一种图片识别方法及装置制造方法及图纸

本发明专利技术实施例提供一种图片识别方法及装置。该方法包括：将第一图片和第二图片进行对象识别，分别得到多个第一检测框和多个第二检测框。针对任一第一检测框，将具有位置匹配关系的第一检测框和第二检测框分别确定为第一异常框和第二异常框；确定第一异常框与第二异常框的位置重叠区域；确定位置重叠区域在第一图片中对应的第一子图与在第二图片中对应的第二子图之间的第一相似度；若第一相似度满足第一设定条件，则将第二异常框的第二识别结果更新为第一异常框的第一识别结果。如此，可以保证对于同一个商品而言，第一图片和第二图片的识别结果是一致的，那么就可以避免计算错用户的支付金额，从而带给用户更好的体验。从而带给用户更好的体验。从而带给用户更好的体验。

【技术实现步骤摘要】
一种图片识别方法及装置


[0001]本专利技术实施例涉及计算机视觉
，尤其涉及一种图片识别方法、装置、计算设备及计算机可读存储介质。

技术介绍

[0002]近年来，随着深度学习技术的快速发展，市面上出现了很多有别于传统自动售货机的智能售货机，该种智能售货机是深度学习技术在计算机视觉上的应用。图1A中示出了一种智能售货机，分为4
‑
5层货架，每层高度可相等或不等，用来放置零售商品。每一层顶部设置有一个摄像头，用于拍摄这一层的商品，为了使摄像头尽量完整地拍摄到该层所有位置的商品，因此需要把摄像头安装在每层货架的顶部并居中，拍摄到的照片如图1B所示。通过使用目标检测算法对每次打开
‑
关闭柜门前后拍摄的图片进行目标检测，比较打开
‑
关闭柜门前后各种类型的商品个数变化，从而确定用户购买的商品种类和个数，自动结算扣款金额。例如，在检测到用户关闭柜门时，摄像头拍摄商品图片，使用目标检测算法确定该层现有矿泉水5瓶，果汁2瓶。又通过对用户打开柜门前拍摄的图片进行目标检测，确定有矿泉水4瓶，果汁1瓶，则可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片识别方法，其特征在于，包括：将第一时刻获取的第一图片进行对象识别，得到处于不同位置的各第一检测框和对应的各第一识别结果；将第二时刻获取的第二图片进行对象识别，得到处于不同位置的各第二检测框和对应的各第二识别结果；针对任一第一检测框，若根据所述各第一检测框与所述各第二检测框的位置信息，确定与任一第二检测框具有位置匹配关系，则将具有位置匹配关系的第一检测框和第二检测框分别确定为第一异常框和第二异常框；确定所述第一异常框与所述第二异常框的位置重叠区域；确定所述位置重叠区域在所述第一图片中对应的第一子图与在所述第二图片中对应的第二子图之间的第一相似度；若所述第一相似度满足第一设定条件，则将所述第二异常框的第二识别结果更新为所述第一异常框的第一识别结果。2.如权利要求1所述的方法，其特征在于，还包括：针对任一第一检测框，若根据所述各第一检测框与所述各第二检测框的位置信息，不能确定具有位置匹配关系的任一第二检测框，则将不具有位置匹配关系的第一检测框确定为第三异常框；根据所述第三异常框的位置信息在所述第二图片中确定虚拟框；针对任一第三异常框，确定所述第三异常框在所述第一图片中对应的第三子图与所述虚拟框在所述第二图片中对应的第四子图的第二相似度；若所述第二相似度满足第二设定条件，则将所述第三异常框的第一识别结果确定为所述虚拟框的识别结果。3.如权利要求1所述的方法，其特征在于，还包括：针对任一第一检测框，若根据所述各第一检测框与所述各第二检测框的位置信息，不能确定具有位置匹配关系的任一第二检测框，则将不具有位置匹配关系的第一检测框确定为第四异常框，将不具有位置匹配关系的第二检测框确定为第五异常框；根据所述第四异常框对应的第一识别结果和所述第五异常框对应的第二识别结果所属的属性类别和/或所述第四异常框和所述第五异常框的位置偏移量，将所述第五异常框的第二识别结果更新为所述第四异常框的第一识别结果。4.如权利要求1所述的方法，其特征在于，针对任一第一检测框，根据所述各第一检测框与所述各第二检测框的位置信息，确定与任一第二检测框具有位置匹配关系的方法，包括：确定所述多个第一检测框在所述第一图片的第一位置；确定所述多个第二检测框在所述第二图片的第二位置；针对任一第一检测框，确定所述第一检测框与任一第二检测框的位置重叠区域，若所述位置重叠区域满足第三设定条件，则确定所述第一检测框与所述第二检测框具有位置匹配关系。5.如权利要求3所述的方法，其特征在于，根据所述第四异常框...

【专利技术属性】
技术研发人员：吴圣健，李铁铮，
申请(专利权)人：上海购吖科技有限公司，
类型：发明
国别省市：