[发明专利]商品信息处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种商品信息处理方法、装置、计算机设备和存储介质。通过获取待识别商品对应的由彩色图片和深度图片组成的彩色深度图片；将所述彩色深度图片输入已训练的深度学习神经网络模型中，识别得到与所述待识别商品对应的商品类别和商品位置；根据所述商品类别和所述商品位置确定所述待识别商品的商品价值信息。通过深度学习神经网络对包含深度信息的彩色图片进行识别得到更为准确的商品类别和商品位置，并通过商品类别和商品位置确定商品价值信息。

技术领域

本申请涉及计算机技术领域，特别是涉及一种商品信息处理方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，基于计算机技术的应用越来越广泛。在超市或仓库，对商品进行销售结算和存储商品时，需要记录商品信息。由其是在进行商品销售时，需要确定商品的类别和价值。随着计算机技术的不断发展，商品识别技术不断智能化。传统的商场结算通过扫码来识别商品，一方面需要不少的人力，同时也会存在条形码缺失或者不可用的情况，导致识别速度缓慢。

发明内容

基于此，有必要针对上述技术问题，提供一种通过深度学习神经网络模型快速识别出彩色深度图片中的商品对应的商品信息的商品信息处理方法、装置、计算机设备和存储介质。

一种商品信息处理方法，所述方法包括：获取待识别商品对应的由彩色图片和深度图片组成的彩色深度图片；将所述彩色深度图片输入已训练的深度学习神经网络模型中，识别得到与所述待识别商品对应的商品类别和商品位置；根据所述商品类别和所述商品位置确定所述待识别商品的商品价值信息。

在其中一个实施例中，所述获取待识别商品对应的由彩色图片和深度图片组成的彩色深度图片的步骤之后，还包括：当检测到所述彩色深度图片中包含的商品区域占所述彩色深度图片比例小于预设阈值时，检测所述彩色深度图片中的人体肢体位置区域；根据所述人体肢体位置区域确定第一目标区域；根据所述第一目标区域确定第二目标区域，所述第二目标区域的区域面积小于所述第一目标区域的区域面积。

在其中一个实施例中，所述深度学习神经网络模型包括卷积层，所述将所述彩色深度图片输入已训练的深度学习神经网络模型中，识别得到与所述商品对应的商品类别和商品位置的步骤，包括：获取标准商品建议框，将所述商品建议框输入所述深度学习神经网络模型中；获取归一化后的所述彩色深度图片，通过所述卷积层对所述归一化后的所述彩色深度图片进行降采样，得到降采样后的卷积特征图；对所述卷积特征图进行滑窗采样得到采样图像，将所述采样图像映射到所述彩色深度图片中，得到所述深度采样图像；根据所述商品标准建议框对所述深度采样图像进行区域划分得到对应的分割区域，对所述分割区域进行识别，得到对应的商品类别和商品位置。

在其中一个实施例中，所述生成已训练的深度学习神经网络模型步骤，包括：获取标准商品图片集合和标准商品标签集合，所述标签集合中包含商品类别信息和位置信息，将所述标准商品图片集合分成训练数据集合和测试数据集合，所述标准商品图片为包含深度信息的彩色深度图片；通过对所述训练数据集合进行训练得到训练后的深度学习神经网络模型；采用所述测试数据集合对所述训练后的深度学习神经网络模型进行测试，得到识别结果集合；根据所述识别结果集合和所述标准商品标签集合确定测试识别率；当所述测试数据集合的测试识别率达到预设阈值时，将所述训练后的深度学习神经网络模型作为所述已训练的深度学习神经网络模型。

在其中一个实施例中，所述深度学习神经网络模型包含参数，所述通过对所述训练数据集合进行训练得到训练后的深度学习神经网络模型的步骤，包括：根据所述训练数据集合中各个标准商品图片，更新所述深度学习神经网络模型的参数；当所述深度学习神经网络已学习完所述训练数据集合中的各个标准商品图片，停止更新所述深度学习神经网络模型的参数时，得到所述训练后的深度学习神经网络模型。

一种商品信息处理装置，所述装置包括：

数据获取模块，用于获取待识别商品对应的由彩色图片和深度图片组成的彩色深度图片；