实体零售商店中的基于多信号的购物车内容识别制造技术

在实体商店购物环境中标识产品。该方法包括：使用第一检测方法，标识给定的产品可能属于给定的产品组。该方法还包括：使用一个或多个其他检测方法，确定产品可能是来自给定的产品组的特定产品。

【技术实现步骤摘要】
【国外来华专利技术】实体零售商店中的基于多信号的购物车内容识别
技术介绍
虽然实体商店现在仍支配着零售局面，但是电子商务已成为传统零售商的日益增长的威胁。电子零售商具有的优于实体零售商的关键优势之一是实时地跟踪在线购物者的行为和购物车的能力。这种能力给予电子零售商向其顾客提供个性化的和上下文感知的推荐的机会，并且因此可以向他们提供更好的购物体验和增加他们的购物篮大小及顾客忠诚度。例如，当在线购物者查看产品或将其添加到她的购物车时，可以立即推荐她可能感兴趣的或可能一起购买的其他相关产品。当她想要结账时，一个点击就足够了。然而，在实体商店中，零售商没有好的机制来跟踪其顾客在购物之旅期间(此时是提供推荐的最佳时间)将要购买什么，直到顾客结账，此时通常已经太晚以至于不能有效地推荐产品，因为丢失了个别产品上下文、顾客不再处于购物心态中、将额外的产品添加到购物之旅将需要过量的精力来获得该额外的产品等。本文要求保护的主题不限于解决仅在诸如上述那些环境中的任何缺点的实施例或仅在诸如上述那些环境中操作的实施例。而是，提供该背景仅为了说明可以实践本文描述的一些实施例的一个示例性

技术实现思路
本文中说明的一个实施例包括一种在实体商店购物环境中标识产品的方法。该方法包括使用第一检测方法来标识给定的产品可能属于给定的产品组。该方法还包括使用一个或多个其他检测方法来确定产品可能是来自给定的产品组的特定产品。提供本
技术实现思路
是为了以简化的形式介绍一些概念，这些概念在下面的具体实施方式中进一步描述。本
技术实现思路
不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。在下面的描述中将阐述附加的特征和优点，并且从描述中，部分的特征和优点将是明显的，或者通过本文的教导的实践可以学习部分的特征和优点。借助于所附权利要求中特别指出的方法和组合，可以实现并获得本专利技术的特征和优点。从以下的描述和所附权利要求，本专利技术的特征将变得更加明显，或者通过如下文所阐述的本专利技术的实践可以学习本专利技术的特征。附图说明为了描述可以获得上述以及其他优点和特征的方式，将通过参考附图中所示出的特定实施例来呈现上面简要描述的主题的更具体的描述。应当理解，这些附图仅描绘典型的实施例，并且因此将不被认为是对范围的限制，通过使用附图利用附加特征和细节来描述和解释实施例，在附图中：图1图示了零售商店环境；以及图2图示了标识产品的方法。具体实施方式本文中说明的实施例可以使用多个不同的硬件传感器来确定什么产品与购物车相关联。特别地，使用多个硬件传感器和检测方法，可以更精确地确定与购物车相关联的物品。单个传感器和检测方法可能无法提供与多个传感器相同的精度。这些传感器可以用于确定：何时将产品添加到购物车或从购物车移除、购物车中有什么产品、购物车中的什么产品被交换成其他产品等。传感器可以包括以下中的一个或多个：摄像机和/或其他计算机视觉、RF发射器、位置传感器、量表等，以扩充购物车和商店基础设施来实时地识别被放在购物车中的产品，以用于个性化推荐和自动自助结账。因此，实施例可以组合多个信号(例如，位置、重量、RF、视觉等)以提供关于购物车内容的多个维度的知识(例如，何时将产品添加或从购物车移除、购物车中有什么类别的产品、购物车中的产品位置、购物车中的类别内的产品实例等)。附加地或备选地，实施例可以使用独立的新的基于RF的分类方法来标识产品特性并且定位购物车中的产品。现在参考图1，图示了零售商店104中部署的购物车102和定位基础设施的示例。购物车102被扩充有：处于车102的篮子108的顶部的摄像机106(尽管摄像机可以位于其他位置)、围绕篮子108的一个或多个RF收发器110(尽管天线可以位于其他位置)、处于篮子108的底部的重量传感器112(尽管重量传感器可以位于其他位置)、以及数字设备114(诸如车102处的平板计算机或电话)。数字设备114可以获得实时的车位置以及来自摄像机、天线和传感器的、用于产品识别的计算数据。在一些实施例中，可以通过使用被安装在零售商店104中的发射器116(例如，可从诸如爱尔兰的都柏林的decaWave等公司获得的超宽带(UWB)发射器)来获得实时的车位置信息，该发射器116发送可以由接收器118接收的精确信号以用于确定购物车102位于何处。在一些实施例中，零售商店104被分隔成多个区以确定以哪些产品为目标。在其他实施例中，精确信号也可以由数字设备114接收。实施例可以使用多信号方法来确定关于与车102相关联的产品的信息。特别地，可以使用多个不同的传感器，该多个不同的传感器中的每个传感器可以被组合使用以确定产品及产品与车的关系。特别地，实施例可以确定产品是否被放入车102中、是否从车102中移除和/或是否被其他产品替换。备选地或附加地，实施例可以确定产品在车中的位置。实施例可以组合来自多个源的知识以获得更精确的信息。这样的信息可以包括以下中的一个或多个：购物车相对于商店货架的位置、购物车中的物品的重量、购物车内容的顺序拍摄的照片/视频、购物车内容的射频签名等。在所示示例中，服务120包括关于零售商店104处的产品的信息和关于零售商店104本身的信息。例如，服务120可以包括关于以下项的信息：产品重量多少、产品外观如何、由产品引起的和/或产生的无线电波签名、产品位于零售商店104中的何处等。如下面更详细地说明的，该信息可以用于尝试标识购物车102中放置的产品。服务120可以以多种不同的方式来实现。例如，服务120可以是位于零售商店104的服务。备选地或附加地，服务120可以位于由零售商店104处的计算系统可访问的云服务中。因此，服务120可以仅在云服务处实现、作为本地部署服务来实现、或以两者的某种组合来实现。可以以多种不同方式来执行对各种产品的重量的测量和/或描述。例如，在一些实施例中，可以以高精度来测量重量。在一些实施例中，重量可以包括由包装引起的重量。在备选实施例中，可以以更粗略的方式来标识重量。这可以用于总体标识一类产品，而不是试图通过重量来更精确地单独标识产品。特别地，如下所示，可以将各种因素结合在一起以尝试标识产品，并且正因如此可能不太需要测量精确的重量，使得可以以粗略的方式测量重量，但重量仍然被用来精确标识产品。如所提到的，服务120还可以包括关于产品外观的信息。摄像机106可以检测车102中的产品外观。产品和车102的外观的变化可以被提供给服务120，然后服务120可以尝试标识产品是否已经被添加到车102或从车102移除，包括标识哪些产品已经被添加到购物车102或从购物车102移除。在一些实施例中，服务120可以存储零售商店104中的各种产品的三维模型。可以将购物车102中的产品的外观的变化与服务120处的各种三维模型比较，以尝试标识哪些产品已经被添加到购物车102或从购物车102移除。在一些实施例中，产品的模型可以包括容差窗口，以考虑关于给定产品的不同样本具有不规则形状的各种产品。例如，服务120可以存储诸如西兰花的蔬菜的模型。然而，应当理解，西兰花的所有样本在大小和形状方面都不相同。因此，服务120可以具有包括一定容差的模型，以允许西兰花的不同样本均被标识为西兰花。此外，这样的模型可以包括用于标识西兰花冠以及将其与西兰本文档来自技高网...

