货物自动结账方法、系统及存储介质技术方案

本发明专利技术公开了货物自动结账方法、系统及存储介质，其中方法包括输入货物图像，通过识别网络识别货物图像得到货物种类，根据货物种类计算货物价格；在识别网络中，使货物图像通过多个动态卷积层进行动态卷积操作，通过第一卷积层进行卷积操作，通过由多个第二卷积层组成的主胶囊层进行卷积操作，通过数字胶囊层利用动态路由法得到货物种类。通过基于动态胶囊网络的图像识别技术自动识别出货物种类，然后实现自动化结账，方便快捷，且能减少人力成本和降低犯错率。

【技术实现步骤摘要】
货物自动结账方法、系统及存储介质
本专利技术涉及智能支付领域，特别是货物自动结账方法、系统及存储介质。
技术介绍
货物结账可以通过扫描货物上的标签进行结账。但部分货物不利于贴标签，例如蔬果、肉类等。这时货物结账通常是通过人工输入货物单价以及货物的数量或重量，进而计算得到货物总价。但人工输入存在较大的错误率，而这往往容易引起客户的投诉和纠纷。
技术实现思路
本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供货物自动结账方法、系统及存储介质。本专利技术解决其问题所采用的技术方案是：本专利技术的第一方面，货物自动结账方法，包括以下步骤：输入货物图像；通过识别网络识别所述货物图像得到货物种类；根据所述货物种类计算货物价格；其中，在所述识别网络中，使所述货物图像通过多个动态卷积层进行动态卷积操作，通过第一卷积层进行卷积操作，通过由多个第二卷积层组成的主胶囊层进行卷积操作，通过数字胶囊层利用动态路由法得到所述货物种类。根据本专利技术的第一方面，所述动态路由法包括以下步骤：对输入量做矩阵乘法，得到第一结果；对所述第一结果做标量加权，得到第二结果；对所述第二结果做求和处理，得到第三结果；对所述第三结果做非线性化处理，得到第四结果。根据本专利技术的第一方面，所述通过数字胶囊层利用动态路由法得到货物种类还包括以下步骤：将所述第四结果输入至分类器得到所述货物种类。根据本专利技术的第一方面，在所述输入货物图像后，还进行以下步骤：对所述货物图像进行预处理。根据本专利技术的第一方面，所述卷积操作对应的公式具体为：y＝g(WTx+b)；其中，g表示激活函数，W表示第一权重矩阵，b表示偏置量。根据本专利技术的第一方面，所述动态卷积操作对应的公式具体为：其中，表示第k个注意力权重，表示第二权重矩阵的转置，表示偏置向量。根据本专利技术的第一方面，货物自动结账方法，还包括以下步骤：判断所述货物种类的正确性；若错误，将对应的所述货物图像输入至所述识别网络训练并优化所述识别网络的参数。本专利技术的第二方面，货物自动结账系统，应用如本专利技术第一方面所述的货物自动结账方法，所述货物自动结账系统包括：图像输入模块，用于输入货物图像；识别网络，用于使所述货物图像通过多个动态卷积层进行动态卷积操作，通过第一卷积层进行卷积操作，通过由多个第二卷积层组成的主胶囊层进行卷积操作，通过数字胶囊层利用动态路由法得到所述货物种类；结账模块，用于根据所述货物种类计算货物价格。根据本专利技术的第二方面，所述动态卷积层有4个，每个所述动态卷积层包括第一动态卷积子层、第二动态卷积子层、第三动态卷积子层、第四动态卷积子层和聚合层；所述第一动态卷积子层具有96个第一卷积核，所述第一卷积核的大小为3x3，步长为1，填充为1；所述第二动态卷积子层具有96个第二卷积核，所述第二卷积核的大小为3x3，步长为1，填充为1，膨胀系数为1；所述第三动态卷积子层具有96个第三卷积核，所述第三卷积核的大小为3x3，步长为1，填充为2，膨胀系数为2；所述第四动态卷积子层具有96个第二卷积核，所述第二卷积核的大小为3x3，步长为1，填充为3，膨胀系数为3；所述聚合层将所述第一动态卷积子层的输出、所述第二动态卷积子层的输出、所述第三动态卷积子层的输出和所述第四动态卷积子层的输出进行聚合。本专利技术的第三方面，存储介质存储有可执行指令，可执行指令能被计算机执行，使所述计算机执行如本专利技术第一方面所述的货物自动结账方法。上述方案至少具有以下的有益效果是：通过基于动态胶囊网络的图像识别技术自动识别出货物种类，然后实现自动化结账，方便快捷，且能减少人力成本和降低犯错率。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明下面结合附图和实例对本专利技术作进一步说明。图1是本专利技术实施例货物自动结账方法的流程图；图2是本专利技术实施例货物自动结账系统的结构图；图3是图2中的识别网络的结构图；图4是动态卷积层的结构图。具体实施方式本部分将详细描述本专利技术的具体实施例，本专利技术之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本专利技术的每个技术特征和整体技术方案，但其不能理解为对本专利技术保护范围的限制。在本专利技术的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。在本专利技术的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。本专利技术的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属
技术人员可以结合技术方案的具体内容合理确定上述词语在本专利技术中的具体含义。参照图2，本专利技术的一个实施例，货物自动结账系统,包括：图像输入模块10，用于输入货物图像；识别网络20，用于使货物图像通过多个动态卷积层101进行动态卷积操作，通过第一卷积层102进行卷积操作，通过由多个第二卷积层组成的主胶囊层103进行卷积操作，通过数字胶囊层104利用动态路由法得到货物种类；结账模块30，用于根据货物种类计算货物价格。在该实施例中，图像输入模块10是摄像头。客户将货物放在传送带上，相同种类的货物置于同一个包装袋内。传送带将货物传送到称重台，图像输入模块10安装在称重台上，称重台对货物称重得到货物重量。图像输入模块10对货物拍照得到货物图像。将货物图像输入至识别网络20。当然在输入至识别网络20前，通常是需要对货物图像进行预处理的，例如进行图像裁剪、图像对齐、像素优化等。参照图3，对于识别网络20，包括4个动态卷积层101、第一卷积层102、由多个第二卷积层组成的主胶囊层103和数字胶囊层104。参照图4，每个动态卷积层101包括第一动态卷积子层201、第二动态卷积子层202、第三动态卷积子层203、第四动态卷积子层204和聚合层205。第一动态卷积子层201具有96个第一卷积核，第一卷积核的大小为3x3，步长为1，填充为1；第二动态卷积子层202具有96个第二卷积核，第二卷积核的大小为3x3，步长为1，填充为1，膨胀系数为1；第三动态卷积子层203具有96个第三卷积核，第三卷积核的大小为3x3，步长为1，填充为2，膨胀系数为2；第四动态卷积子层204具有96个第二卷积核，第二卷积核的大小为3x3，步长为1，填充为3，膨胀系数本文档来自技高网...

