CN117011984A - 基于ai的自助收银防损方法及系统 - Google Patents
基于ai的自助收银防损方法及系统 Download PDFInfo
- Publication number
- CN117011984A CN117011984A CN202311288935.XA CN202311288935A CN117011984A CN 117011984 A CN117011984 A CN 117011984A CN 202311288935 A CN202311288935 A CN 202311288935A CN 117011984 A CN117011984 A CN 117011984A
- Authority
- CN
- China
- Prior art keywords
- commodity
- information
- matching
- cashed
- parameter
- 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
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims abstract description 21
- 238000012795 verification Methods 0.000 claims description 18
- 230000037396 body weight Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005303 weighing Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 11
- 230000005856 abnormality Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G1/00—Cash registers
- G07G1/0036—Checkout procedures
- G07G1/0045—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader
- G07G1/0054—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader with control of supplementary check-parameters, e.g. weight or number of articles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明提供了基于AI的自助收银防损方法及系统,通过对待收银商品进行动态图像采集得到商品图像信息,保证得到商品图像信息的准确性,然后,基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果,实现对商品的识别,为自助收银防损提供基础,基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果,从重量维度保证自助收银防损的准确性,最后,确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口重量,确定是否出现漏扫情况,解决漏扫问题,减少自助收银损失。
Description
技术领域
本发明涉及自助收银防损技术领域,特别涉及基于AI的自助收银防损方法及系统。
背景技术
目前尽管全国零售行业下降且投资有限,但自助收银设备仍保持增长。在大型商场中,自助收银的比例已经超过65%。自助收银行业的发展也带来了一些问题,其中最为普遍的问题为无意识的“偷盗”,如客户未正确扫码而产生的误解,造成自助收银的损失。
申请号为202010046926.X的中国专利提供一种基于图像识别的自助收银AI防损系统,包括自助收银终端、服务器和移动终端,所述自助收银终端包括条码扫描模块和视频采集模块,所述服务器用于识别动态图像数据中顾客手中商品,得到商品信息数据,并将接收到的条码信息与商品信息数据进行对比,反馈对比结果给自助收银终端和/或移动终端;对商品进行识别得到商品信息数据,再与接收到的条码信息进行对比,反馈对比结果给自助收银终端和/或移动终端进行提醒或报警。本发明解决了现有自助收银系统的防损方案存在人工干预过多,防盗标签与商品无法一一对应识别,耗费人力和成本,难以更好地实现防损的问题。
但是,上述方案中可能存在商品信息识别不够全面准确,造成条码信息与商品信息错误匹配的情况,还可能出现漏扫描的问题,这些都会给自助收银带来损失。
发明内容
本发明提供一种基于AI的自助收银防损方法及系统,用以解决背景技术中提出的问题。
一种基于AI的自助收银防损方法,包括:
S1:对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息;
S2:基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果;
S3:基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果;
