[发明专利]计算机视觉交易监视在审

专利信息
申请号: 202110312963.5 申请日: 2021-03-24
公开(公告)号: CN114119007A 公开(公告)日: 2022-03-01
发明(设计)人: 夏安·赫玛蒂扬;约书亚·米格达 申请(专利权)人: NCR公司
主分类号: G06Q20/32 分类号: G06Q20/32;G06Q20/38;G06N20/00;G07G1/00
代理公司: 上海脱颖律师事务所 31259 代理人: 脱颖
地址: 美国佐*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 计算机 视觉 交易 监视
【权利要求书】:

1.一种方法,其包括:

将物品的物品图像传送至第一受过训练的机器学习算法;

从所述第一受过训练的机器学习算法获得作为输出的特征向量;

基于从所述物品扫描的物品码,选择第二受过训练的机器学习算法;

提供所述特征向量作为所述第二受过训练的机器学习算法的输入;以及

从所述第二受过训练的机器学习算法接收关于所述特征向量是否与所述物品码相关联的指示。

2.如权利要求1所述的方法,其中传送还包括在由所述交易终端的扫描仪扫描所述物品时,在所述物品的交易期间在所述交易终端处获得所述物品图像。

3.如权利要求2所述的方法,其中选择还包括当所述扫描仪将所述物品码提供给交易管理器时,从所述交易终端的所述交易管理器获得所述物品码。

4.如权利要求3所述的方法,还包括当所述指示表明所述特征向量与所述物品码不相关时,向所述交易管理器发送警报以中止所述交易。

5.如权利要求3所述的方法,还包括当所述指示表明所述特征向量与所述物品码相关联时,忽略所述指示。

6.如权利要求1所述的方法,其中接收还包括接收确定所述物品与所述物品码不相关但无法基于所述特征向量来作出决定的所述指示,提供另外的指示,指示所述物品图像质量较差或所述物品图像中的所述物品在所述物品图像中被遮挡,导致所述第一受过训练的机器学习算法提供所述物品的特征向量的不准确型式。

7.如权利要求6所述的方法,还包括向与所述物品的交易相关联的交易终端发送通知,使得所述交易终端请求所述交易终端的操作者重新扫描所述物品的所述物品码,导致捕获所述物品的新的物品图像,并且用所述新的物品图像作为所述物品图像迭代回到所述传送。

8.如权利要求6所述的方法,还包括向与所述物品的交易相关联的交易终端发送通知,从而使所述交易终端中断所述交易并且请求服务人员或主管查看与所述物品码相关联的所述物品。

9.一种系统,包括:

交易终端,所述交易终端包括扫描仪、处理器和包括用于交易管理器的可执行指令的非暂态计算机可读存储介质;

服务器,所述服务器包括服务器处理器和服务器非暂态计算机可读存储介质,所述服务器非暂态计算机可读存储介质包括用于第一受过训练的机器学习算法、多个第二受过训练的机器学习算法和物品安全管理器的可执行指令;

由所述处理器从所述非暂态计算机可读存储介质执行的所述交易管理器使所述处理器执行交易操作,包括:

在交易期间接收由所述扫描仪扫描的物品的物品码;

向所述服务器提供所述物品码和针对所述物品捕获的物品图像;以及

在所述交易期间从所述服务器接收警报时中断所述交易,所述警报指示需要重新扫描所述物品,或者指示服务人员或主管需要根据所述物品码检查所述物品,然后所述交易才能够在所述交易终端处继续进行;

由所述服务器处理器从所述服务器非暂态计算机可读存储介质执行的所述第一受过训练的机器学习算法、所述第二受过训练的机器学习算法和所述物品安全管理器使所述服务器处理器执行安全操作,包括:

由所述物品安全管理器将所述物品图像传送至所述第一受过训练的机器学习算法;

由所述第一受过训练的机器学习算法从所述物品图像产生特征向量;

由所述物品安全管理器基于所述物品码选择特定的第二受过训练的机器学习算法;

由所述物品安全管理器将所述特征向量传送至所述特定的第二受过训练的机器学习算法;

由所述特定的第二受过训练的机器学习算法产生指示,指示所述特征向量与由所述物品码定义的所述物品相关联、与所述物品不相关或者是混乱的,使得无法确定所述特征向量是否与所述物品相关联;以及

当所述指示为所述特征向量与所述物品不相关或混乱时,由所述物品安全管理器将所述指示发送至所述交易终端。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于NCR公司,未经NCR公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110312963.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top