【技术保护点】
1.货物自动结账方法，其特征在于，包括以下步骤：/n输入货物图像；/n通过识别网络识别所述货物图像得到货物种类；/n根据所述货物种类计算货物价格；/n其中，在所述识别网络中，使所述货物图像通过多个动态卷积层进行动态卷积操作，通过第一卷积层进行卷积操作，通过由多个第二卷积层组成的主胶囊层进行卷积操作，通过数字胶囊层利用动态路由法得到所述货物种类。/n

【技术特征摘要】
1.货物自动结账方法，其特征在于，包括以下步骤：
输入货物图像；
通过识别网络识别所述货物图像得到货物种类；
根据所述货物种类计算货物价格；
其中，在所述识别网络中，使所述货物图像通过多个动态卷积层进行动态卷积操作，通过第一卷积层进行卷积操作，通过由多个第二卷积层组成的主胶囊层进行卷积操作，通过数字胶囊层利用动态路由法得到所述货物种类。


2.根据权利要求1所述的货物自动结账方法，其特征在于，所述动态路由法包括以下步骤：
对输入量做矩阵乘法，得到第一结果；
对所述第一结果做标量加权，得到第二结果；
对所述第二结果做求和处理，得到第三结果；
对所述第三结果做非线性化处理，得到第四结果。


3.根据权利要求2所述的货物自动结账方法，其特征在于，所述通过数字胶囊层利用动态路由法得到货物种类还包括以下步骤：将所述第四结果输入至分类器得到所述货物种类。


4.根据权利要求1所述的货物自动结账方法，其特征在于，在所述输入货物图像后，还进行以下步骤：对所述货物图像进行预处理。


5.根据权利要求1所述的货物自动结账方法，其特征在于，所述卷积操作对应的公式具体为：y＝g(WTx+b)；其中，g表示激活函数，W表示第一权重矩阵，b表示偏置量。


6.根据权利要求1所述的货物自动结账方法，其特征在于，所述动态卷积操作对应的公式具体为：









0≤πk(x)≤1，



其中，表示第k个注意力权重，表示第二权重矩阵的转置，表示偏置向量。


7.根据权利要求1所述...

【专利技术属性】
技术研发人员：应自炉，王发官，宣晨，陈俊娟，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44