S4:确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口重量,确定是否出现漏扫情况。
优选的,S1中,对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息,包括:
当感应到待收银商品出现在扫描台时,启动扫描装置对待收银商品进行条形码扫描,得到商品条码信息,同时,启动动态采集装置对待收银商品进行动态图像采集,得到商品图像信息;
当感应到待收银商品出现在扫描台时,启动称重装置对待收银商品进行重量识别得到商品重量信息。
优选的,S2中,基于商品条码信息,获取待收银商品的第一商品参数信息,包括:
获取商品条码信息对应的条码特征,按照预设划分方式对条码特征进行划分,得到子条码特征;
将子条码特征与条码-商品对照表进行匹配,确定子条码特征对应的商品信息,对商品信息进行整合得到第一商品参数信息。
优选的,S2中,基于商品图像信息,获取待收银商品的第二商品参数信息,包括:
对商品图像信息中的商品图像之间进行相互分析比较,将相似度在预设差异内的商品图像划分为一组,得到多组商品图像,并从每组商品图像中随机提取一张商品图像作为待识别商品图像;
对待识别商品图像进行主体轮廓特征提取,选取主体轮廓特征的完整度大于预设完整度的待识别商品图像作为待使用商品图像;
将待使用商品图像输入预先训练好的图像识别模型中进行图像特征提取,得到对应的图像特征,并将图像特征按照特征类型划分为多个图像子特征;
对所有带使用商品图像的多个图像子特征按照特征类型进行匹配,得到图像子特征组,将特征完全相同的图像子特征组作为第一特征组,其他图像子特征组作为第二特征组;
利用第一特征组与商品特征库进行匹配,选取匹配度大于预设匹配度的待选商品,当待选商品的数量为1时,确定待选商品为目标匹配商品,并获取存储的目标匹配商品的第二商品参数信息;
当待选商品的数量大于1时,利用第二特征组对待选商品进行进一步匹配,得到目标匹配商品,并获取存储的目标匹配商品的第二商品参数信息。
优选的,当待选商品数量大于1时,利用第二特征组对待选商品进行进一步匹配,得到目标匹配商品,包括:
将第二特征组的特征分别与待选商品进行匹配,得到每个特征对应的待选匹配商品,当待选匹配商品的数量为1时,确定待选匹配商品为目标匹配商品;
当待选匹配商品的数量大于1时,获取待选匹配商品的标志性图像特征,结合第一特征组和第二特征组与标志性图像特征进行整体特征匹配,选取特征匹配度最高的待选匹配商品作为目标匹配商品。
优选的,S2中,将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果,包括:
将第一商品参数信息和第二商品参数信息按照参数类型对应的匹配方式进行匹配,得到每个参数类型下的参数匹配数据;
按照参数类型对应的匹配合格阈值,将大于匹配合格阈值的参数类型确定为匹配成功,将不大于匹配合格阈值的参数类型确定为匹配失败;
当全部参数类型均匹配成功时,确定最终的匹配结果为匹配成功;
否则,确定最终的匹配结果为匹配失败,并进行匹配失败预警提醒。
优选的,S3中,基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果,包括:
从匹配结果中获取待收银商品的第一重量参数,将第一重量参数与商品重量信息中的第二重量参数进行比较,获取第一重量差值;
判断第一重量差值是否在第一预设差异范围内,若是,确定匹配结果通过验证,否则,确定匹配结果不通过初始验证;
当确定匹配结果不通过初始验证后,从商品库中获取与动态图像采集得到商品图像信息相似度高于预设相似度的相关商品图像信息,并获取相关商品图像信息中的第三重量参数;
将第三重量参数与商品重量信息中的第二重量参数进行比较,获取第二重量差值,判断第二重量差值是否在第一预设差异范围内;
若是,确定符合第一预设差异范围的相关商品图像信息,并获取对应的相关商品图像信息的相关商品条码信息,确定匹配结果不通过验证,且待收银商品存在替换条码信息的情况,真实的条码信息为相关商品条码信息,确定识别结果为待收银商品识别异常;
否则,确定匹配结果不通过验证,且确定待匹配商品存在质量问题,确定识别结果为待收银商品识别异常。
优选的,S3中,得到对待收银商品的识别结果后,还包括:
当识别结果为待收银商品识别正常时,提醒顾客完成扫码;
当识别结果为待收银商品识别异常时,进行预警提醒,提醒工作人员进行收银干预。
优选的,S4中,确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口总重量,确定是否出现漏扫情况,包括:
当顾客到达收银台进行结账时,获取顾客的身体重量,并对顾客的待收银商品进行记录,得到记录结果;
当检测到顾客完成支付后,根据记录结果确定收银商品的总重量;
当顾客到达收银台出口后,获取顾客及其携带商品的出口总重量,判断出口总重量与身体重量和收银商品的总重量的和是否相等;
若是,确定未出现漏扫情况;
否则,确定出现漏扫情况,并进行漏扫预警提醒。
一种基于AI的自助收银防损系统,包括:
信息获取模块,用于对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息;
