商品层级以及各所述商品之间的近邻关系，得到所述目标图像中的商品陈列信息。
上述装置内的各模块之间信息交互、执行过程等内容，由于与本发明货架商品陈列信息识别方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
第三方面，本发明提供一种数据处理设备，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序，所述程序由所述处理器执行，使得所述数据处理设备执行第一方面所述的货架商品陈列信息识别方法。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机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陈列信息识别方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可监听存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种货架商品陈列信息识别方法，其特征在于，包括：
从目标图像中提取货架商品的角度信息，基于所述货架商品的角度信息对所述目标图像进行校正，得到校正图像；
根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级；
对各所述商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；
基于所述商品层级以及各所述商品之间的近邻关系，得到所述目标图像中的商品陈列信息。
2.根据权利要求1所述的货架商品陈列信息识别方法，其特征在于，所述从目标图像中提取货架商品的角度信息，具体为：
通过预先构建的图像识别模型获取目标图像的标签，所述标签包括货架方向信息和货架倾斜信息；
根据所述标签确定所述目标图像的角度信息。
3.根据权利要求2所述的货架商品陈列信息识别方法，其特征在于，所述图像识别模型具体为多任务深度学习分类网络模型。
4.根据权利要求1所述的货架商品陈列信息识别方法，其特征在于，所述根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级，具体为：
获取所述校正图像中各货架商品的坐标；
基于各所述货架商品的坐标与主方向直线簇中最接近的主方向直线之间的位置关系，划分商品层级；其中，所述主方向直线簇通过对所述校正图像进行直线检测得到。
5.根据权利要求4所述的货架商品陈列信息识别方法，其特征在于，所述主方向直线通过对所述校正图像进行直线检测得到，具体为：
分别通过直线检测算法和消失点检测算法获取所述校正图像中的直线集和消失点集；
根据所述校正图像中的货架商品的角度信息确定所述消失点集中的主方向消失点；
获取所述直线集中各直线到所述主方向消失点的夹角，根据各所述夹角与阈值的关系筛选出所述直线集中的目标直线簇；
对所述目标直线簇进行聚类，并根据聚类结果对所述目标直线簇进行融合处理，得到主方向直线簇。
6.一种货架商品陈列信息识别装置，其特征在于，包括：
校正模块，用于从目标图像中提取货架商品的角度信息，基于所述货架商品的角度信息对所述目标图像进行校正，得到校正图像；
识别模块，用于根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级；
对各所述商品层级中的商品进行水平方向遍历，确定各商品之间的近邻关系；
基于所述商品层级以及各所述商品之间的近邻关系，得到所述目标图像中的商品陈列信息。
7.根据权利要求6所述的货架商品陈列信息识别装置，其特征在于，所述根据所述校正图像中的货架商品布置数据对所述校正图像进行竖直方向遍历，划分商品层级，具体为：
获取所述校正图像中各货架商品的坐标；
基于各所述货架商品的坐标与主方向直线簇中最接近的主方向直线之间的位置关系，划分商品层级；其中，所述主方向直线簇通过对所述校正图像进行直线检测得到。
8.一种数据处理设备，其特征在于，包括：
处理器，所述处理器和存储器耦合，所述存储器存储有程序，所述程序由所述处理器执行，使得所述数据处理设备执行如权利要求1~5中任一项所述的货架商品陈列信息识别方法。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令用于执行上述权利要求1~5中任一项所述的货架商品陈列信息识别方法。
CN202210392466.5A 2022-04-15 2022-04-15 一种货架商品陈列信息识别方法、装置、设备及存储介质 Active CN114494892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210392466.5A CN114494892B (zh) 2022-04-15 2022-04-15 一种货架商品陈列信息识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210392466.5A CN114494892B (zh) 2022-04-15 2022-04-15 一种货架商品陈列信息识别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114494892A true CN114494892A (zh) 2022-05-13
CN114494892B CN114494892B (zh) 2022-07-15

