一种基于无人售货柜物品识别的结算方法技术

本发明专利技术公开了一种基于无人售货柜物品识别的结算方法，涉及计算机技术领域

【技术实现步骤摘要】
一种基于无人售货柜物品识别的结算方法


[0001]本专利技术涉及计算机
，特别涉及一种基于无人售货柜物品识别的结算方法
。

技术介绍

[0002]目前，随着电子商务
、
移动支付等计算机技术日新月异的发展，无人零售这一个新兴起的概念逐渐兴起
。
通过智能货柜来实现物品无人零售也逐渐进入大众的视野，并主导着新一代零售业的发展趋势
。
无人售货柜具有体积较小，售卖场景多样
、
用户交互体验强的特点
。
可以在社区
、
学校
、
公司等不同场所进行摆放，并可以根据不同场所用户的需求来调整销售不同的物品
。
相比于传统零售行业，这种方式能够在不增加更多运营成本的情况下，满足不同地区用户的零售体验，让用户的零售行为更加便捷
。
[0003]现有技术中，市场里投放的大量传统无人售货柜，均是支付金额后从货柜外选择所需物品，而后货柜通过机械操作将物品弹出，之后进行找零或扣款
。
这样的传统货柜限制了用户一次购买行为购买的物品数量只能为一个，极大的降低了同时购买多个物品时的购买效率
。
近几年也出现了一些基于视觉的无人售货柜自动结算系统，在用户通过智能货柜进行选购时，使用二维码或面部识别技术打开货柜，而后自行在货柜中的物品进行选择，取出欲购买的物品后关门进行自动结算，结算过程通过云端服务器计算，而后自动对用户所购物品的总价进行扣款
。/>[0004]但是，现有的无人售货柜物品识别结算方法对物品的识别速度较慢，导致结算速度较慢
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种基于无人售货柜物品识别的结算方法
。
[0006]本说明书采用下述技术方案：
[0007]本说明书提供了一种基于无人售货柜物品识别的结算方法，包括：
[0008]确定各待售物品的通用名称为各待售物品的一级类目，针对每个一级类目，若该一级类目下包含多种待售物品，则确定该一级类目下各待售物品的特定名称为各待售物品的二级类目；
[0009]接收无人售货柜在用户采购前上传的购前物品图像，以及无人售货柜在用户采购后上传的购后物品图像；
[0010]通过预先训练的物品分类模型，根据购前物品图像进行物品分类，并根据购后物品图像进行物品分类，确定用户采购前后各一级类目的待售物品的第一数量差异，以确定用户采购的只具备一级类目的第一采购物品及第一采购数量并结算；
[0011]通过预先训练的物品特征提取模型，根据购前物品图像进行待售物品识别，并根据购后物品图像进行待售物品识别，确定用户采购前后具备二级类目的待售物品的第二数
量差异，以确定用户采购的具备二级类目的第二采购物品及第二采购数量并结算
。
[0012]可选地，所述根据购前物品图像进行物品分类，并根据购后物品图像进行物品分类，确定用户采购前后各一级类目的待售物品的第一数量差异，具体包括：
[0013]将购前物品图像输入预先训练的物品分类模型进行物品分类，得到包含购前物品图像中各待售物品的一级类目的第一列表，以及各待售物品的边界框；
[0014]将购后物品图像输入预先训练的物品分类模型进行物品分类，得到包含购后物品图像中各待售物品的一级类目的第二列表，以及各待售物品的边界框；
[0015]针对每个一级类目，统计第一列表和第二列表中该一级类目的待售物品的第一数量差异
。
[0016]可选地，所述确定用户采购的只具备一级类目的第一采购物品及第一采购数量并结算，具体包括：
[0017]针对每个一级类目，当根据第一列表和第二列表中该一级类目的待售物品的第一数量差异，确定用户采购该一级类目的待售物品时，判断该一级类目下是否仅包含一种待售物品；
[0018]若是，则确定所述种类的待售物品为只具备一级类目的第一采购物品，并将对应第一数量差异确定为第一采购物品对应的第一采购数量；
[0019]根据第一采购物品的单价和对应第一采购数量，对用户采购的只具备一级类目的第一采购物品进行结算
。
[0020]可选地，所述方法还包括：
[0021]针对每种具备二级类目的待售物品，通过基于神经网络模型的训练后的物品特征提取模型，提取该种待售物品的物品特征作为标准特征；
[0022]构建包含各具备二级类目的待售物品的标准特征的物品检索特征库
。
[0023]可选地，所述根据根据购前物品图像进行待售物品识别，并根据购后物品图像进行待售物品识别，确定用户采购前后具备二级类目的待售物品的第二数量差异，具体包括：
[0024]当确定用户采购一级类目的待售物品且所述一级类目下包含多种待售物品时，将各待售物品的一级类目和各待售物品在购前物品图像中的边界框输入预先训练的物品特征提取模型；
[0025]通过物品特征提取模型从各待售物品在购前物品图像中的边界框范围内，提取各待售物品的第一物品特征；
[0026]将提取得到的各第一物品特征与物品检索特征库中对应一级类目下的各标准特征进行对比，得到第三列表，其中，第三列表包含购前物品图像中具备二级类目的各待售物品的二级类目；
[0027]将各待售物品的一级类目和各待售物品在购后物品图像中的边界框输入预先训练的物品特征提取模型，从各待售物品在购后物品图像中的边界框范围内，提取各待售物品的第二物品特征；
[0028]将提取得到的各第二物品特征与物品检索特征库中对应一级类目下的各标准特征进行对比，得到第四列表，其中，第四列表包含购后物品图像中具备二级类目的各待售物品的二级类目；
[0029]针对每种具备二级类目的各待售物品，统计第三列表和第四列表中该具备二级类
目的待售物品的第二数量差异
。
[0030]可选地，所述确定用户采购的具备二级类目的第二采购物品及第二采购数量并结算，具体包括：
[0031]针对每种具备二级类目的待售物品，根据第三列表和第四列表中该具备二级类目的待售物品的第二数量差异，判断用户是否采购该具备二级类目的待售物品；
[0032]若是，则确定所述种类的待售物品为具备二级类目的第二采购物品，并将对应第二数量差异确定为第二采购物品对应的第二采购数量；
[0033]根据第二采购物品的单价和对应第二采购数量，对用户采购的具备二级类目的第二采购物品进行结算
。
[0034]可选地，通过下述损失函数对物品分类模型进行训练：
[0035]待售物品边界框坐标损失函数：
[0036][0037]待售物品置信度损失函数：
[0038]L
conf
＝
‑
(1
‑
p
t
)
γ
log(p
t
)
；...