参数匹配模块,用于基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果;
结果验证模块,用于基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果;
统计判断模块,用于确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出入口总重量,确定是否出现漏扫情况。
与现有技术相比,本发明取得了一下有益效果:
通过对待收银商品进行动态图像采集得到商品图像信息,保证得到商品图像信息的准确性,然后,基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果,实现对商品的识别,为自助收银防损提供基础,基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果,进一步确定商品的特征,从重量维度,保证自助收银防损的准确性,最后,确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口重量,确定是否出现漏扫情况,解决漏扫问题,减少自助收银损失。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于AI的自助收银防损方法的流程图;
图2为本发明实施例中获取匹配结果的流程图;
图3为本发明实施例中一种基于AI的自助收银防损系统的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明实施例提供一种基于AI的自助收银防损方法,如图1所示,包括:
S1:对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息;
S2:基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果;
S3:基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果;
S4:确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口重量,确定是否出现漏扫情况。
在该实施例中,匹配结果为匹配成功或匹配失败。
在该实施例中,识别结果为识别正常或识别异常。
在该实施例中,在该实施例中,待收银商品的第一商品参数信息和第二商品参数信息将会被加入到本地商品特征库中。
在该实施例中,关于漏扫情况还可根据商品图像信息进行判断,漏扫商品的扫描步骤例如为步骤一:开始自助过机商品测试;步骤二:从扫码台依次拿起单个商品,用手遮挡住商品条码,手持商品从扫码台一侧以正常扫码速度进入,保持条码被遮挡,并对准扫码口做出扫码动作,然后将商品放置在扫码台另一侧,手离开商品;步骤三:系统提示漏扫告警,并在手持终端上观看漏扫告警视频步骤四:完成测试,漏扫商品的种类可划分为手故意遮挡条码,漏扫单个商品;扫商品非条码部位,漏扫单个商品;按照从左到右的方向,漏扫单个商品;按照从右到左的方向,漏扫单个商品;按照从左到左的方向,漏扫单个商品;按照从右到右的方向,漏扫单个商品;按照从购物车到扫码台的方向,漏扫单个商品;按照从扫码台到购物车的方向,漏扫单个商品;商品漏扫后长时间拿在手里,最终不重扫等,当出现漏扫情况后,进行告警提醒,并根据漏扫告警准确率 = 正确告警次数/总告警次数 * 100%;挽回率 = 正确告警次数/实际漏扫次数 * 100%来进行防损判断。
上述设计方案的有益效果是:通过对待收银商品进行动态图像采集得到商品图像信息,保证得到商品图像信息的准确性,然后,基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果,实现对商品的识别,为自助收银防损提供基础,基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果,进一步确定商品的特征,从重量维度,保证自助收银防损的准确性,最后,确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口重量,确定是否出现漏扫情况,解决漏扫问题,减少自助收银损失。
实施例2:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,S1中,对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息,包括:
当感应到待收银商品出现在扫描台时,启动扫描装置对待收银商品进行条形码扫描,得到商品条码信息,同时,启动动态采集装置对待收银商品进行动态图像采集,得到商品图像信息;
当感应到待收银商品出现在扫描台时,启动称重装置对待收银商品进行重量识别得到商品重量信息。
上述设计方案的有益效果是:实现对待收银商品的商品信息的采集。
实施例3:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,S2中,基于商品条码信息,获取待收银商品的第一商品参数信息,包括:
获取商品条码信息对应的条码特征,按照预设划分方式对条码特征进行划分,得到子条码特征;
