基于元宇宙的电商购物场景智能识别及存储系统技术方案

基于元宇宙电商购物场景智能识别及存储系统，包括电商购物场景收集模块、特征匹配模块、图像识别模块和数据库存储模块，电商购物场景收集模块用来收集电商购物场景图像作为训练集，并提取图像特征，通过特征匹配模块对电商的信息进行分类，通过图像识别模块完成电商购物场景图像的训练，最后将训练结果保存至数据库存储模块。本发明专利技术的有益效果：能够根据在线上或线下采集到的电商购物场景进行智能识别和存储，具有时序性以及可扩展性，并且能够及时存储方便用户的管理。够及时存储方便用户的管理。够及时存储方便用户的管理。

【技术实现步骤摘要】
基于元宇宙的电商购物场景智能识别及存储系统


[0001]本公开内容涉及用于一种场景识别和存储系统，更具体地，本公开内容涉及一种基于元宇宙的电商购物场景智能识别及存储系统。

技术介绍

[0002]近年来，随着人工智能和元宇宙的发展，与人类感知相似的智能系统成为人工智能领域的研究热点，智能系统是计算机对人类思维和行为方式的研究和模拟，而视觉作为人类感知世界的主要方式，因此，智能系统的发展依赖于机器视觉技术的发展，机器视觉是人工智能领域的一个重要研究方向，机器人诞生后，便开始发展与机器人相关的技术，机器人环境感知技术就是其中之一，随着开源机器人操作系统的逐步普及和完善，智能机器人的发展和升级速度也将不断加快，虽然现在的智能机器人所处的环境比我们人类真实的工作环境要复杂，但随着智能机器人的不断发展，被广泛应用于各个领域，其工作环境也将变得越来越复杂多变，智能机器人的传感器、执行器和运动规划等诸多内容与之相适应，具有规划、自组织、自适应能力，具有广阔的应用前景和商业价值，能在复杂的环境中工作,能够准确地识别复杂多变的环境是当前智能机器人领域的研究热点,如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于元宇宙电商购物场景智能识别及存储系统，包括电商购物场景收集模块、特征匹配模块、图像识别模块和数据库存储模块，电商购物场景收集模块用来收集电商购物场景图像，其图像的来源包括线上和线下，每一张图像都需包含时间戳、大小、格式和名称，并且在电商购物场景收集模块中完成图像像素的读取，每张图像像素的值以矩阵的形式进行保存，将每一张图像的时间戳、大小、格式、名称和像素的值以结构体的方式进行存储，在特征匹配模块中，读取目标图像的像素的值和结构体中所包含图像的像素的值，利用改进的sift算法提取目标图像与结构体中所包含图像的特征，并构建稀疏矩阵，在图像识别模块中，利用稀疏矩阵的关联对齐算法将训练集中的图像进行识别，最后将识别结果保存至数据库存储模块。2.根据权利要求1所述基于元宇宙电商购物场景智能识别及存储系统，其特征在于，所述电商购物场景收集模块，其图像的来源包括线上和线下，线上的图片来源于网络，根据爬虫和大数据库进行爬取和检索，线下的图片可由电商提供，每一张图像都需包含时间戳、大小、格式和名称，并且在电商购物场景收集模块中完成图像像素的读取，每张图像像素的值以矩阵的形式进行保存，将每一张图像的时间戳、大小、格式、名称和像素的值以结构体的方式进行存储，用户可自定义电商购物场景收集的范围，包括时间范围、大小范围和格式需求，名称和像素的值用户无法自定义。3.根据权利要求2所述基于元宇宙电商购物场景智能识别及存储系统，其特征在于，所述电商购物场景收集模块，对于第张图片的结构体可以表示为=struct(“TimeStamp”,{“XXXXXXXXX”},”Size”,{”XXXX"},”Format”,{”XXXX”},”Name”,{”XXX”},“Pixel_values”,“{}”)，其中，为结构体函数，TimeStamp为时间戳，Size为大小，Format为格式，Name为名称，时间戳、大小、格式和名称均以字符串的形式进行写入，Poxel_values为像素的值，以矩阵的形式进行写入，假设第张像素矩阵大小为，表示图像中第一行第一列的像素点的值，表示图像中第一行第二列的像素点的值，表示图像中第一行第列的像素点的值，表示图像中第二行第一列的像素点的值，表示图像中第二行第二列的像素点的值，表示图像中第二行第列的像素点的值，表示图像中第行第一列的像素点的值，表示图像中第行第二列的像素点的值，表示图像中第行第列的像素点的值，每一个像素点的值以RGB元组的形式进行保存，对于第行第列的像素点的值可记为素点的值可记为，其中，表示第行第列的像素点红色通道的值，其取值范围为，表示第行第列的像素点绿色通道的值，其取值范围为，表示第行第列的像素点蓝色通道的值，其取值范围为。
4.根据权利要求1所述基于元宇宙电商购物场景智能识别及存储系统，其特征在于，所述特征匹配模块，读取目标图像的像素的值和结构体中所包含图像的像素的值，提取目标图像与结构体中所包含图像的特征。5.根据权利要求4所述基于元宇宙电商购物场景智能识别及存储系统，其特征在于，通过图像Gauss模糊和图像的降采样两个步骤生成Gauss差分金字塔，由图像降采样获取特定的渐变图像，之后按照顺序进行排列，原始图像处于最下端，Gauss差分金字塔的每一层由Gauss金字塔相邻的两层结果差分运算得到，对图像的极值点进行检测，首先对图像内的各个点都要遍历一遍，进而分析各点是否存在极值，判断各点是最大值还是最小值，如果是最大值或最小值，那么该点将保留下来，利用函数拟合得到特征点的定位，即对Gauss差分算子进行二次泰勒展开进行运算，然后对采样点进行计算：对上式进行求导，并令，有：，其中，为极值点到样本数据点的偏移量，当偏移量在三个维度内的某个维度超过时，将这个特征点调节至邻近的位置，其中，为维度阈值，之后对特征点所对应的偏移量进行估算，直到特征点在全部维度都完成收敛为止，当特征点位置逾越了边界范围，将该特征点抛弃；通过Hess...

【专利技术属性】
技术研发人员：袁道红，
申请(专利权)人：北京未来链技术有限公司，
类型：发明
国别省市：