[發明專利]一種基于視覺的統計數量方法

在審

• 申請號: 201710525089.7
• 申請日: 2017-06-30
• 公開（公告）號: CN107341538A
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 穆萬里;何丹;施建剛;徐旭初
• 申請（專利權）人: 上海上大海潤信息系統有限公司
• 主分類號: G06M1/272
• 分類號: G06M1/272;G06N3/08;G06K17/00
• 代理公司: 上?？剖⒅R產權代理有限公司31225
• 代理人: 趙志遠

1.一種基于視覺的統計數量方法，用以在自助結算中清點標識檢測區域內目標物體的數目，其特征在于，包括以下步驟：

1)關于目標物體進行深度神經元網絡訓練，構建神經網絡目標檢測模型；

2)通過RFID系統檢測標識檢測區域內的目標物體，并進行數目統計；

3)當RFID系統檢測到目標物體的RFID信息后觸發并獲取標識檢測區域內的目標物體的圖像，并將圖像輸入訓練好的神經網絡目標檢測模型中進行識別和統計數目；

4)結合RFID系統和神經網絡目標檢測模型的統計數目，最終獲取標識檢測區域內目標物體的數目：

若RFID系統的計數與神經網絡目標檢測模型的計數相同，則將該計數作為最終的計數；

若RFID系統的計數與神經網絡目標檢測模型的計數不同，則進行報警，請求進行人工計數。

2.根據權利要求1所述的一種基于視覺的統計數量方法，其特征在于，所述的步驟1)具體包括以下步驟：

11)數據準備和標注：獲取多幅包含目標物體的圖像作為訓練樣本，通過數據預處理和數據增強變換保證充足的訓練數據，并通過標注工具對訓練樣本中的目標物體進行標注；

12)數據訓練：通過標注工具獲取正確的目標物體的檢測信息，將神經網絡檢測到目標物體的類別、位置和大小數據與正確的目標物體的類別、實際位置和實際大小之間的誤差作為目標函數，經過迭代使得目標函數達到最小值時完成訓練；

13)數據模型測試與評定：采用測試集進行迭代、累積和自學習，確保神經網絡目標檢測模型的準確率。

3.根據權利要求1所述的一種基于視覺的統計數量方法，其特征在于，所述的步驟11)中，從通過網絡抓取和現實拍攝的方式獲取多幅包含目標物體的圖像作為訓練樣本。

4.根據權利要求1所述的一種基于視覺的統計數量方法，其特征在于，所述的步驟12)中，所述的目標函數為：

min J=α*Σ(xi-x~i)2+(yi-y~i)2+β*Σ(wi-w~i)2+(hi-h~i)2+λ*(Ci-C~i)]]>

其中，x_i、y_i為神經網絡檢測到第i個目標物體的位置，為第i個正確目標物體的實際位置，w_i、h_i為神經網絡檢測到第i個目標物體的大小，為第i個正確目標物體的實際大小，C_i、為第i個目標物體的類別和實際類別，α、β、λ分別為經驗常數參數。