将子条码特征与条码-商品对照表进行匹配,确定子条码特征对应的商品信息,对商品信息进行整合得到第一商品参数信息。
在该实施例中,预设划分方式与条码的组成方式相关。
上述设计方案的有益效果是:通过按照预设划分方式对条码特征进行划分,确定子条码特征对应的商品信息,对商品信息进行整合得到第一商品参数信息,实现对商品条码信息的识别和处理,为自助收银防损提供准确的商品信息。
实施例4:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,S2中,基于商品图像信息,获取待收银商品的第二商品参数信息,包括:
对商品图像信息中的商品图像之间进行相互分析比较,将相似度在预设差异内的商品图像划分为一组,得到多组商品图像,并从每组商品图像中随机提取一张商品图像作为待识别商品图像;
对待识别商品图像进行主体轮廓特征提取,选取主体轮廓特征的完整度大于预设完整度的待识别商品图像作为待使用商品图像;
将待使用商品图像输入预先训练好的图像识别模型中进行图像特征提取,得到对应的图像特征,并将图像特征按照特征类型划分为多个图像子特征;
对所有带使用商品图像的多个图像子特征按照特征类型进行匹配,得到图像子特征组,将特征完全相同的图像子特征组作为第一特征组,其他图像子特征组作为第二特征组;
利用第一特征组与商品特征库进行匹配,选取匹配度大于预设匹配度的待选商品,当待选商品的数量为1时,确定待选商品为目标匹配商品,并获取存储的目标匹配商品的第二商品参数信息;
当待选商品的数量大于1时,利用第二特征组对待选商品进行进一步匹配,得到目标匹配商品,并获取存储的目标匹配商品的第二商品参数信息。
在该实施例中,将相似度在预设差异内的商品图像划分为一组,得到多组商品图像,并从每组商品图像中随机提取一张商品图像作为待识别商品图像保证得到商品多种形态的动态特征,为商品识别提供基础。
在该实施例中,主体轮廓特征的完整度较小时表明商品被遮挡较多,不具备识别的资格。
在该实施例中,第一特征组为商品特征确定的特征,第二特征组为商品特征存在争议的特征。
上述设计方案的有益效果是:通过先根据图像特征选择出可以进行识别的待识别商品图像,提高后续商品特征识别的效率和准确性,将待使用商品图像输入预先训练好的图像识别模型中进行图像特征提取,得到对应的图像特征,并将图像特征按照特征类型划分为多个图像子特征,实现对图像特征更高精度的识别,将特征完全相同的图像子特征组作为第一特征组,其他图像子特征组作为第二特征组,首先来利用第一特征组与商品特征库进行匹配,提高匹配的效率和准确性,当待选商品的数量大于1时,利用第二特征组对待选商品进行进一步匹配,得到目标匹配商品,并获取存储的目标匹配商品的第二商品参数信息,实现对商品特征高精度多维度的匹配,品信息识别全面准确,保证得到的第二商品参数信息的准确性,为商品信息精确匹配提供基础。
实施例5:
基于实施例4的基础上,本发明提供一种基于AI的自助收银防损方法,当待选商品数量大于1时,利用第二特征组对待选商品进行进一步匹配,得到目标匹配商品,包括:
将第二特征组的特征分别与待选商品进行匹配,得到每个特征对应的待选匹配商品,当待选匹配商品的数量为1时,确定待选匹配商品为目标匹配商品;
当待选匹配商品的数量大于1时,获取待选匹配商品的标志性图像特征,结合第一特征组和第二特征组与标志性图像特征进行整体特征匹配,选取特征匹配度最高的待选匹配商品作为目标匹配商品。
在该实施例中,标志性图像特征为商品保障特有的,明显的特征。
上述设计方案的有益效果是:通过在匹配过程中考虑待选匹配商品的标志性图像特征,实现商品匹配的准确性。
实施例6:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,如图2所示,S2中,将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果,包括:
将第一商品参数信息和第二商品参数信息按照参数类型对应的匹配方式进行匹配,得到每个参数类型下的参数匹配数据;
按照参数类型对应的匹配合格阈值,将大于匹配合格阈值的参数类型确定为匹配成功,将不大于匹配合格阈值的参数类型确定为匹配失败;
当全部参数类型均匹配成功时,确定最终的匹配结果为匹配成功;
否则,确定最终的匹配结果为匹配失败,并进行匹配失败预警提醒。
在该实施例中,合格阈值根据商品的特征预先设定得到。
上述设计方案的有益效果是:通过将第一商品参数信息和第二商品参数信息按照参数类型对应的匹配方式进行匹配,得到每个参数类型下的参数匹配数据,分类匹配后得到最终的匹配结果,细化匹配过程,保证得到的匹配结果的准确性。
实施例7:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,S3中,基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果,包括:
从匹配结果中获取待收银商品的第一重量参数,将第一重量参数与商品重量信息中的第二重量参数进行比较,获取第一重量差值;
判断第一重量差值是否在第一预设差异范围内,若是,确定匹配结果通过验证,否则,确定匹配结果不通过初始验证;