【技术保护点】

【技术特征摘要】
1.
一种基于无人售货柜物品识别的结算方法，其特征在于，包括：确定各待售物品的通用名称为各待售物品的一级类目，针对每个一级类目，若该一级类目下包含多种待售物品，则确定该一级类目下各待售物品的特定名称为各待售物品的二级类目；接收无人售货柜在用户采购前上传的购前物品图像，以及无人售货柜在用户采购后上传的购后物品图像；通过预先训练的物品分类模型，根据购前物品图像进行物品分类，并根据购后物品图像进行物品分类，确定用户采购前后各一级类目的待售物品的第一数量差异，以确定用户采购的只具备一级类目的第一采购物品及第一采购数量并结算；通过预先训练的物品特征提取模型，根据购前物品图像进行待售物品识别，并根据购后物品图像进行待售物品识别，确定用户采购前后具备二级类目的待售物品的第二数量差异，以确定用户采购的具备二级类目的第二采购物品及第二采购数量并结算
。2.
如权利要求1所述的基于无人售货柜物品识别的结算方法，其特征在于，所述根据购前物品图像进行物品分类，并根据购后物品图像进行物品分类，确定用户采购前后各一级类目的待售物品的第一数量差异，具体包括：将购前物品图像输入预先训练的物品分类模型进行物品分类，得到包含购前物品图像中各待售物品的一级类目的第一列表，以及各待售物品的边界框；将购后物品图像输入预先训练的物品分类模型进行物品分类，得到包含购后物品图像中各待售物品的一级类目的第二列表，以及各待售物品的边界框；针对每个一级类目，统计第一列表和第二列表中该一级类目的待售物品的第一数量差异
。3.
如权利要求2所述的基于无人售货柜物品识别的结算方法，其特征在于，所述确定用户采购的只具备一级类目的第一采购物品及第一采购数量并结算，具体包括：针对每个一级类目，当根据第一列表和第二列表中该一级类目的待售物品的第一数量差异，确定用户采购该一级类目的待售物品时，判断该一级类目下是否仅包含一种待售物品；若是，则确定所述种类的待售物品为只具备一级类目的第一采购物品，并将对应第一数量差异确定为第一采购物品对应的第一采购数量；根据第一采购物品的单价和对应第一采购数量，对用户采购的只具备一级类目的第一采购物品进行结算
。4.
如权利要求3所述的基于无人售货柜物品识别的结算方法，其特征在于，所述方法还包括：针对每种具备二级类目的待售物品，通过基于神经网络模型的训练后的物品特征提取模型，提取该种待售物品的物品特征作为标准特征；构建包含各具备二级类目的待售物品的标准特征的物品检索特征库
。5.
如权利要求4所述的基于无人售货柜物品识别的结算方法，其特征在于，所述根据购前物品图像进行待售物品识别，并根据购后物品图像进行待售物品识别，确定用户采购前后具备二级类目的待售物品的第二数量差异，具体包括：当确定用户采购一级类目的待售物品且所述一级类目下包含多种待售物品时，将各待
售物品的一级类目和各待售物品在购前物品图像中的边界框输入预先训练的物品特征提取模型；通过物品特征提取模型从各待售物品在购前物品图像中的边界框范围内，提取各待售物品的第一物品特征；将提取得到的各第一物品特征与物品检索特征库中对应一级类目下的各标准特征进行对比，得到第三列表，其中，第三列表包含购前物品图像中具备二级类目的各待售物品的二级类目；将各待售物品的一级类目和各待售物品在购后物品图像中的边界框输入预先训练的物品特征提取模型，从各待售物品在购后物品图像中的边界框范围内，提取各待售物品的第二物品特征；将提取得到的各第二物品特征与物品检索特征库中对应一级类目下的各标准特征进行对比，得到第四列表，其中，第四列表包含购后物品图像中具备二级类目的各待售物品的二级类目；针对每种具备二级类目的各待售物品，统计第三列表和第四列表中该...

【专利技术属性】
技术研发人员：刘成旭，钱学明，赵国帅，薛尧，
申请(专利权)人：陕西域览九州智能光电科技有限公司，
类型：发明
国别省市：