[發(fā)明專利]基于深度學習的識別商品方法及基于機器視覺的商品存儲和識別系統(tǒng)在審
| 申請?zhí)枺?/td> | 201811047637.0 | 申請日： | 2018-09-10 |
| 公開（公告）號： | CN109344924A | 公開（公告）日： | 2019-02-15 |
| 發(fā)明（設(shè)計）人： | 李斌 | 申請（專利權(quán)）人： | 湖州易有科技有限公司 |
| 主分類號： | G06K17/00 | 分類號： | G06K17/00;G06F16/955;G06Q30/06 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 313000 浙江省*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 二維碼識別 識別系統(tǒng) 檢索 面料 視覺 計算機機器 倉庫位置 陳列商品 基于機器 快速定位 商品存儲 商品圖片 屬性更新 圖案檢索 學習 成功率 尺度 展廳 更新 客戶 | ||
本發(fā)明涉及計算機機器視覺和深度學習技術(shù)領(lǐng)域，特別是涉及基于二維碼識別的海量商品的快速定位和檢索和基于深度學習的準確的面料識別方法。包括(1)基于二維碼識別的商品所在的倉庫位置的檢索和更新；(2)基于二維碼識別的展廳陳列商品屬性更新；(3)基于商品圖片識別的客戶線上下單。本發(fā)明具備以下有益效果：該識別系統(tǒng)能對面料的屬性進行識別；對于不同尺度的同一圖案檢索的成功率高。
技術(shù)領(lǐng)域
本發(fā)明涉及計算機機器視覺和深度學習技術(shù)領(lǐng)域，特別是涉及基于二維碼識別的海量商品的快速定位和檢索和基于深度學習的準確的面料識別方法。
背景技術(shù)
倉庫，便利店，無人超市中的商品的快速定位和查詢是非常重要的，尤其當商品的種類是海量的時候，這種需求就會格外強烈.現(xiàn)在市面上的大多店鋪還是靠人工清點，這大大的增加了企業(yè)的運營成本，而且人工清點很容易引入錯誤.另一種常用的方式是使用電子標簽技術(shù).電子標簽技術(shù)大大降低了清點的錯誤率，但如果每個單品都使用電子標簽，會造成運營成本的壓力非常大.業(yè)界也一直在尋找低成本，高效的解決方案。
布料的圖案識別和屬性識別有著廣泛的應用,它可以幫助商家及終端用戶準確而方便地識別面料屬性,可以幫助線上平臺做準確的面料檢索。市場上應用圖像識別技術(shù)對面料進行識別的產(chǎn)品還非常少見。目前市面上唯一一款使用圖像識別技術(shù)進行面料識別的產(chǎn)品有兩個缺點：(1)只能對面料上的圖案進行識別,無法對面料的屬性(材質(zhì),工藝等)進行識別；(2)對于不同尺度的同一圖案(同一圖案在不同圖片中大小不同)檢索的成功率低.目前市面上還沒有能夠同時解決這兩個缺點的方案。
人工神經(jīng)網(wǎng)絡(深度學習)是目前最有效的圖像識別的方法.傳統(tǒng)的人工設(shè)計的圖像描述子(如SIFT,HOG,LBP等)是對圖像的分布做出各種假設(shè)，但這些假設(shè)在實踐中通常無法滿足.但深度學習的方法是從數(shù)據(jù)中學習到有鑒別性的非線性特征，是從數(shù)學中學習到圖像的分布.而且分布的復雜性可以通過網(wǎng)絡的深度來調(diào)整.盡管深度學習功能強大，但目前還沒有針對布料識別的尺度問題進行精妙的設(shè)計.
綜上所述，如何給用戶提供低成本且準確的海量商品定位和檢索功能，如何實現(xiàn)不同尺度的布料圖案和屬性的檢索是亟待解決的問題。
發(fā)明內(nèi)容
(一)解決的技術(shù)問題
針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于深度學習的識別商品方法及基于機器視覺的商品存儲和識別系統(tǒng)，解決了現(xiàn)有只能對面料上的圖案進行識別；檢索的成功率低的問題。
(二)技術(shù)方案
為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：一種基于機器視覺的商品存儲和識別系統(tǒng)，所述系統(tǒng)包括：
(1)基于二維碼識別的商品所在的倉庫位置的檢索和更新：通過移動或固定的攝像頭拍攝商品和貨架的二維碼，然后得到某個商品在某個貨架上的信息，然后將這個信息上傳到數(shù)據(jù)庫.這樣實現(xiàn)了商品庫位信息的存儲和更新，后端可以任意查詢；
(2)基于二維碼識別的展廳陳列商品屬性更新：商鋪經(jīng)常需要修改商品屬性信息，通過掃描商品的二維碼，連接到手機的app商品屬性頁面進行錄入或修改；
(3)基于商品圖片識別的客戶線上下單：顧客可以通過上傳商品的圖片，系統(tǒng)自動檢索與輸入圖片相應的商品圖片，客戶在選擇的商品上選擇下單購買；
(4)基于二維碼識別的客戶線下展廳瀏覽：顧客在店鋪或展廳瀏覽時，看到自己喜歡的商品時候，掃描該商品的二維碼進入商品下單頁面下單購買。
本發(fā)明的另一個目的是克服同一圖案，不同尺度的匹配困難.數(shù)據(jù)采集。通過以下方案實現(xiàn)。
一種基于深度學習的識別商品方法，其特征在于，該方法包括：獲取多張帶標尺的商品圖像及其對應屬性信息的標注，生成訓練集；
對訓練集通過深度學習模型訓練；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖州易有科技有限公司，未經(jīng)湖州易有科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811047637.0/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