当确定匹配结果不通过初始验证后,从商品库中获取与动态图像采集得到商品图像信息相似度高于预设相似度的相关商品图像信息,并获取相关商品图像信息中的第三重量参数;
将第三重量参数与商品重量信息中的第二重量参数进行比较,获取第二重量差值,判断第二重量差值是否在第一预设差异范围内;
若是,确定符合第一预设差异范围的相关商品图像信息,并获取对应的相关商品图像信息的相关商品条码信息,确定匹配结果不通过验证,且待收银商品存在替换条码信息的情况,真实的条码信息为相关商品条码信息,确定识别结果为待收银商品识别异常;
否则,确定匹配结果不通过验证,且确定待匹配商品存在质量问题,确定识别结果为待收银商品识别异常。
上述设计方案的有益效果是:通过在将条码信息的图像信息匹配完成后,通过商品重量进行进一步对匹配结果的验证,确定匹配结果是否正确,并在确定匹配结果不正常后,进一步从商品库中获取与动态图像采集得到商品图像信息相似度高于预设相似度的相关商品图像信息,并获取相关商品图像信息中的第三重量参数,利用第三重量参数进行进一步判断,找出匹配不正确的原因,若是待收银商品存在替换条码信息的情况,需要对顾客进行调查,若是待匹配商品存在质量问题,也可以及时发现,避免顾客的损失,保证了自助收银防损系统的功能全面性,为后续处理提供基础。
实施例8:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,S3中,得到对待收银商品的识别结果后,还包括:
当识别结果为待收银商品识别正常时,提醒顾客完成扫码;
当识别结果为待收银商品识别异常时,进行预警提醒,提醒工作人员进行收银干预。
上述设计方案的有益效果是:通过当识别结果为待收银商品识别异常时,进行预警提醒,提醒工作人员进行收银干预,避免造成损失。
实施例9:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,S4中,确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口总重量,确定是否出现漏扫情况,包括:
当顾客到达收银台进行结账时,获取顾客的身体重量,并对顾客的待收银商品进行记录,得到记录结果;
当检测到顾客完成支付后,根据记录结果确定收银商品的总重量;
当顾客到达收银台出口后,获取顾客及其携带商品的出口总重量,判断出口总重量与身体重量和收银商品的总重量的和是否相等;
若是,确定未出现漏扫情况;
否则,确定出现漏扫情况,并进行漏扫预警提醒。
上述设计方案的有益效果是:通过在收银完成后,比较顾客收银前后的重量来判断顾客携带商品中是否出现未扫描的情况,若存在,进行漏扫预警提醒,进一步加强自助收银防损的监测全面性,避免造成损失。
实施例10:
基于实施例1的基础上,本发明实施例提供一种基于AI的自助收银防损方法,还包括:
还设置有商品特征库,在完成对每个商品的扫描后,将得到的商品信息与商品特征库中商品特征进行关联;
商品特征库还可根据商品包装的更新,同步对商品特征库中对应商品进行同步更新;
商品特征库中还可实现特种值范围内,可区分相同类型物品且能够区分不同品牌/价格。
上述设计方案的有益效果是:可供不同的商超根据条码需求,自定义本地特征库内容。可根据条码商品增减,从云服务器同步/更新特征库。
实施例11:
本发明实施例提供一种基于AI的自助收银防损系统,如图3所示,包括:
信息获取模块,用于对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息;
参数匹配模块,用于基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果;
结果验证模块,用于基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果;
统计判断模块,用于确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出入口总重量,确定是否出现漏扫情况。
在该实施例中,匹配结果为匹配成功或匹配失败。
在该实施例中,识别结果为识别正常或识别异常。
上述设计方案的有益效果是:通过对待收银商品进行动态图像采集得到商品图像信息,保证得到商品图像信息的准确性,然后,基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果,实现对商品的识别,为自助收银防损提供基础,基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果,进一步确定商品的特征,从重量维度,保证自助收银防损的准确性,最后,确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口重量,确定是否出现漏扫情况,解决漏扫问题,减少自助收银损失。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于AI的自助收银防损方法,其特征在于,包括:
S1:对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息;
S2:基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果;
