本公开的实施例公开了货架图区域分割方法、装置、终端设备和计算机介质。该方法的一具体实施方式包括：获取原始图像；将原始图像输入预先确定的分割模型，以得到目标图像；对目标图像进行融合后处理，以得到结果图像；将结果图像推送至具有显示功能的目标设备，以及控制目标设备显示结果图像。该实施方式通过对分割模型处理后的目标图像进一步进行融合后处理，提高了原始图像中待识别的有效区域的定位准确性以及层次定位的有效性，改进了区域分割的显示效果。的显示效果。的显示效果。
【技术实现步骤摘要】
货架图区域分割方法、装置、终端设备和计算机介质
[0001]本公开的实施例涉及计算机
，具体涉及货架图区域分割方法、装置、终端设备和计算机介质。
技术介绍
[0002]在智能零售业务场景中，人工智能技术的应用越来越多。最常见的就是物品图像识别，物品识别是整个智能算法链条的最后一环。其中的货架图识别主要应用在对单个货架中每一层、每一个物品的识别场景中。货架图像主要是人工通过手机或者安装在货架周围的摄像头拍摄的图像。对货架图的识别主要涉及到货架本身定位、货架中不同区域的识别等任务。
[0003]然而，在实际应用场景中识别货架并对货架区域进行分割的过程中，经常会存在如下技术问题：
[0004]第一，针对货架图像拍摄的角度比较大，导致货架在图像中不会呈现标准的“正面照”，上下相邻货架层的检测框会出现大量的重叠区域，从而导致货架图区域分割不准确，分割显示效果较差。
[0005]第二，现有的图像分割技术无法准确的将相邻货架“分隔”开，所以无法有效的将图像中无效货架区域过滤掉，从而不能准确定位货架的分层区域，导致货架图区域分割效果较差。
技术实现思路
[0006]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0007]本公开的一些实施例提出了货架图区域分割方法、装置、终端设备和计算机介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0008]第一方面，本公开的一些实施例提供了一种货架图区域分割方法，该方法包括：获取原始图像；将原始图像输入预先确定的分割模型，以得到目标图像；对目标图像进行融合后处理，以得到结果图像；将结果图像推送至具有显示功能的目标设备，以及控制目标设备显示结果图像。
[0009]第二方面，本公开的一些实施例提供了一种货架图区域分割装置，该装置包括：接收单元，被配置成获取原始图像；处理单元，被配置成将原始图像输入预先确定的分割模型，以得到目标图像；生成单元，被配置成对目标图像进行融合后处理，以得到结果图像；控制单元，被配置成将结果图像推送至具有显示功能的目标设备，以及控制所标设备显示结果图像。
[0010]第三方面，本公开的一些实施例提供了一种终端设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得
一个或多个处理器实现如第一方面中任一的方法。
[0011]第四方面，本公开的一些实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如第一方面中任一的方法。
[0012]本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的货架图区域分割方法通过对分割模型处理后的目标图像进一步进行融合后处理，提高了原始图像中待识别的有效区域的定位准确性以及层次定位的有效性，改进了区域分割的显示效果。具体来说，专利技术人发现，造成目前货架图区域分割效果较差的原因在于：针对货架图像拍摄的角度比较大，导致货架在图像中不会呈现标准的“正面照”，上下相邻货架层的检测框会出现大量的重叠区域，从而导致货架图区域分割不准确，分割显示效果较差。基于此，首先，本公开的一些实施例获取原始图像。其次，将原始图像输入预先确定的分割模型，以得到目标图像。具体的，该分割模型考虑货架图层次结构的特点，利用畸变处理后的样本集训练得到。然后，对目标图像进行融合后处理，以得到结果图像。通过融合后处理，能够根据模型输出的目标图像中层区域和货架之间的区域过滤掉不属于待识别的货架区域。最后，将结果图像推送至具有显示功能的目标设备，以及控制目标设备显示结果图像。该方法应用专门适用于货架图的分割模型将原始图像进行区域分割，应用融合后处理的方法合并分割后的货架区域，能够提高货架区域的分割准确度，提升分割后结果图像的显示效果。
附图说明
[0013]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0014]图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；
[0015]图2是根据本公开的货架图区域分割方法的一些实施例的流程图；
[0016]图3是根据本公开的一些实施例的空间自注意力模块的流程图；
[0017]图4是根据本公开的一些实施例的通道自注意力模块的流程图；
[0018]图5是根据本公开的用于训练分割模型的训练步骤的一个实施例的流程图；
[0019]图6是根据本公开的货架图区域分割装置的一些实施例的流程图；
[0020]图7是适于用来实现本公开的一些实施例的终端设备的结构示意图。
具体实施方式
[0021]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0022]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0023]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0024]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域
技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0025]下面将参考附图并结合实施例来详细说明本公开。
[0026]图1示出了可以应用本公开的货架图区域分割方法的实施例的示例性系统架构100。
[0027]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0028]用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如信息处理应用、图像分割应用、数据分析应用等。
[0029]终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种终端设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种货架图区域分割方法，包括：获取原始图像；将所述原始图像输入预先确定的分割模型，以得到目标图像；对所述目标图像进行融合后处理，以得到结果图像；将所述结果图像推送至具有显示功能的目标设备，以及控制所述目标设备显示所述结果图像。2.根据权利要求1所述的方法，其中，所述预先确定的分割模型是通过如下步骤得到的：获取样本集，其中，所述样本集中的样本包括样本原始图像和对应于所述样本原始图像的样本目标图像；确定初始分割模型的结构以及初始化所述初始分割模型的参数；从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本原始图像输入至初始分割模型，得到所述选取的样本的目标图像；将所述选取的样本的目标图像与对应的样本目标图像进行比较；根据比较结果确定所述初始分割模型是否达到预设的优化目标；响应于确定所述初始分割模型达到所述优化目标，将所述初始分割模型确定为预先确定的分割模型。3.根据权利要求2所述的方法，其中，所述预先确定的分割模型包括编码器、双流自注意力模块和解码器，以及所述将所述原始图像输入预先确定的分割模型，以得到目标图像，包括：将所述原始图像输入所述编码器，以得到预处理图像特征；将所述预处理图像特征输入所述双流自注意力模块，以得到后处理图像特征；将所述后处理图像特征输入所述解码器，以得到所述目标图像。4.根据权利要求3所述的方法，其中，所述双流自注意力模块包括空间自注意力模块、通道自注意力模块和融合模块；以及所述将所述预处理图像特征输入所述双流自注意力模块，以得到后处理图像特征，包括：将所述预处理图像特征输入所述空间自注意力模块，以得到预处理空间特征；将所述预处理图像特征输入所述通道自注意力模块，以得到预处理通道特征；将所述预处理空间特征和所述预处理通道特征输入所述融合模块，以得到所述后处理图像特征。5.根据权利要求4所述的方法，其中，所述对所述目标图像进行融合后处理，以得到结果图像，包括：从所述目标图像中提取缝隙区域集合，其中，所述缝隙区域集合中包括第一数目个缝隙区域；对所述缝隙区域集合进行拟合处理，以得到分割线区域集合，其中，所述分割线区域集合包括第二数目个分割线区域；基于所述结果图像和所述分割线区域集合，生成过程结果图像；
对所述过程结果图像进行过滤处理，以得到所述结果图像。6.根据...
【专利技术属性】
技术研发人员：姜亚东，
申请(专利权)人：多点深圳数字科技有限公司，
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。