Family

ID=81487796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210392466.5A Active CN114494892B (zh) 2022-04-15 2022-04-15 一种货架商品陈列信息识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114494892B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115170932A (zh) * 2022-07-22 2022-10-11 广州市玄武无线科技股份有限公司 门店终端识别方法、装置、系统及计算机可读存储介质
CN115205665A (zh) * 2022-09-15 2022-10-18 创新奇智(合肥)科技有限公司 一种识别产品位置的方法、装置、电子设备及介质
CN115249356A (zh) * 2022-09-21 2022-10-28 浙江莲荷科技有限公司 识别方法、装置、设备及存储介质
CN115359117A (zh) * 2022-08-30 2022-11-18 创新奇智(广州)科技有限公司 商品陈列位置确定方法、装置及可读存储介质
CN115661624A (zh) * 2022-11-07 2023-01-31 浙江莲荷科技有限公司 一种货架的数字化方法、装置及电子设备
CN115909358A (zh) * 2022-07-27 2023-04-04 广州市玄武无线科技股份有限公司 商品规格识别方法、装置、终端设备及计算机存储介质
CN117152540A (zh) * 2023-10-27 2023-12-01 浙江由由科技有限公司 考虑陈列位置、销量和分类精度的生鲜商品智能计价方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101149792A (zh) * 2006-09-21 2008-03-26 国际商业机器公司 使用移动盘存机器人来执行盘存的系统和方法
CN101248939A (zh) * 2007-02-23 2008-08-27 东芝泰格有限公司 陈列架和陈列架系统
JP2010083593A (ja) * 2008-09-29 2010-04-15 Daifuku Co Ltd 物品収納設備における学習装置
CN101773345A (zh) * 2009-01-09 2010-07-14 张新民 一种分布式封闭展示销售方法
CN101790035A (zh) * 2009-01-22 2010-07-28 奥林巴斯映像株式会社 照相机、图像显示装置、图像显示方法以及程序
CN102184405A (zh) * 2011-04-19 2011-09-14 清华大学 图像采集分析方法
CN102982332A (zh) * 2012-09-29 2013-03-20 顾坚敏 基于云处理方式的零售终端货架影像智能分析系统
CN105115487A (zh) * 2015-05-18 2015-12-02 陈希 一种基于信息融合的超市内定位导航方法
CN106516540A (zh) * 2016-10-27 2017-03-22 金建荣 一种基于物联网的智能货架系统及应用
CN107045641A (zh) * 2017-04-26 2017-08-15 广州图匠数据科技有限公司 一种基于图像识别技术的货架识别方法
US9892301B1 (en) * 2015-03-05 2018-02-13 Digimarc Corporation Localization of machine-readable indicia in digital capture systems
US20200098133A1 (en) * 2016-12-21 2020-03-26 Huawei Technologies Co., Ltd. Image Processing Method and Apparatus
CN112883955A (zh) * 2021-03-10 2021-06-01 洛伦兹（北京）科技有限公司 货架布局检测方法、装置及计算机可读存储介质
CN113392673A (zh) * 2020-03-12 2021-09-14 顺丰科技有限公司 图像的校正方法、装置、设备以及计算机可读存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101149792A (zh) * 2006-09-21 2008-03-26 国际商业机器公司 使用移动盘存机器人来执行盘存的系统和方法
CN101248939A (zh) * 2007-02-23 2008-08-27 东芝泰格有限公司 陈列架和陈列架系统
JP2010083593A (ja) * 2008-09-29 2010-04-15 Daifuku Co Ltd 物品収納設備における学習装置
CN101773345A (zh) * 2009-01-09 2010-07-14 张新民 一种分布式封闭展示销售方法
CN101790035A (zh) * 2009-01-22 2010-07-28 奥林巴斯映像株式会社 照相机、图像显示装置、图像显示方法以及程序
CN102184405A (zh) * 2011-04-19 2011-09-14 清华大学 图像采集分析方法
CN102982332A (zh) * 2012-09-29 2013-03-20 顾坚敏 基于云处理方式的零售终端货架影像智能分析系统
US9892301B1 (en) * 2015-03-05 2018-02-13 Digimarc Corporation Localization of machine-readable indicia in digital capture systems
US20180336386A1 (en) * 2015-03-05 2018-11-22 Digimarc Corporation Localization of machine-readable indicia in digital capture systems
CN105115487A (zh) * 2015-05-18 2015-12-02 陈希 一种基于信息融合的超市内定位导航方法
CN106516540A (zh) * 2016-10-27 2017-03-22 金建荣 一种基于物联网的智能货架系统及应用
US20200098133A1 (en) * 2016-12-21 2020-03-26 Huawei Technologies Co., Ltd. Image Processing Method and Apparatus
CN107045641A (zh) * 2017-04-26 2017-08-15 广州图匠数据科技有限公司 一种基于图像识别技术的货架识别方法
CN113392673A (zh) * 2020-03-12 2021-09-14 顺丰科技有限公司 图像的校正方法、装置、设备以及计算机可读存储介质
CN112883955A (zh) * 2021-03-10 2021-06-01 洛伦兹（北京）科技有限公司 货架布局检测方法、装置及计算机可读存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115170932A (zh) * 2022-07-22 2022-10-11 广州市玄武无线科技股份有限公司 门店终端识别方法、装置、系统及计算机可读存储介质
CN115909358A (zh) * 2022-07-27 2023-04-04 广州市玄武无线科技股份有限公司 商品规格识别方法、装置、终端设备及计算机存储介质
CN115909358B (zh) * 2022-07-27 2024-02-13 广州市玄武无线科技股份有限公司 商品规格识别方法、装置、终端设备及计算机存储介质
CN115359117A (zh) * 2022-08-30 2022-11-18 创新奇智(广州)科技有限公司 商品陈列位置确定方法、装置及可读存储介质
CN115205665A (zh) * 2022-09-15 2022-10-18 创新奇智(合肥)科技有限公司 一种识别产品位置的方法、装置、电子设备及介质
CN115249356A (zh) * 2022-09-21 2022-10-28 浙江莲荷科技有限公司 识别方法、装置、设备及存储介质
CN115661624A (zh) * 2022-11-07 2023-01-31 浙江莲荷科技有限公司 一种货架的数字化方法、装置及电子设备
CN117152540A (zh) * 2023-10-27 2023-12-01 浙江由由科技有限公司 考虑陈列位置、销量和分类精度的生鲜商品智能计价方法
CN117152540B (zh) * 2023-10-27 2024-01-09 浙江由由科技有限公司 考虑陈列位置、销量和分类精度的生鲜商品智能计价方法

