【技术实现步骤摘要】
结算方法、装置、电子设备以及存储介质
[0001]本公开涉及人工智能
,特别涉及计算机视觉和深度学习
,可应用于图像识别场景下,尤其涉及结算方法、装置、电子设备以及存储介质。
技术介绍
[0002]目前,商场或者超市中有很多蔬菜、水果、散装食品或散装用品等物品,这类物品需要通过人工确定物品的种类、单价等信息,并称量物品的重量后才能进行结算。
[0003]上述结算方式,由于需要依赖人工确定物品的种类、单价等信息,人力成本高,且易出现误操作,准确率低。并且,由于通过人工从冗长的物品列表中选择物品的种类并确定物品的单价等信息,耗时长,因此结算效率低。
技术实现思路
[0004]本公开提供了一种结算方法、装置、电子设备、存储介质以及计算机程序产品。
[0005]根据本公开的一方面,提供了一种结算方法,应用于具有摄像头的称重台,方法包括:通过所述摄像头采集目标物品的图像并通过所述称重台获取目标物品的重量;对所述目标物品的图像进行识别,获取所述图像中所述目标物品对应的特征;根据所述目标物品对应的特征与预先确定的至少一个物品类别对应的聚类中心,确定所述目标物品所属的目标类别;根据所述目标物品对应的特征与所述目标类别下至少一个子类别物品对应的特征,确定所述目标物品所属的目标子类别;根据所述目标物品的目标子类别及所述目标物品的重量,对所述目标物品进行结算。
[0006]根据本公开的另一方面,提供了一种结算装置,应用于具有摄像头的称重台,装置包括:第一获取模块,用于通过所述摄像头采集目 ...
【技术保护点】
【技术特征摘要】
1.一种结算方法,应用于具有摄像头的称重台,方法包括:通过所述摄像头采集目标物品的图像并通过所述称重台获取目标物品的重量;对所述目标物品的图像进行识别,获取所述图像中所述目标物品对应的特征;根据所述目标物品对应的特征与预先确定的至少一个物品类别对应的聚类中心,确定所述目标物品所属的目标类别;根据所述目标物品对应的特征与所述目标类别下至少一个子类别物品对应的特征,确定所述目标物品所属的目标子类别;根据所述目标物品的目标子类别及所述目标物品的重量,对所述目标物品进行结算。2.根据权利要求1所述的方法,其中,所述对所述目标物品的图像进行识别,获取所述图像中所述目标物品对应的特征,包括:获取所述目标物品的图像中所述目标物品所占的区域;提取所述目标物品的图像中包含所述目标物品所占的区域的局部图像;对所述局部图像进行识别,获取所述局部图像中所述目标物品对应的特征。3.根据权利要求1所述的方法,其中,所述物品类别的数量为多个,所述根据所述目标物品对应的特征与预先确定的至少一个物品类别对应的聚类中心,确定所述目标物品所属的目标类别,包括:确定所述目标物品对应的特征与预先确定的多个所述物品类别分别对应的聚类中心之间的距离;将所述预先确定的多个所述物品类别中,对应的聚类中心与所述目标物品对应的特征之间的距离最短的物品类别,确定为所述目标物品所属的目标类别。4.根据权利要求1所述的方法,其中,所述目标物品所属的目标类别下包含多个子类别物品;所述根据所述目标物品对应的特征与所述目标类别下至少一个子类别物品对应的特征,确定所述目标物品所属的目标子类别,包括:针对每个子类别物品,确定所述子类别物品对应的特征与所述目标物品对应的特征之间的匹配度;根据所述匹配度及所述多个子类别物品分别所属的子类别,确定所述目标物品所属的目标子类别。5.根据权利要求1所述的方法,其中,所述根据所述目标物品的目标子类别及所述目标物品的重量,对所述目标物品进行结算,包括:将所述目标子类别对应的子类别物品的物品信息,确定为所述目标物品的物品信息;根据所述目标物品的物品信息及所述目标物品的重量,对所述目标物品进行结算。6.根据权利要求1所述的方法,其中,所述根据所述目标物品对应的特征与预先确定的至少一个物品类别对应的聚类中心,确定所述目标物品所属的目标类别之前,还包括:通过所述摄像头采集入库物品的图像;对所述入库物品的图像进行识别,获取所述入库物品对应的特征;对所述入库物品对应的特征以及数据库中已存储的物品对应的特征进行聚类,获取所述至少一个物品类别以及所述物品类别对应的聚类中心。7.根据权利要求6所述的方法,其中,所述根据所述目标物品的目标子类别及所述目标
物品的重量,对所述目标物品进行结算之前,还包括:获取所述入库物品所属的子类别及所述入库物品的物品信息;将所述入库物品所属的子类别、所述入库物品的物品信息及所述入库物品对应的特征,对应存储在所述数据库中。8.一种结算装置,应用于具有摄像头的称重台,装置包括:第一获取模块,用于通过所述摄像头采集目标物品的图像并通过所述称重台获取目标物品的重量;第一识别模块,用于对所述目标物品的图像进行识别,获取所述图像中所述目...
【专利技术属性】
技术研发人员:陈玥蓉,白瑞斌,姚锟,孙逸鹏,韩钧宇,刘经拓,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。