本发明专利技术提出了基于人工智能的智慧超市商品销售大数据检测方法及系统，涉及商品销售数据检测技术领域。通过分别获取T1时刻目标商品区域图像和T2时刻目标商品区域图像；分别进行峰值信噪比检测；然后对T1时刻目标商品区域图像和T2时刻目标商品区域图像分别进行去噪；然后分别进行超分辨率重建；再采用多实例分割互验技术进行商品数量检测，生成第一目标商品数量和第二目标商品数量；然后计算得到目标商品销售数量；再获取并根据目标商品区域的商品信息利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别；最后根据目标商品销售数量和目标商品区域商品识别信息生成目标商品销售信息，从而可以对商品销售数据进行精准检测。检测。检测。
【技术实现步骤摘要】
基于人工智能的智慧超市商品销售大数据检测方法及系统
[0001]本专利技术涉及商品销售数据检测
，具体而言，涉及基于人工智能的智慧超市商品销售大数据检测方法及系统。
技术介绍
[0002]随着时代的发展，越来越多的购物超市建立起来，给民众的购物提供了极大的便利。在超市经营过程中，获取精准的商品销售数据不仅可以为商品及时补货、过期商品及时下架等提供直接的数据支撑，而且也可以为销售商品种类的优化提供直接的数据支撑。
[0003]然而，传统的商品销售数据获取往往依靠员工清点等方式完成，消耗了巨大的人力资源，尽管部分超市已经应用了目标检测、目标识别等方法对商品销售数据进行检测，但仍然存在较大的误差。随着人工智能领域技术的不断更新换代，可以为商品销售大数据检测提供直接的技术支持。因此，提出一种基于人工智能的智慧超市商品销售大数据检测方法有重要的价值和意义。
技术实现思路
[0004]本专利技术的目的在于提供基于人工智能的智慧超市商品销售大数据检测方法及系统，用以改善现有技术中采用目标检测、目标识别等方法对商品销售数据进行检测存在较大误差的问题。
[0005]第一方面，本申请实施例提供基于人工智能的智慧超市商品销售大数据检测方法，包括以下步骤：分别获取T1时刻目标商品区域图像和T2时刻目标商品区域图像；分别对T1时刻目标商品区域图像和T2时刻目标商品区域图像进行峰值信噪比检测，生成第一图像峰值信噪比和第二图像峰值信噪比；根据第一图像峰值信噪比对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像；根据第二图像峰值信噪比对T2时刻目标商品区域图像进行去噪，生成第二目标商品区域预处理图像；分别对第一目标商品区域预处理图像和第二目标商品区域预处理图像进行超分辨率重建，生成第一目标商品区域重建图像和第二目标商品区域重建图像；采用多实例分割互验技术分别对第一目标商品区域重建图像和第二目标商品区域重建图像进行商品数量检测，生成第一目标商品数量和第二目标商品数量；根据第一目标商品数量和第二目标商品数量计算得到目标商品销售数量；获取并根据目标商品区域的商品信息利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息；根据目标商品销售数量和目标商品区域商品识别信息生成目标商品销售信息。
[0006]上述实现过程中，首先分别获取T1时刻目标商品区域图像和T2时刻目标商品区域
图像；然后分别对T1时刻目标商品区域图像和T2时刻目标商品区域图像进行峰值信噪比检测，生成第一图像峰值信噪比和第二图像峰值信噪比；根据第一图像峰值信噪比对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像；根据第二图像峰值信噪比对T2时刻目标商品区域图像进行去噪，生成第二目标商品区域预处理图像；然后分别对第一目标商品区域预处理图像和第二目标商品区域预处理图像进行超分辨率重建，生成第一目标商品区域重建图像和第二目标商品区域重建图像；再采用多实例分割互验技术分别对第一目标商品区域重建图像和第二目标商品区域重建图像进行商品数量检测，生成第一目标商品数量和第二目标商品数量；根据第一目标商品数量和第二目标商品数量计算得到目标商品销售数量；然后获取并根据目标商品区域的商品信息利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息；最后根据目标商品销售数量和目标商品区域商品识别信息生成目标商品销售信息。利用基于峰值信噪比检测的图像去噪方法，对噪声较高的目标商品区域图像进行去噪，有针对性地优化了目标商品区域图像，利用基于图像超分辨率重建的多实例分割互验技术，对目标商品区域图像进行检测，更加精准地检测出了目标商品的数量，对于销售较慢的商品，利用多图像增强互验的OCR技术，更加精准地识别出目标商品的生产日期、保质期等信息，从而可以对商品销售数据进行精准检测。
[0007]基于第一方面，在本专利技术的一些实施例中，根据第一图像峰值信噪比对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像的步骤包括以下步骤：判断第一图像峰值信噪比是否大于预置的信噪比阈值，若是，则将T1时刻目标商品区域图像作为第一目标商品区域预处理图像；若否，则对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像。
[0008]基于第一方面，在本专利技术的一些实施例中，还包括以下步骤：采用多种实例分割技术分别对第一目标商品区域重建图像进行商品数量检测，生成多个商品检测数量；根据多个商品检测数量确定得到第一目标商品数量。