S3:基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果;
S4:确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口重量,确定是否出现漏扫情况。
2.根据权利要求1所述的一种基于AI的自助收银防损方法,其特征在于,S1中,对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息,包括:
当感应到待收银商品出现在扫描台时,启动扫描装置对待收银商品进行条形码扫描,得到商品条码信息,同时,启动动态采集装置对待收银商品进行动态图像采集,得到商品图像信息;
当感应到待收银商品出现在扫描台时,启动称重装置对待收银商品进行重量识别得到商品重量信息。
3.根据权利要求1所述的一种基于AI的自助收银防损方法,其特征在于,S2中,基于商品条码信息,获取待收银商品的第一商品参数信息,包括:
获取商品条码信息对应的条码特征,按照预设划分方式对条码特征进行划分,得到子条码特征;
将子条码特征与条码-商品对照表进行匹配,确定子条码特征对应的商品信息,对商品信息进行整合得到第一商品参数信息。
4.根据权利要求1所述的一种基于AI的自助收银防损方法,其特征在于,S2中,基于商品图像信息,获取待收银商品的第二商品参数信息,包括:
对商品图像信息中的商品图像之间进行相互分析比较,将相似度在预设差异内的商品图像划分为一组,得到多组商品图像,并从每组商品图像中随机提取一张商品图像作为待识别商品图像;
对待识别商品图像进行主体轮廓特征提取,选取主体轮廓特征的完整度大于预设完整度的待识别商品图像作为待使用商品图像;
将待使用商品图像输入预先训练好的图像识别模型中进行图像特征提取,得到对应的图像特征,并将图像特征按照特征类型划分为多个图像子特征;
对所有带使用商品图像的多个图像子特征按照特征类型进行匹配,得到图像子特征组,将特征完全相同的图像子特征组作为第一特征组,其他图像子特征组作为第二特征组;
利用第一特征组与商品特征库进行匹配,选取匹配度大于预设匹配度的待选商品,当待选商品的数量为1时,确定待选商品为目标匹配商品,并获取存储的目标匹配商品的第二商品参数信息;
当待选商品的数量大于1时,利用第二特征组对待选商品进行进一步匹配,得到目标匹配商品,并获取存储的目标匹配商品的第二商品参数信息。
5.根据权利要求4所述的一种基于AI的自助收银防损方法,其特征在于,当待选商品数量大于1时,利用第二特征组对待选商品进行进一步匹配,得到目标匹配商品,包括:
将第二特征组的特征分别与待选商品进行匹配,得到每个特征对应的待选匹配商品,当待选匹配商品的数量为1时,确定待选匹配商品为目标匹配商品;
当待选匹配商品的数量大于1时,获取待选匹配商品的标志性图像特征,结合第一特征组和第二特征组与标志性图像特征进行整体特征匹配,选取特征匹配度最高的待选匹配商品作为目标匹配商品。
6.根据权利要求1所述的一种基于AI的自助收银防损方法,其特征在于,S2中,将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果,包括:
将第一商品参数信息和第二商品参数信息按照参数类型对应的匹配方式进行匹配,得到每个参数类型下的参数匹配数据;
按照参数类型对应的匹配合格阈值,将大于匹配合格阈值的参数类型确定为匹配成功,将不大于匹配合格阈值的参数类型确定为匹配失败;
当全部参数类型均匹配成功时,确定最终的匹配结果为匹配成功;
否则,确定最终的匹配结果为匹配失败,并进行匹配失败预警提醒。
7.根据权利要求1所述的一种基于AI的自助收银防损方法,其特征在于,S3中,基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果,包括:
从匹配结果中获取待收银商品的第一重量参数,将第一重量参数与商品重量信息中的第二重量参数进行比较,获取第一重量差值;
判断第一重量差值是否在第一预设差异范围内,若是,确定匹配结果通过验证,否则,确定匹配结果不通过初始验证;
当确定匹配结果不通过初始验证后,从商品库中获取与动态图像采集得到商品图像信息相似度高于预设相似度的相关商品图像信息,并获取相关商品图像信息中的第三重量参数;
将第三重量参数与商品重量信息中的第二重量参数进行比较,获取第二重量差值,判断第二重量差值是否在第一预设差异范围内;
若是,确定符合第一预设差异范围的相关商品图像信息,并获取对应的相关商品图像信息的相关商品条码信息,确定匹配结果不通过验证,且待收银商品存在替换条码信息的情况,真实的条码信息为相关商品条码信息,确定识别结果为待收银商品识别异常;
否则,确定匹配结果不通过验证,且确定待匹配商品存在质量问题,确定识别结果为待收银商品识别异常。
8.根据权利要求1所述的一种基于AI的自助收银防损方法,其特征在于,S3中,得到对待收银商品的识别结果后,还包括:
当识别结果为待收银商品识别正常时,提醒顾客完成扫码;
当识别结果为待收银商品识别异常时,进行预警提醒,提醒工作人员进行收银干预。
9.根据权利要求1所述的一种基于AI的自助收银防损方法,其特征在于,S4中,确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出口总重量,确定是否出现漏扫情况,包括:
当顾客到达收银台进行结账时,获取顾客的身体重量,并对顾客的待收银商品进行记录,得到记录结果;
当检测到顾客完成支付后,根据记录结果确定收银商品的总重量;
当顾客到达收银台出口后,获取顾客及其携带商品的出口总重量,判断出口总重量与身体重量和收银商品的总重量的和是否相等;
若是,确定未出现漏扫情况;
否则,确定出现漏扫情况,并进行漏扫预警提醒。
10.一种基于AI的自助收银防损系统,其特征在于,包括:
信息获取模块,用于对待收银商品进行扫描得到商品条码信息,对待收银商品进行动态图像采集得到商品图像信息,采集对待收银商品的商品重量信息;
参数匹配模块,用于基于商品条码信息,获取待收银商品的第一商品参数信息,基于商品图像信息,获取待收银商品的第二商品参数信息,并将第一商品参数信息和第二商品参数信息进行参数匹配,得到匹配结果;
结果验证模块,用于基于商品重量信息,对匹配结果进行验证,得到对待收银商品的识别结果;
统计判断模块,用于确定识别结果无异常后,对待收银商品进行统计,确定商品总重量,基于商品总重量与顾客出入口总重量,确定是否出现漏扫情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311288935.XA CN117011984B (zh) | 2023-10-08 | 2023-10-08 | 基于ai的自助收银防损方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311288935.XA CN117011984B (zh) | 2023-10-08 | 2023-10-08 | 基于ai的自助收银防损方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117011984A true CN117011984A (zh) | 2023-11-07 |
CN117011984B CN117011984B (zh) | 2023-12-15 |
Family
ID=88574767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311288935.XA Active CN117011984B (zh) | 2023-10-08 | 2023-10-08 | 基于ai的自助收银防损方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117011984B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106530529A (zh) * | 2016-11-11 | 2017-03-22 | 贤石金 | 智能收银机 |
CN107038822A (zh) * | 2017-03-27 | 2017-08-11 | 杭州赛狐科技有限公司 | 一种自助收银系统及方法 |
CN107067510A (zh) * | 2017-03-27 | 2017-08-18 | 杭州赛狐科技有限公司 | 一种无人值守超市购物系统 |
CN107730783A (zh) * | 2017-10-19 | 2018-02-23 | 安徽小豆网络科技有限公司 | 基于自助收银机的无人便利店运营系统 |
CN107730782A (zh) * | 2017-10-19 | 2018-02-23 | 安徽小豆网络科技有限公司 | 基于视觉图像识别的自助收银机的无人便利店运营系统 |
CN108364422A (zh) * | 2018-02-24 | 2018-08-03 | 广州逗号智能零售有限公司 | 无人售货方法及装置 |
CN109118200A (zh) * | 2018-07-26 | 2019-01-01 | 上海凯景信息技术有限公司 | 一种基于图像识别的商品识别与收银系统 |
CN109993930A (zh) * | 2017-12-29 | 2019-07-09 | 广州市商速信息技术有限公司 | 一种商超自助扫描消磁结算收银系统 |
CN111260005A (zh) * | 2020-01-16 | 2020-06-09 | 青岛创捷中云科技有限公司 | 一种基于图像识别的自助收银ai防损系统及方法 |
-
2023
- 2023-10-08 CN CN202311288935.XA patent/CN117011984B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106530529A (zh) * | 2016-11-11 | 2017-03-22 | 贤石金 | 智能收银机 |
CN107038822A (zh) * | 2017-03-27 | 2017-08-11 | 杭州赛狐科技有限公司 | 一种自助收银系统及方法 |
CN107067510A (zh) * | 2017-03-27 | 2017-08-18 | 杭州赛狐科技有限公司 | 一种无人值守超市购物系统 |
