[发明专利]货架商品自主聚类识别方法及装置

说明书

本申请公开了一种货架商品自主聚类识别方法及装置，属于人工智能技术领域，货架商品自主聚类识别方法包括：对目标门店的货架商品种类表进行初始化；通过相机采集目标门店的货架商品图像；检测货架商品图像中各在售商品的特征；根据货架商品种类表，加载商品特征库；对各在售商品的特征与商品特征库中的特征进行匹配；在总体匹配度小于第一阈值时，扩大货架商品种类表中的商品种类范围；对各在售商品的特征与商品特征库中的特征重新进行匹配，直至总体匹配度大于或者等于第一阈值；在总体匹配度大于或者等于第一阈值的时，对每一商品种类下的在售商品与商品特征库中的该类特征进行匹配；在类别匹配度小于第二阈值时，删除该类商品信息。

技术领域

本申请属于人工智能领域，具体涉及一种货架商品自主聚类识别方法及装置。

背景技术

近几年，与人们生活密切联系的智能新零售迅速发展，其运用互联网、物联网、大数据、人工智能等技术赋能商超、便利店等数字化、智能化管理，同时优化商品、用户、支付之间的关系，给予顾客更快、更好、更方便的购物体验。

数字货架是智能新零售业务中重要的一个环节，其商品智能检测、排面智能检测、缺货智能报警等需求赋予了数字货架的智能化管理需求。商品智能检测作为智能货架管理中重要一个环节，同时也是货架排面分析、自动结算等方面应用的前提，是解决线下数字化的一个核心技术点，因此商品识别精度至关重要。

发明人发现现有技术当前至少存在以下问题：现有的商品识别技术存在巨大的困难，主要原因在于商品种类繁多并且识别技术必须依赖于多角度识别，这需要海量数据支撑和精准的特征库匹配，使得仅靠一个公司或者一个团体的能力，很难提升算法的泛化能力，很难形成规模化效应。

发明内容

本申请实施例的目的是提供一种货架商品自主聚类识别方法和装置，能够解决目前由于商品种类繁多且算法所需数据量过大，导致商品识别算法复杂，进而导致数字货架难以形成规模化效应的技术问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种货架商品自主聚类识别方法，包括：

对目标门店的货架商品种类表进行初始化；

通过摄像头采集摄像头目标门店的货架商品图像；

检测摄像头货架商品图像中各在售商品的特征；

根据摄像头货架商品种类表，加载商品特征库；

对各摄像头在售商品的特征与摄像头商品特征库中的特征进行匹配；

在总体匹配度小于第一阈值的情况下，扩大摄像头货架商品种类表中的商品种类范围；

对各摄像头在售商品的特征与摄像头商品特征库中的特征重新进行匹配，直至摄像头总体匹配度大于或者等于第一阈值。

进一步地，货架商品自主聚类识别方法还包括：

对每一商品种类下的在售商品与摄像头商品特征库中的该类特征进行匹配；

在类别匹配度小于第二阈值的情况下，从摄像头货架商品种类表删除该类商品信息。

进一步地，检测到的摄像头货架商品图像中各在售商品的特征包括：商品牌面、商品商标、商品包装、商品形状、商品体积、商品颜色。

进一步地，经过初始化的摄像头货架商品种类表包括摄像头目标门店的商品全种类。

第二方面，本申请实施例提供了一种货架商品自主聚类识别装置，包括：

初始化模块，用于对目标门店的货架商品种类表进行初始化；

采集模块，用于通过摄像头采集摄像头目标门店的货架商品图像；