Also Published As

Publication number Publication date
CN114494892B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN114494892B (zh) 一种货架商品陈列信息识别方法、装置、设备及存储介质
US10878372B2 (en) Method, system and device for association of commodities and price tags
CN108520229B (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN108734162B (zh) 商品图像中目标识别方法、系统、设备及存储介质
AU2018206791A1 (en) Systems and methods for detecting grasp poses for handling target objects
US10235570B1 (en) Aspect ratio validation
CN111428717B (zh) 文本识别方法、装置、电子设备及计算机可读存储介质
CN110766095B (zh) 基于图像灰度特征的缺陷检测方法
CN107329962B (zh) 图像检索数据库生成方法、增强现实的方法及装置
CN110717366A (zh) 文本信息的识别方法、装置、设备及存储介质
CN111310706B (zh) 一种商品价签识别方法及装置、电子设备、存储介质
US11501110B2 (en) Descriptor learning method for the detection and location of objects in a video
CN111144215B (zh) 图像处理方法、装置、电子设备及存储介质
US11741685B2 (en) Commodity identification device, non-transitory computer-readable storage medium, and learning method
CN111738036A (zh) 图像处理方法、装置、设备及存储介质
CN111339889A (zh) 人脸优选方法、装置及存储介质
CN111428743B (zh) 商品识别方法、商品处理方法、装置及电子设备
CN110458857B (zh) 中心对称图元检测方法、装置、电子设备及可读存储介质
CN112836682B (zh) 视频中对象的识别方法、装置、计算机设备和存储介质
CN113936288A (zh) 倾斜文本方向分类方法、装置、终端设备和可读存储介质
CN111027551B (zh) 图像处理方法、设备和介质
CN109901716B (zh) 视线点预测模型建立方法、装置及视线点预测方法
CN116091784A (zh) 一种目标跟踪方法、设备及存储介质
Wang et al. Recognition and distance estimation of an irregular object in package sorting line based on monocular vision
CN114417965A (zh) 图像处理模型的训练方法、目标检测方法及相关装置

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method, device, device, and storage medium for identifying display information of shelf goods

Effective date of registration: 20230331

Granted publication date: 20220715

Pledgee: Shanghai Pudong Development Bank Limited by Share Ltd. Guangzhou branch

Pledgor: GUANGZHOU XUANWU WIRELESS TECHNOLOGY Co.,Ltd.

Registration number: Y2023980037128

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20220715

Pledgee: Shanghai Pudong Development Bank Limited by Share Ltd. Guangzhou branch

Pledgor: GUANGZHOU XUANWU WIRELESS TECHNOLOGY Co.,Ltd.

Registration number: Y2023980037128

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method, device, equipment, and storage medium for identifying display information of shelving products

Granted publication date: 20220715

Pledgee: Shanghai Pudong Development Bank Limited by Share Ltd. Guangzhou branch

Pledgor: GUANGZHOU XUANWU WIRELESS TECHNOLOGY Co.,Ltd.

Registration number: Y2024980017460