[發明專利]一種基于深度學習的檢測定制物品與訂單匹配的方法

有效

• 申請號: 202010517670.6
• 申請日: 2020-06-09
• 公開（公告）號: CN111695621B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 鄒國平;彭飛;呂茂鑫
• 申請（專利權）人: 杭州印鴿科技有限公司
• 主分類號: G06V10/75
• 分類號: G06V10/75;G06V10/44;G06V10/82;G06F16/51;G06F16/583;G06N3/0464;G06N3/08;G06Q30/0601
• 代理公司: 杭州中港知識產權代理有限公司 33353
• 代理人: 張曉紅

一種基于深度學習的檢測定制內容近平面規則物品與訂單匹配系統及其方法，屬于圖像識別和機器視覺技術領域。包括圖像庫特征提取及建索引模塊、生產線圖像采集模塊、角點檢測及圖像對齊模塊、圖像特征提取模塊、特征匹配及結果輸出模塊、訓練角點檢測模型、訓練圖像匹配模型。上述一種基于深度學習的檢測定制內容近平面規則物品與訂單匹配系統及其方法，其按批次對近平面規則物品訂單圖像提取特征和建立索引后，在定制內容近平面規則物品生產線上將自動將該批次的成品近平面規則物品與用戶訂單圖像進行精準匹配，解決了定制內容近平面規則物品的分揀難題。

技術領域

本發明屬于圖像識別和機器視覺技術領域，具體為一種基于深度學習的檢測定制內容近平面規則物品與訂單匹配系統及其方法。

背景技術

現今社會電子商務已發展成熟，人們可以通過互聯網購買到絕大多數的產品，當然通常是規模化生產的標準產品；隨著人們生活水平的提高，人們已不再滿足于千人一面的標準化產品，而是個性化的、表達自我的差異化產品，最直接的差異化產品就是在標品的基礎上印刷特定的內容成為定制內容的標品，比如定制內容的手機殼、相框、馬克杯、帆布包等，人們可以自由地定制它的圖案，于是原本的標準產品手機殼、相框、馬克杯、帆布包便成為一種尺寸、材質及圖案豐富的個性產品。但這種個性化產品的批量化生產存在一定的問題，其中之一的問題就是如何將定制內容的成品跟用戶訂單進行匹配。傳統的方式是人工在生產線上進行匹配分揀，但隨著生產量的上升，人工匹配將極大制約生產效率，因此需要一種在定制內容產品生產線上自動將定制內容的成品與用戶訂單進行匹配的智能裝置。

發明內容

針對現有技術中存在的上述問題，本發明的目的在于設計提供一種基于深度學習的檢測定制內容近平面規則物品與訂單匹配系統及其方法的技術方案，其按批次對近平面規則物品訂單圖像提取特征和建立索引后，在定制內容近平面規則物品生產線上將自動將該批次的成品近平面規則物品與用戶訂單圖像進行精準匹配，解決了定制內容近平面規則物品的分揀難題；并且這種精準匹配不依賴于待匹配物體的良好拍攝條件、姿態以及表面圖案內容的豐富程度，魯棒地適用于更廣泛的場景。

所述的一種基于深度學習的檢測定制內容近平面規則物品與訂單匹配系統，其特征在于包括圖像庫特征提取及建索引模塊、生產線圖像采集模塊、角點檢測及圖像對齊模塊、圖像特征提取模塊、特征匹配及結果輸出模塊、訓練角點檢測模型、訓練圖像匹配模型；

所述的圖像庫特征提取及建索引模塊，用于訂單圖像庫特征提取并建立索引；

所述的生產線圖像采集模塊，通過硬件協同作業完成生產線產品圖像采集的觸發、拍攝、發送和匹配結果獲取；

所述的角點檢測及圖像對齊模塊，用于目標區域角點檢測及目標區域圖像對齊，在本步驟之前包含一次訓練角點檢測模型的角點檢測模型訓練步驟；

所述的圖像特征提取模塊用于目標區域圖像特征提取，在本步驟之前包含一次訓練圖像匹配模型的圖像匹配模型訓練步驟；

所述的特征匹配及結果輸出模塊，用于特征匹配及結果輸出。

所述的一種基于深度學習的檢測定制內容近平面規則物品與訂單匹配系統的方法，其特征在于包括以下步驟：

S101、通過圖像庫特征提取及建索引模塊，建立訂單圖像庫特征提取并建立索引；

S102、通過生產線圖像采集模塊，對生產線圖像進行采集；

S103、通過角點檢測及圖像對齊模塊，對目標區域角點進行檢測及目標區域圖像對齊；在本步驟之前包含一次訓練角點檢測模型的角點檢測模型訓練步驟S1030；

S104、通過圖像特征提取模塊，對目標區域圖像特征提取，在本步驟之前包含一次訓練圖像匹配模型的圖像匹配模型訓練步驟S1040；

S105、通過特征匹配及結果輸出模塊，進行特征匹配及結果輸出。