【技术实现步骤摘要】
一种基于YOLO检测和特征匹配的商品识别方法
[0001]本专利技术涉及一种基于YOLO检测和特征匹配的商品识别方法,属于计算机视觉领域。
技术介绍
[0002]随着新零售的发展,无人售货柜成为新的零售趋势。在智能售货柜的门框边缘上安装两个摄像头,用户拿取商品的过程中同时识别用户所抓取的商品类别以及数目,从而生成用户消费的账单。此方法对于货柜内的商品陈列没有限制,可以最大限度的利用货柜内的有效体积,降低运营成本。然而拿取的商品数据在单一视角下会存在遮挡等导致识别准确率低的问题,所以我们需要对两个摄像头采集到的商品数据分别检测,将得到的置信度信息根据特征点匹配情况进行加权融合,从而有助于后续计算用户最终消费结果。
[0003]目前已有的商品识别方法所针对的视频数据中目标物完整清晰,无遮挡。并且是在静态情况下检测陈列在售货柜中的商品,而不是根据用户拿取商品的过程进行动态检测,此时单一摄像头下的目标检测结果就可以当作最终预测。Zhang H,Li D等人
[1]根据不同角度构建了155153张商品数据集,使用标签和边界框手动注释了包含十种商品的数据图像。但是此研究是利用红外激光传感器检测消费者的手,从而在开关门时拍摄售货柜中的商品图片,用户打开柜门拍摄第一张图片,取出饮料时拍摄第二张,根据两张图片静态检测智能柜中的商品,如附图1所示,两张图片中的目标物完整没有存在遮挡,针对此类数据集商品识别比较简单,但是需要配合传感器使用。Fan D,Yang D等人
[2]提供了一种将深度学习和图像匹配联合使用提 ...
【技术保护点】
【技术特征摘要】
1.一种基于YOLO检测和特征匹配的商品识别方法,其特征在于包括以下步骤:步骤1:智能柜商品目标检测通过卷积神经网络从整张图像中预测商品的类别和坐标位置,并且预测目标框中还包含商品的置信度和分类的可能性;步骤1.1同时获取左右摄像头图像帧:两个前端边缘设备分别在用户拿取商品的时间段内同时采样,统一发送给云上服务器;步骤1.2YOLO目标检测:将左右摄像头分别采集到的图像都作为输入传给YOLO网络模型,通过特征提取网络对输入的商品图像进行特征提取,得到特征图,输出的特征图中提取到有关于类别数、置信度和预测框坐标以及宽高;步骤2:商品图像匹配利用左右两个摄像头的图像信息,记录两个视角下匹配成功的特征点个数以及特征点坐标;步骤2.1图像转灰度图:步骤2.2特征点检测:采用FAST算法检测特征点;步骤2.3计算特征描述子:根据步骤2.2提取的特征点作为圆心,使用BRIEF描述子建立坐标系,对前一步提取出的特征点的周围图像区域进行描述;步骤2.4特征匹配:经过步骤2.2和步骤2.3后,采用角点匹配,对于匹配成功的特征点记录其坐标,邻域直径,方向以及个数;步骤3:商品置信度预测使用特征点匹配网络的检测结果,对YOLO检测的商品置信度进行特调整,对每一帧的信息进行加权融合得到最终的商品置信度信息;步骤3.1逐帧计算商品置信度:将每一帧左右两个摄像头检测出的商品置信度与特征点匹配个数结合从而加权求和来得到最终得分;步骤3.2汇总计算商品置信度:将步骤3.1输出的每一帧得到的置信度求平均并进行归一化处理得到最终的商品置信度。2.根据权利要求1所述的方法,其特征在于包括以下步骤:步骤1:智能柜商品目标检测通过卷积神经网络从整张图像中预测商品的类别和坐标位置;步骤1.1同时获取左右摄像头图像帧:左,右摄像头分别在用户开门,用户拿取商品,用户关门这段时间,均选择每隔相同间隔,在同一时刻采样,分别汇总记录后发送给云上的服务器m帧;云上的服务器收到后对2
×
m张图像后按照时间顺序进行编号,并且依次输入到YOLO网络中;步骤2.2YOLO目标检测:将左右摄像头分别采集到的图像帧都作为输入传给YOLO网络模型;在YOLO网络的输入端进行商品图像预处理后送入Backbone主干网络,将商品图像进行切片操作,用于提取商品中特征;然后送入Neck网络,该网络采用FPN+PAN结构最后在输出端采用GIOU_Loss作为损失函数,最后使用非极大抑制筛选目标框;此时记录下商品的类别信息、置信度以及目标框的坐标信息;步骤2:商品图像匹配利用左右两个摄像头的图像信息,记录两个视角下在匹配成功的特征点个数以及坐
标,为后续逐帧计算商品置信度做准备;步骤2.1图像转灰度图:每个像素的颜色由R、G、B三种颜色通道构成,每个通道取值为0~255,在进行特征点检测时计算量大,采用加权平均值法得到灰度图像效果较好,即采用如下公式:R=G=B=(ω
R
R+ω
G
G+ω
B
B)(1)其中R、G、B分别代表R通道、G通道、B通道,ω
R
、ω
G
、ω
B
分别代表三个通道的各自的权重值;步骤2.2特征点检测:采用FAST算法检测特征点,如果候选点周围领域内有足够多的像素点与该候选点的灰度值差别足够大,则认为该候选点为一个特征点;使用公式(1)进行选取特征点P.N=∑|I(X)
‑
I(P)|>ε<...
【专利技术属性】
技术研发人员:李建强,宋秉谕,陈柳乐,高正凯,
申请(专利权)人:北京工业大学,
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。