【技术保护点】
1.一种计算机系统，包括：一个或多个处理器；以及一个或多个计算机可读介质，在所述一个或多个计算机可读介质上存储有指令，所述指令可由所述一个或多个处理器执行以将所述计算机系统配置为标识实体商店购物环境中的产品，所述指令包括可执行以将所述计算机系统配置为至少执行以下项的指令：使用第一硬件实施的检测方法，标识给定的产品可能属于给定的产品组；以及使用一个或多个其他硬件实施的检测方法来确定所述产品可能是来自所述给定的产品组的特定产品。

【技术特征摘要】
【国外来华专利技术】2016.08.01 US 15/225,3751.一种计算机系统，包括：一个或多个处理器；以及一个或多个计算机可读介质，在所述一个或多个计算机可读介质上存储有指令，所述指令可由所述一个或多个处理器执行以将所述计算机系统配置为标识实体商店购物环境中的产品，所述指令包括可执行以将所述计算机系统配置为至少执行以下项的指令：使用第一硬件实施的检测方法，标识给定的产品可能属于给定的产品组；以及使用一个或多个其他硬件实施的检测方法来确定所述产品可能是来自所述给定的产品组的特定产品。2.根据权利要求1所述的系统，其中所述第一方法包括RF签名检测。3.根据权利要求1所述的系统，其中所述一个或多个第二方法细化所述第一方法。4.根据权利要求1所述的系统，其中所述检测方法中的一个包括计算机视觉，并且其中所述计算机视觉标识车中的一个位置，要对所述位置变焦以标识产品。5.根据权利要求1所述的系统，其中所述第一检测方法或所述第二检测方法中的至少一个包括以下中的至少一个：计算机视觉、重量、RF签名检测或购物车的物理位置。6.根据权利要求1所述的系统，其中所述第一检测方法或所述第二...

【专利技术属性】
技术研发人员：刘劼，D·利姆贝洛鲍洛斯，M·肖艾布，M·戈拉兹科，N·A·B·普里延萨，M·加弗里刘，S·K·奈斯，王长虎，胡宇晓，王迪，G·R·德琼，张磊，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US