System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,具体涉及一种确定物品空间位置的方法。本申请还涉及一种确定物品空间位置的装置、电子设备以及计算机可读取存储介质。本申请还涉及一种物品未结账信息提示方法、系统、电子设备以及计算机可读取存储介质。
技术介绍
1、随着人工智能技术的发展,通过图像识别物品的技术具有非常广泛的应用,例如,商场购物监测,物品防损监测,等等。
2、现有技术中,通过识别视频中物品的外观特征来确定物品的种类信息,进而对现场的物品进行监测。
3、然而,现有技术中上述以物品的外观特征识别物品的方式存在识别准确率低的问题。例如,对于商场环境下的生鲜类物品,不同的生鲜级别其价格差别很大,而外形差别却很细微,显然不可能依赖图像识别技术准确区分,这使得采用视频技术掌控现场物品的变动情况非常困难。
4、因此,如何在指定场景下准确识别物品种类成为亟待解决的问题。
技术实现思路
1、本申请实施例提供一种确定物品空间位置的方法,以提升在指定场景下识别物品种类的准确率。本申请实施例还提供一种确定物品空间位置的装置、电子设备以及计算机可读取存储介质。本申请实施例还提供一种物品未结账信息提示方法、系统、电子设备以及计算机可读取存储介质。
2、本申请实施例提供一种确定物品空间位置的方法,包括:控制视频监测范围内的具有选定的标识物id的物品标识物发送视觉识别信号;在视频监测画面中,根据所述视觉识别信号,获取所述发送视觉识别信号的物品标识物所标识的目标空间位置;根据预先存储的所述标识
3、可选的,所述控制视频监测范围内的具有选定的标识物id的物品标识物发送视觉识别信号,包括:向视频监测范围内的物品标识物发送开启视觉识别信号的开启指令,所述开启指令中包含选定的标识物id;其中,所述具有选定的标识物id的物品标识物基于接收到所述开启指令,在预设时间内发送预设的视觉识别信号。
4、可选的,所述在视频监测画面中,根据所述视觉识别信号,获取所述发送视觉识别信号的物品标识物所标识的目标空间位置,包括:将所述视频监测画面,提供给经过训练的图像识别模型,识别所述视频监测画面中发送视觉识别信号的目标物品标识物;根据所述目标物品标识物在所述视频监测画面中的位置,以及物品标识物的空间位置与目标物品的空间位置之间的位置偏移关系,确定与所述目标物品标识物关联的被标识物品的放置位置;将所述放置位置作为所述发送视觉识别信号的物品标识物所标识的目标空间位置。
5、可选的,所述识别所述视频监测画面中发送视觉识别信号的目标物品标识物,包括:识别所述视频监测画面中包含的物品标识物;根据识别出的各个所述物品标识物,生成相应的物品标识物局部图;在所述物品标识物局部图中,识别发送视觉识别信号的物品标识物,作为所述目标物品标识物。
6、可选的,所述图像识别模型包括第一识别模型、第二识别模型;所述第一识别模型,用于识别所述视频监测画面中包含的物品标识物;所述第二识别模型,用于在所述物品标识物局部图中,识别发送视觉识别信号的物品标识物。
7、可选的,所述第二识别模型是通过如下方法对选定的初始视觉识别信号检测模型进行训练获得的:获得用于训练所述初始视觉识别信号检测模型的数据样本集,所述数据样本集中的数据样本包括已标注物品标识物图片,其中,发送视觉识别信号的信号发射点使用第一目标框标注;将所述数据样本集提供给所述初始视觉识别信号检测模型进行训练,使其达到识别所述物品标识物局部图中的信号发射点的训练要求,从而获得所述第二识别模型。
8、可选的,所述将所述数据样本集提供给所述初始视觉识别信号检测模型进行训练,使其达到识别所述物品标识物局部图中的信号发射点的训练要求,包括:将所述已标注物品标识物图片提供给所述初始视觉识别信号检测模型,获得所述初始视觉识别信号检测模型输出的识别结果,所述识别结果包括针对所述已标注物品标识物图片的信号发射点所在位置的第一预测框;根据所述识别结果中的第一预测框和所述已标注物品标识物图片中的第一目标框之间的差异,获得第一损失值;根据所述第一损失值调整所述初始视觉识别信号检测模型的参数;重复上述步骤,直至所述第一损失值达到预设阈值的要求,获得训练完成的第二识别模型。
9、可选的,采用如下方法对发送视觉识别信号的物品标识物图片标注第一目标框:获取发送视觉识别信号的物品标识物图片;将所述物品标识物图片进行二值化处理,获得二值化图片;将所述二值化图片中除所述信号发射点之外的其他信息进行去噪处理,获得包含所述信号发射点的去噪图片;采用预定形状的标注框,框取所述去噪图片中的信号发射点,得到所述第一目标框。
10、本申请实施例还提供一种确定物品空间位置的装置,包括:控制单元,物品空间位置关联单元;所述控制单元,用于控制视频监测范围内的具有选定的标识物id的物品标识物发送视觉识别信号;所述物品空间位置关联单元,用于在视频监测画面中,根据所述视觉识别信号,获取所述发送视觉识别信号的物品标识物所标识的目标空间位置;以及,根据预先存储的所述标识物id与目标物品的对应关系,将所述选定的标识物id对应的目标物品关联到所述目标空间位置。
