一种基于人工智能的智慧校园自动结账方法及系统技术方案

本发明专利技术公开了一种基于人工智能的智慧校园自动结账方法及系统，涉及数据处理技术领域。该方法包括：建立商品模板图像库，并记录对应的商品的价格信息；获取并对待结账商品图像进行优化，以得到待检测商品图像；对待检测商品图像进行实例分割，以得到多个待检测商品分割区域图像；筛选得到各个待检测商品分割区域图像对应的初步商品模板图像；进行文字识别，确定目标待结账商品；统计总消费金额；获取并导入目标人脸图像至预置的人脸识别模型中，生成身份识别结果；在对应的智慧校园结账系统中提取对应的结账账户，并根据总消费金额在对应的结账账户中的进行扣款。本发明专利技术可大大提高商品和人脸识别精度，进而保证自动结账的精准度和有效性。和有效性。和有效性。

【技术实现步骤摘要】
一种基于人工智能的智慧校园自动结账方法及系统


[0001]本专利技术涉及数据处理
，具体而言，涉及一种基于人工智能的智慧校园自动结账方法及系统。

技术介绍

[0002]随着时代的发展和科技的进步，智慧校园的建设越来越受到广泛的关注。作为智慧校园中的重要组成部分，校园自动结账系统可以为师生提供巨大的便利，但是现有的校园自动结账系统存在商品错误识别、身份错误识别等问题，显著降低了校园自动结账系统的实际应用价值。
[0003]近几年，随着人工智能领域中的多项技术不断更新换代，其可以为智慧校园的自动结账系统建设提供直接的支持。因此，如何结合人工智能技术提高智慧校园自动结账的精准度，促进智慧校园建设成为一个新的问题。