CN107730783A (zh) * | 2017-10-19 | 2018-02-23 | 安徽小豆网络科技有限公司 | 基于自助收银机的无人便利店运营系统 |
CN107730782A (zh) * | 2017-10-19 | 2018-02-23 | 安徽小豆网络科技有限公司 | 基于视觉图像识别的自助收银机的无人便利店运营系统 |
CN109993930A (zh) * | 2017-12-29 | 2019-07-09 | 广州市商速信息技术有限公司 | 一种商超自助扫描消磁结算收银系统 |
CN108364422A (zh) * | 2018-02-24 | 2018-08-03 | 广州逗号智能零售有限公司 | 无人售货方法及装置 |
CN109118200A (zh) * | 2018-07-26 | 2019-01-01 | 上海凯景信息技术有限公司 | 一种基于图像识别的商品识别与收银系统 |
CN111260005A (zh) * | 2020-01-16 | 2020-06-09 | 青岛创捷中云科技有限公司 | 一种基于图像识别的自助收银ai防损系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117011984B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11861584B2 (en) | Self-service settlement method, apparatus and storage medium | |
CN108320404B (zh) | 基于神经网络的商品识别方法、装置、自助收银台 | |
CN107862775B (zh) | 一种基于人工智能的超市商品防盗预警系统及方法 | |
CN108269371B (zh) | 商品自动结算方法、装置、自助收银台 | |
US9152828B2 (en) | System and method for preventing cashier and customer fraud at retail checkout | |
US20190220692A1 (en) | Method and apparatus for checkout based on image identification technique of convolutional neural network | |
US7416119B1 (en) | Methods and apparatus for automatically determining and deducting weight of containers for products | |
US6779722B1 (en) | System and method for updating a database of weights at a self-checkout terminal | |
US10510218B2 (en) | Information processing apparatus, information processing method, and non-transitory storage medium | |
CN107636741B (zh) | 金融终端的故障预警方法、终端设备及存储介质 | |
US9569938B1 (en) | Video content analysis using point of sale data | |
US10372998B2 (en) | Object recognition for bottom of basket detection | |
CN110050284A (zh) | 一种自动店内登记系统 | |
US6471125B1 (en) | Method of tracking produce selection data | |
JP2018124988A (ja) | リモート計量装置 | |
EP3961501A1 (en) | Computer vision transaction monitoring | |
CN110599081A (zh) | 一种对粮食出入库业务进行智能管理的方法及系统 | |
CN113239793A (zh) | 防损方法以及装置 | |
CN114119001B (zh) | 基于人工智能的商品销售货款收银智能管理分析平台 | |
EP2570967A1 (en) | Semi-automatic check-out system and method | |
CN108460934A (zh) | 一种自助收银系统及方法 | |
CN115063084A (zh) | 一种卷烟零售商户库存盘点方法及系统 | |
US7150395B1 (en) | Method of identifying items for checkout | |
CN117011984B (zh) | 基于ai的自助收银防损方法及系统 | |
CN116739607B (zh) | 一种基于数据分析的商户收银数据监测管理系统 |
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 |