[发明专利]一种基于图像识别技术的购物手推车及其识别方法有效

专利信息
申请号: 201810421153.1 申请日: 2018-05-04
公开(公告)号: CN108960038B 公开(公告)日: 2020-11-10
发明(设计)人: 郭怡适;黄耀鸿;王芹;陈鹏 申请(专利权)人: 广州图匠数据科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06Q30/02;H04N7/18
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 胡辉
地址: 510330 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 技术 购物 手推车 及其 方法
【权利要求书】:

1.一种基于图像识别技术的购物手推车,其特征在于:包括有

视觉模块,用于获取购物手推车侧面的货架图像以及购物手推车内部的商品图像;

感知模块,用于检测购物手推车内的商品变化,并在检测到变化时启动视觉模块;

识别模块,用于对货架图像以及商品图像进行识别,获取货架上和购物车中的商品信息;

所述商品信息包括商品、价格标签和促销信息。

2.根据权利要求1所述的一种基于图像识别技术的购物手推车,其特征在于:所述视觉模块还用于获取购物手推车的用户的图像,所述识别模块还用于对上述用户的图像进行识别并获取用户的身份信息。

3.根据权利要求1或2所述的一种基于图像识别技术的购物手推车,其特征在于,所述视觉模块包括有:

锚点检测子模块,用于根据锚点标记训练出的锚点检测模型,对购物手推车侧面的货架图像和购物手推车内部的商品图像进行锚点检测;

图像拼接子模块,用于根据锚点检测子模块检测出的锚点对购物手推车侧面的货架图像和购物手推车内部的商品图像分别进行拼接。

4.根据权利要求1所述的一种基于图像识别技术的购物手推车,其特征在于:所述识别模块采用深度学习模块对输入图像中的商品信息进行识别。

5.根据权利要求1所述的一种基于图像识别技术的购物手推车,其特征在于:还包括有检测分析模块,用于根据识别模块获取的商品信息检测货架陈列状态和/或分析用户购物行为。

6.一种基于图像识别技术购物手推车的识别方法,其特征在于,包括有以下步骤:

感知模块检测购物手推车内的商品变化,并在检测到变化时启动视觉模块;

视觉模块获取购物手推车侧面的货架图像以及购物手推车内部的商品图像;

识别模块对购物手推车侧面的货架图像以及购物手推车内部的商品图像进行识别,获取货架上和购物车中的商品信息;

所述商品信息包括商品、价格标签和促销信息。

7.根据权利要求6所述的一种基于图像识别技术购物手推车的识别方法,其特征在于:视觉模块还获取购物手推车的用户的图像;识别模块还对上述用户的图像进行识别并获取用户的身份信息。

8.根据权利要求6或7所述的一种基于图像识别技术购物手推车的识别方法,其特征在于:所述视觉模块获取购物手推车侧面的货架图像以及购物手推车内部的商品图像这一步骤,具体为:

根据锚点标记训练出的锚点检测模型,对购物手推车侧面的货架图像和购物手推车内部的商品图像进行锚点检测;

根据锚点检测子模块检测出的锚点对购物手推车侧面的货架图像和购物手推车内部的商品图像分别进行拼接,得到拼接后的购物手推车侧面的货架图像和拼接后的购物手推车内部的商品图像。

9.根据权利要求6所述的一种基于图像识别技术购物手推车的识别方法,其特征在于:所述识别模块对购物手推车侧面的货架图像以及购物手推车内部的商品图像进行识别这一步骤,具体为:识别模块采用深度学习模块对输入的购物手推车侧面的货架图像以及购物手推车内部的商品图像中的商品信息进行识别。

10.根据权利要求6所述的一种基于图像识别技术购物手推车的识别方法,其特征在于,还包括有检测分析步骤:根据识别模块获取的商品信息检测货架陈列状态和/或分析用户购物行为。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州图匠数据科技有限公司,未经广州图匠数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810421153.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top