技术实现思路

[0004]为了克服上述问题或者至少部分地解决上述问题，本专利技术实施例提供一种基于人工智能的智慧校园自动结账方法及系统，可大大提高商品和人脸识别精度，进而保证自动结账的精准度和有效性。
[0005]本专利技术的实施例是这样实现的：第一方面，本专利技术实施例提供一种基于人工智能的智慧校园自动结账方法，包括以下步骤：采集并根据校园在售商品图像建立商品模板图像库，并记录商品模板图像库中对应的各个商品的价格信息；获取待结账商品图像，并利用图像增强方法对待结账商品图像进行优化，以得到待检测商品图像；采用实例分割方法对待检测商品图像进行实例分割，以得到多个待检测商品分割区域图像；利用基于图像金字塔的稀疏匹配相似度检测方法分别计算各个待检测商品分割区域图像和商品模板图像库中的所有商品图像的相似度，以筛选得到各个待检测商品分割区域图像对应的初步商品模板图像；采用多尺度的OCR识别方法分别对各个待检测商品分割区域图像对应的初步商品模板图像进行文字识别，以得到并根据各个尺度下的各个待检测商品分割区域图像的文字识别结果和初步商品模板的文字识别结果确定目标待结账商品；获取并统计各个目标待结账商品的价格信息，以得到总消费金额；获取并导入目标人脸图像至预置的人脸识别模型中，生成身份识别结果；根据身份识别结果在对应的智慧校园结账系统中提取对应的结账账户，并根据总消费金额在对应的结账账户中的进行扣款，完成自动结账。
[0006]为了解决现有技术中存在商品错误识别、身份错误识别等问题，导致自动结账存在差错的问题，本专利技术利用图像增强技术、实例分割技术，对待检测多件商品图像进行了深度优化和商品实例分割处理，为每件商品的精准识别提供了有效支持；还利用了基于图像金字塔的稀疏匹配相似度检测方法，计算待检测商品分割区域图像和模板商品图像的相似度，可以更加精准地检索到与待检测商品分割区域图像相似度最高的模板商品图像，即初步商品模板图像。同时，利用多尺度的OCR技术对待检测商品分割区域图像和初步商品模板图像进行了文字识别，显著地提升了文字识别及比对的精度；利用自动提取式人脸识别模型，完成对结账人身份的识别，不仅让结账人无需额外花费人脸图像采集的时间，而且保证了人脸识别的精准度。本专利技术可大大提高商品和人脸识别精度，进而保证自动结账的精准度和有效性。
[0007]基于第一方面，在本专利技术的一些实施例中，上述利用基于图像金字塔的稀疏匹配相似度检测方法分别计算各个待检测商品分割区域图像和商品模板图像库中的所有商品图像的相似度的方法包括以下步骤：分别将各个待检测商品分割区域图像和商品模板图像库中的各个商品图像进行稀疏编码，以得到对应的待检测商品图像编码和模板图像编码；根据各个待检测商品图像编码和各个模板图像编码计算各个待检测商品分割区域图像和商品模板图像库中的各个商品图像的相似度，以确定各个待检测商品分割区域图像对应的第一商品模板图像；分别将各个待检测商品分割区域图像和对应的第一商品模板图像进行多等分处理，以得到对应的多个等分区域的待检测商品图像和第一商品模板区域图像；分别对各个等分区域的待检测商品图像和第一商品模板区域图像进行稀疏编码，以得到对应的多个等分区域的待检测商品图像编码和第一模板图像编码；根据各个等分区域的待检测商品图像编码和各个模板图像编码计算各个待检测商品分割区域图像和对应的第一商品模板图像的相似度，以确定各个待检测商品分割区域图像对应的初步商品模板图像。
[0008]基于第一方面，在本专利技术的一些实施例中，上述筛选得到各个待检测商品分割区域图像对应的初步商品模板图像的方法包括以下步骤：统计并根据各个待检测商品分割区域图像对应的初步商品模板图像中的相似度等分区域数量将对应的初步商品模板图像进行排序，以筛选得到最优初步商品模板图像。
[0009]基于第一方面，在本专利技术的一些实施例中，上述采用多尺度的OCR识别方法分别对各个待检测商品分割区域图像对应的初步商品模板图像进行文字识别的方法包括以下步骤：对各个待检测商品分割区域图像对应的初步商品模板图像进行多尺度划分，以得到对应的多个尺度下的初步商品模板图像；采用OCR识别方法对各个尺度下的初步商品模板图像进行文字识别。
[0010]基于第一方面，在本专利技术的一些实施例中，上述根据各个尺度下的各个待检测商品分割区域图像的文字识别结果和初步商品模板的文字识别结果确定目标待结账商品的方法包括以下步骤：统计各个尺度下的各个待检测商品分割区域图像的文字识别结果以确定第一识
别结果；统计各个尺度下的初步商品模板的文字识别结果以确定第二识别结果；根据第一识别结果和第二识别结果确定目标待结账商品。