[0009]基于第一方面，在本专利技术的一些实施例中，获取并根据目标商品区域的商品信息利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息的步骤包括以下步骤：获取目标商品区域的商品信息；判断目标商品区域的商品信息是否为慢性销售商品，若是，则利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息；若否，则结束。
[0010]基于第一方面，在本专利技术的一些实施例中，还包括以下步骤：采用多种图像增强方法对T2时刻目标商品区域图像进行图像增强，生成多个T2时刻目标商品区域增强图像；采用OCR技术分别对多个T2时刻目标商品区域增强图像进行识别，生成多个识别结果；根据多个识别结果确定得到目标商品区域商品识别信息。
[0011]基于第一方面，在本专利技术的一些实施例中，还包括以下步骤：
根据目标商品销售数量生成并发送补货提醒信息至商家。
[0012]基于第一方面，在本专利技术的一些实施例中，还包括以下步骤：根据目标商品区域商品识别信息生成并发送商品过期提醒信息至商家。
[0013]第二方面，本申请实施例提供基于人工智能的智慧超市商品销售大数据检测系统，包括：目标商品区域图像获取模块，用于分别获取T1时刻目标商品区域图像和T2时刻目标商品区域图像；峰值信噪比检测模块，用于分别对T1时刻目标商品区域图像和T2时刻目标商品区域图像进行峰值信噪比检测，生成第一图像峰值信噪比和第二图像峰值信噪比；第一去噪处理模块，用于根据第一图像峰值信噪比对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像；第二去噪处理模块，用于根据第二图像峰值信噪比对T2时刻目标商品区域图像进行去噪，生成第二目标商品区域预处理图像；超分辨率重建模块，用于分别对第一目标商品区域预处理图像和第二目标商品区域预处理图像进行超分辨率重建，生成第一目标商品区域重建图像和第二目标商品区域重建图像；商品数量检测模块，用于采用多实例分割互验技术分别对第一目标商品区域重建图像和第二目标商品区域重建图像进行商品数量检测，生成第一目标商品数量和第二目标商品数量；商品销售数量计算模块，用于根据第一目标商品数量和第二目标商品数量计算得到目标商品销售数量；商品信息识别模块，用于获取并根据目标商品区域的商品信息利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息；目标商品销售信息生本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于人工智能的智慧超市商品销售大数据检测方法，其特征在于，包括以下步骤：分别获取T1时刻目标商品区域图像和T2时刻目标商品区域图像；分别对T1时刻目标商品区域图像和T2时刻目标商品区域图像进行峰值信噪比检测，生成第一图像峰值信噪比和第二图像峰值信噪比；根据第一图像峰值信噪比对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像；根据第二图像峰值信噪比对T2时刻目标商品区域图像进行去噪，生成第二目标商品区域预处理图像；分别对第一目标商品区域预处理图像和第二目标商品区域预处理图像进行超分辨率重建，生成第一目标商品区域重建图像和第二目标商品区域重建图像；采用多实例分割互验技术分别对第一目标商品区域重建图像和第二目标商品区域重建图像进行商品数量检测，生成第一目标商品数量和第二目标商品数量；根据第一目标商品数量和第二目标商品数量计算得到目标商品销售数量；获取并根据目标商品区域的商品信息利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息；根据目标商品销售数量和目标商品区域商品识别信息生成目标商品销售信息。2.根据权利要求1所述的基于人工智能的智慧超市商品销售大数据检测方法，其特征在于，所述根据第一图像峰值信噪比对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像的步骤包括以下步骤：判断第一图像峰值信噪比是否大于预置的信噪比阈值，若是，则将T1时刻目标商品区域图像作为第一目标商品区域预处理图像；若否，则对T1时刻目标商品区域图像进行去噪，生成第一目标商品区域预处理图像。3.根据权利要求1所述的基于人工智能的智慧超市商品销售大数据检测方法，其特征在于，还包括以下步骤：采用多种实例分割技术分别对第一目标商品区域重建图像进行商品数量检测，生成多个商品检测数量；根据多个商品检测数量确定得到第一目标商品数量。4.根据权利要求1所述的基于人工智能的智慧超市商品销售大数据检测方法，其特征在于，所述获取并根据目标商品区域的商品信息利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息的步骤包括以下步骤：获取目标商品区域的商品信息；判断目标商品区域的商品信息是否为慢性销售商品，若是，则利用多图像增强互验的OCR技术对T2时刻目标商品区域图像进行识别，生成目标商品区域商品识别信息；若否，则结束。5.根据权利要求1所述的基于人工智能的智慧超市商品销售大数据检测方法，其特征在于，还包...
【专利技术属性】
技术研发人员：杨芳，
申请(专利权)人：北京海上升科技有限公司，
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。