商品识别方法技术

本发明专利技术涉及计算机视觉技术领域，公开了一种商品识别方法。通过对测试商品进行采集，获取一定数量的图像样本并随机分配成训练集和测试集。分别对测试集中各图像样本的不同维度特征进行特征提取和训练，计算各图像样本在不同维度特征的概率相似性，按照一定的权值比例将商品图像的多维度特征融合入测试模型中。使用测试集对测试模型进行测试，以判断训练结果是否达到预期并不断调整各特征所占的权值比例，直至训练得到的测试模型可以对受遮挡的待检测目标图像与不受遮挡条件下的商品图像达到无差别识别的效果。通过本申请提供的商品识别方法所得测试模型可以在目标商品受到局部遮挡条件下，对于商品识别的准确率和稳定性高，受遮挡影响的程度小。

【技术实现步骤摘要】
商品识别方法
本专利技术涉及计算机视觉
，特别是涉及一种商品识别方法。
技术介绍
随着新零售概念大规模推广与兴起，城市繁华区域催生了很多主售饮料和零食的无人售货机。近年来，计算机视觉技术在智能无人售货机商品识别的应用中越来越普遍，顾客反映消费体验总体较好。但是在复杂场景下计算机视觉的准确识别率仍有待提升，比如：消费者拿出目标商品的同时，手对商品不可避免造成非目标因素导致的局部遮挡问题。而这类遮挡问题一直是计算机视觉图像处理领域的难点。当前开门自取式智能无人售货机的商品视觉识别系统对于目标商品受局部遮挡情况下，商品识别的正确识别率不够、稳定性不足。
技术实现思路
基于此，有必要针对目标商品受局部遮挡情况下，正确识别率不够、稳定性不足的问题，提供一种商品识别方法。一种商品识别方法，对测试商品进行采集，获取预设数量的图像样本，并对所述图像样本进行预处理；将所述图像样本随机分配成训练集和测试集，通过特征提取算法对所述训练集的多维特征进行提取和训练，并根据所述多维特征设计测试模型；对测试集中的图像样本进行不同比例的遮挡干本文档来自技高网...

【技术保护点】
1.一种商品识别方法，其特征在于，包括：/n对测试商品进行采集，获取预设数量的图像样本，并对所述图像样本进行预处理；/n将所述图像样本随机分配成训练集和测试集，通过特征提取算法对所述训练集的多维特征进行提取和训练，并根据所述多维特征设计测试模型；/n对测试集中的图像样本进行不同比例的遮挡干扰，并导入测试模型中进行商品识别，以判断训练结果是否达到预期；/n当训练结果未达到预期时，调整测试模型中各特征所占的权值比例，重复执行训练过程进行重新训练，直至所述测试模型的商品识别达到预期效果。/n

【技术特征摘要】
1.一种商品识别方法，其特征在于，包括：
对测试商品进行采集，获取预设数量的图像样本，并对所述图像样本进行预处理；
将所述图像样本随机分配成训练集和测试集，通过特征提取算法对所述训练集的多维特征进行提取和训练，并根据所述多维特征设计测试模型；
对测试集中的图像样本进行不同比例的遮挡干扰，并导入测试模型中进行商品识别，以判断训练结果是否达到预期；
当训练结果未达到预期时，调整测试模型中各特征所占的权值比例，重复执行训练过程进行重新训练，直至所述测试模型的商品识别达到预期效果。


2.根据权利要求1所述的商品识别方法，其特征在于，所述预处理包括对所述图像样本进行归一化处理、灰度处理和数据格式转换。


3.根据权利要求2所述的商品识别方法，其特征在于，对所述图像样本进行预处理后，还包括：
利用翻转、裁剪、旋转、亮度色度调节以及加入不同比例的遮挡干扰的増广操作来增加所述图像样本的数量，将所述图像样本的数量扩增至不少于一万张。


4.根据权利要求1或2所述的商品识别方法，其特征在于，所述特征提取算法包括外形特征提取算法、颜色特征提取算法或纹理特征提取算法。


5.根据权利要求4所述的商品识别方法，其特征在于，通过外形特征提取算法对所述训练集的外形特征进行提取的步骤包括：
对所述训练集中的图像样本进行尺度空间的归一化处理；
计算出尺度空间的极值点，运用泰勒级数展开计算，将最接近真实极值点的点作为特征点；
对各离散的特征点进行曲线拟合，并采用Hessian矩阵消除边界响应；
将所述特征点转换为特征向量，用特征向量来描述所述训练集中的图像样本的外形特征。


6.根据权利要求5所述的商品识别方法，其特征在于，将所述特征点转换为特...

【专利技术属性】
技术研发人员：陈欢欢，王高杰，
申请(专利权)人：广东顺德工业设计研究院广东顺德创新设计研究院，
类型：发明
国别省市：广东;44