[发明专利]自动售货方法、装置和计算机可读存储介质

权利要求书

1.一种应用于自动贩售机的自动售货方法，自动贩售机内设置的拍摄装置拍摄自动贩售机内以及周边预设范围内的视频，

所述方法包括：

从拍摄的自动贩售机中货品的视频流中获取图像；

从所述图像中定位用户拿起的货品的图像；

根据预先建立的货品特征库，识别用户拿起的货品的图像对应的货品信息；

根据用户拿起的货品的多张图像，对用户拿起的货品的运动轨迹进行跟踪；

当用户拿起的货品的运动范围超过规定区域后，触发根据识别的所述货品信息自动对所述用户进行结算的操作。

2.如权利要求1所述的方法，其中，从所述图像中定位用户拿起的货品的图像包括：

将所述图像输入货品定位模型，所述货品定位模型输出用户拿起的货品的图像；其中，所述货品定位模型通过多个货品的图像及其货品位置的标注信息进行训练得到。

3.如权利要求1所述的方法，其中，识别用户拿起的货品的图像对应的货品信息包括：

将用户拿起的货品的图像输入货品识别模型，所述货品识别模型输出用户拿起的货品的图像对应的货品特征；其中，所述货品识别模型通过多个货品的图像及其货品分类的标注信息进行训练得到；

将所述货品识别模型输出的货品特征与所述货品特征库中的货品特征进行匹配，并将匹配到的所述货品特征库中的货品特征对应的货品分类的标注信息作为用户拿起的货品的图像对应的货品信息。

4.如权利要求3所述的方法，其中，所述货品特征库采用以下方法建立或更新：

将货品的图像输入到所述货品识别模型，所述货品识别模型输出货品的图像对应的货品特征，其中，货品的图像具有货品分类的标注信息；

将所述货品识别模型输出的货品的图像对应的货品特征及其货品分类的标注信息一起存储到所述货品特征库；

其中，所述货品的图像包括已有货品的图像、新货品的图像中的至少一种。

5.如权利要求1-4任一项所述的方法，其中，采用卷积神经网络模型进行图像处理，以定位用户拿起的货品的图像和识别用户拿起的货品的图像对应的货品信息。

6.如权利要求1-4任一项所述的方法，其中，视频流的拍摄装置在自动贩售机中的设置方式为：

在自动贩售机的顶端内壁上靠近柜门处设置视频流的拍摄装置；

在自动贩售机中每层货架的侧面内壁上设置视频流的拍摄装置，其中，相邻两层货架的两侧面内壁上交错设置视频流的拍摄装置。

7.如权利要求1所述的方法，还包括：

获取用户拿起的货品所在货架的承载重量变化值；

根据自动贩售机中每个货品的重量，确定所述承载重量变化值对应的可能性货品组合，所述可能性货品组合包括至少一个可能性货品；

所述识别用户拿起的货品的图像对应的货品信息包括：根据所述货品特征库，并且结合所述可能性货品组合，识别用户拿起的货品的图像对应的货品信息。

8.如权利要求7所述的方法，还包括：

根据预设条件确定可能性货品组合的置信度；所述预设条件包括至少一个：所述可能性货品组合的重量与所述承载重量变化值的差距信息，所述可能性货品组合中的货品数量；

所述识别用户拿起的货品的图像对应的货品信息包括：根据所述货品特征库，并且结合置信度高于预设值的所述可能性货品组合，识别用户拿起的货品的图像对应的货品信息。