[发明专利]自动售货方法、装置和计算机可读存储介质

说明书

本公开提出一种自动售货方法、装置和计算机可读存储介质，涉及自动贩售机领域。其中的方法包括：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；根据识别的货品信息自动对用户进行结算。该售货方式允许用户先拿到货品再付款，使得用户在购买前可以接触并充分了解货品，并且自动结算，结算更加简单，无需排队或扫描二维码等额外的结算操作，提升自动售货场景下的购物体验。

技术领域

本公开涉及自动贩售机领域，特别涉及一种自动售货方法、装置和计算机可读存储介质。

背景技术

随着技术的发展，无人超市、无人便利店成为颠覆传统零售的变革形态，各种自动售货机也应运而生。

现有技术中，自动售货机的购买流程是，首先用户透过自动售货机的玻璃来辨别商品，然后通过触屏或按键选定商品，接着通过投币或支付应用等方式支付货款，最后商品从自动售货机的出货口滑出。

发明内容

发明人发现，用户购买之前所能接触到的商品信息有限，并且是先付款再拿到商品，如果购买错误，将无法退回，购物体验有待提升。

本公开实施例所要解决的一个技术问题是：提升自动售货场景下的购物体验。

根据本公开的一个方面，提出一种自动售货方法，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；

根据识别的所述货品信息自动对所述用户进行结算。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，该方法还包括：

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，触发自动结算操作。

在一些实施例中，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确定用户拿起的货品的图像对应的货品信息。

在一些实施例中，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；