[0011]基于第一方面，在本专利技术的一些实施例中，该基于人工智能的智慧校园自动结账方法还包括以下步骤：获取目标人员的多张人脸图像，并利用基于超分辨率重建的峰值信噪比检测方法对多张人脸图像进行处理，以筛选得到初始目标人脸图像；利用多区域精准匹配校验方法将初始目标人脸图像与预置的标准人脸模板图像进行对比匹配，以筛选得到目标人脸图像。
[0012]基于第一方面，在本专利技术的一些实施例中，上述实例分割方法包括Mask
‑
RCNN算法、PANet实例分割模型、YOLACT模型、PolarMask算法和CenterMask实例分割算法中的一种或多种。
[0013]第二方面，本专利技术实施例提供一种基于人工智能的智慧校园自动结账系统，包括基础记录模块、图像优化模块、实例分割模块、相似度检测模块、文字识别模块、金额统计模块、身份识别模块以及结账模块，其中：基础记录模块，用于采集并根据校园在售商品图像建立商品模板图像库，并记录商品模板图像库中对应的各个商品的价格信息；图像优化模块，用于获取待结账商品图像，并利用图像增强方法对待结账商品图像进行优化，以得到待检测商品图像；实例分割模块，用于采用实例分割方法对待检测商品图像进行实例分割，以得到多个待检测商品分割区域图像；相似度检测模块，用于利用基于图像金字塔的稀疏匹配相似度检测方法分别计算各个待检测商品分割区域图像和商品模板图像库中的所有商品图像的相似度，以筛选得到各个待检测商品分割区域图像对应的初步商品模板图像；文字识别模块，用于采用多尺度的OCR识别方法分别对各个待检测商品分割区域图像对应的初步商品模板图像进行文字识别，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的智慧校园自动结账方法，其特征在于，包括以下步骤：采集并根据校园在售商品图像建立商品模板图像库，并记录商品模板图像库中对应的各个商品的价格信息；获取待结账商品图像，并利用图像增强方法对待结账商品图像进行优化，以得到待检测商品图像；采用实例分割方法对待检测商品图像进行实例分割，以得到多个待检测商品分割区域图像；利用基于图像金字塔的稀疏匹配相似度检测方法分别计算各个待检测商品分割区域图像和商品模板图像库中的所有商品图像的相似度，以筛选得到各个待检测商品分割区域图像对应的初步商品模板图像；采用多尺度的OCR识别方法分别对各个待检测商品分割区域图像对应的初步商品模板图像进行文字识别，以得到并根据各个尺度下的各个待检测商品分割区域图像的文字识别结果和初步商品模板的文字识别结果确定目标待结账商品；获取并统计各个目标待结账商品的价格信息，以得到总消费金额；获取并导入目标人脸图像至预置的人脸识别模型中，生成身份识别结果；根据身份识别结果在对应的智慧校园结账系统中提取对应的结账账户，并根据总消费金额在对应的结账账户中的进行扣款，完成自动结账。2.根据权利要求1所述的一种基于人工智能的智慧校园自动结账方法，其特征在于，所述利用基于图像金字塔的稀疏匹配相似度检测方法分别计算各个待检测商品分割区域图像和商品模板图像库中的所有商品图像的相似度的方法包括以下步骤：分别将各个待检测商品分割区域图像和商品模板图像库中的各个商品图像进行稀疏编码，以得到对应的待检测商品图像编码和模板图像编码；根据各个待检测商品图像编码和各个模板图像编码计算各个待检测商品分割区域图像和商品模板图像库中的各个商品图像的相似度，以确定各个待检测商品分割区域图像对应的第一商品模板图像；分别将各个待检测商品分割区域图像和对应的第一商品模板图像进行多等分处理，以得到对应的多个等分区域的待检测商品图像和第一商品模板区域图像；分别对各个等分区域的待检测商品图像和第一商品模板区域图像进行稀疏编码，以得到对应的多个等分区域的待检测商品图像编码和第一模板图像编码；根据各个等分区域的待检测商品图像编码和各个模板图像编码计算各个待检测商品分割区域图像和对应的第一商品模板图像的相似度，以确定各个待检测商品分割区域图像对应的初步商品模板图像。3.根据权利要求2所述的一种基于人工智能的智慧校园自动结账方法，其特征在于，所述筛选得到各个待检测商品分割区域图像对应的初步商品模板图像的方法包括以下步骤：统计并根据各个待检测商品分割区域图像对应的初步商品模板图像中的相似度等分区域数量将对应的初步商品模板图像进行排序，以筛选得到最优初步商品模板图像。4.根据权利要求1所述的一种基于人工智能的智慧校园自动结账方法，其特征在于，所述采用多尺度的OCR识别方法分别对各个待检测商品分割区域图像对应的初步商品模板图像进行文字识别的方法包括以下步骤：
对各个待检测商品分割区域图像对应的初步商品模板图像进行多尺度划分，以得到对应的多个尺度下的初步商品模板图像；采用OCR识别方法对各个尺度下的初步商品...

【专利技术属性】
技术研发人员：吴昊，袁竟容，谢礼冬，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：