11、可选的,所述控制单元具体用于向视频监测范围内的物品标识物发送开启视觉识别信号的开启指令,所述开启指令中包含选定的标识物id;其中,所述具有选定的标识物id的物品标识物基于接收到所述开启指令,在预设时间内发送预设的视觉识别信号。
12、本申请实施例还提供一种物品未结账信息提示方法,包括:控制视频监测范围内的具有选定的标识物id的物品标识物发送视觉识别信号;在视频监测画面中,根据所述视觉识别信号,获取所述发送视觉识别信号的物品标识物所标识的目标空间位置;根据预先存储的所述标识物id与目标物品的对应关系,将所述选定的标识物id对应的目标物品关联到所述目标空间位置;在视频监测画面中监测到目标用户位于所述视频监测范围内,如果所述目标用户的人体关键点所处位置与所述目标物品的物品检测框之间存在交点、且所述物品检测框由所述目标空间位置移动至所述视频监测范围之外的区域,则将所述目标物品的信息添加至所述目标用户的物品拿取清单中;其中,所述目标物品的信息根据所述目标空间位置关联的目标物品确定;判断所述物品拿取清单中的目标物品是否存在结账记录信息,如果不存在,则判定所述目标用户针对所述目标物品存在未结账风险,发送风险提示信息。
13、可选的,所述判断所述物品拿取清单中的目标物品是否存在结账记录信息,如果不存在,则判定所述目标用户针对所述目标物品存在未结账风险,包括:在所述视频监测画面中监测到所述目标用户处于目标区域时,判断所述物品拿取清单中的物品是否存在结账记录信息,如果不存在,则确定所述用户针对所述物品拿取清单中的物品存在未结账风险;其中,所述目标区域为用户执行物品结算的区域、或者用户已完成物品结算的区域。
14、本申请实施例本文档来自技高网...
【技术保护点】
1.一种确定物品空间位置的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述控制视频监测范围内的具有选定的标识物ID的物品标识物发送视觉识别信号,包括:
3.根据权利要求1所述的方法,其特征在于,所述在视频监测画面中,根据所述视觉识别信号,获取所述发送视觉识别信号的物品标识物所标识的目标空间位置,包括:
4.根据权利要求3所述的方法,其特征在于,所述识别所述视频监测画面中发送视觉识别信号的目标物品标识物,包括:
5.根据权利要求4所述的方法,其特征在于,所述图像识别模型包括第一识别模型、第二识别模型;
6.根据权利要求5所述的方法,其特征在于,所述第二识别模型是通过如下方法对选定的初始视觉识别信号检测模型进行训练获得的:
7.根据权利要求6所述的方法,其特征在于,所述将所述数据样本集提供给所述初始视觉识别信号检测模型进行训练,使其达到识别所述物品标识物局部图中的信号发射点的训练要求,包括:
8.根据权利要求6所述的方法,其特征在于,还包括:采用如下方法对发送视觉识别信号的物品
9.一种确定物品空间位置的装置,其特征在于,包括:控制单元,物品空间位置关联单元;
10.根据权利要求9所述的装置,其特征在于,所述控制单元具体用于向视频监测范围内的物品标识物发送开启视觉识别信号的开启指令,所述开启指令中包含选定的标识物ID;其中,所述具有选定的标识物ID的物品标识物基于接收到所述开启指令,在预设时间内发送预设的视觉识别信号。
11.一种物品未结账信息提示方法,其特征在于,包括:
12.一种物品未结账信息提示系统,其特征在于,包括:物品空间位置识别单元,物品拿取识别单元,物品未结账风险识别单元;
13.一种电子设备,其特征在于,包括:处理器和存储器;其中,
14.一种计算机可读存储介质,其上存储有一条或多条计算机指令,其特征在于,该指令被处理器执行以实现如权利要求1-8、11中任一项所述的方法。
...【技术特征摘要】
1.一种确定物品空间位置的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述控制视频监测范围内的具有选定的标识物id的物品标识物发送视觉识别信号,包括:
3.根据权利要求1所述的方法,其特征在于,所述在视频监测画面中,根据所述视觉识别信号,获取所述发送视觉识别信号的物品标识物所标识的目标空间位置,包括:
4.根据权利要求3所述的方法,其特征在于,所述识别所述视频监测画面中发送视觉识别信号的目标物品标识物,包括:
5.根据权利要求4所述的方法,其特征在于,所述图像识别模型包括第一识别模型、第二识别模型;
6.根据权利要求5所述的方法,其特征在于,所述第二识别模型是通过如下方法对选定的初始视觉识别信号检测模型进行训练获得的:
7.根据权利要求6所述的方法,其特征在于,所述将所述数据样本集提供给所述初始视觉识别信号检测模型进行训练,使其达到识别所述物品标识物局部图中的信号发射点的训练要求,包括:
...
【专利技术属性】
技术研发人员:刘西洋,李鹏,廖宝鑫,倪鼎,王炎,
申请(专利权)人:浙江深象智能科技有限公司,
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。