[发明专利]一种智能物品识别方法和装置在审
申请号: | 201810901335.9 | 申请日: | 2018-08-09 |
公开(公告)号: | CN109141234A | 公开(公告)日: | 2019-01-04 |
发明(设计)人: | 王晓通 | 申请(专利权)人: | 郑州云海信息技术有限公司 |
主分类号: | G01B11/00 | 分类号: | G01B11/00;G01G19/00;G01N9/02 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 林桐苒;解婷婷 |
地址: | 450018 河南省郑州市*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 待检测物品 预判 物理特征 方法和装置 智能物品 图形图像技术 物品识别 自动识别 水果 误判 准确率 判定 场景 智能 检测 销售 | ||
1.一种智能物品识别方法,其特征在于,包括:
预识别待检测物品,获取所述待检测物品的预判类别;
检测所述待检测物品的物理特征;
判断所述待检测物品的预判类别与物理特征是否一致;
在所述待检测物品的预判类别与物理特征一致的情况下,判定所述待检测物品为所述预判类别的物品。
2.根据权利要求1所述的智能物品识别方法,其特征在于,所述物理特征至少包含体积、重量与密度,检测所述待检测物品的物理特征的步骤包括:
通过图像识别计算所述待检测物品的体积;
称量所述待检测物品的质量;
根据所述待检测物品的体积和质量,计算所述待检测物品的密度。
3.根据权利要求1所述的智能物品识别方法,其特征在于,判断所述待检测物品的预判类别与物理特征是否一致的步骤包括:
根据所述待检测物品的预判类别,查询预置的密度范围库,寻找与所述预判类别匹配的条目,所述密度范围库包含多个条目,每个条目记录了一种物品种类与对应的密度范围;
判断所述待检测物品的物理特征是否在所述预判类别匹配的密度范围内;
在所述待检测物品的物理特征在所述预判类别匹配的密度范围内时判定所述待检测物品的预判类别与物理特征一致,否则判定不一致。
4.根据权利要求3所述的智能物品识别方法,其特征在于,预识别待检测物品,获取所述待检测物品的预判类别的步骤之前,还包括:
收集各种物品的密度范围数据,生成密度范围库,所述密度范围库中的每个条目记录的物理特征至少包含相应物品类别的密度范围数据。
5.根据权利要求3所述的智能物品识别方法,其特征在于,判断所述待检测物品的预判类别与物理特征是否一致的步骤之后还包括:
在所述待检测物品的预判类别与物理特征不一致的情况下,发出告警提示信息。
6.一种智能物品识别装置,其特征在于,包括:
预识别模块,用于预识别待检测物品,获取所述待检测物品的预判类别;
特征检测模块,用于检测所述待检测物品的物理特征;
结果匹配模块,用于判断所述待检测物品的预判类别与物理特征是否一致;
结果判定模块,用于在所述待检测物品的预判类别与物理特征一致的情况下,判定所述待检测物品为所述预判类别的物品。
7.根据权利要求6所述的智能物品识别装置,其特征在于,所述特征检测模块包括:
体积检测单元,用于通过图像识别计算所述待检测物品的体积;
质量检测单元,用于称量所述待检测物品的质量;
密度计算单元,用于根据所述待检测物品的体积和质量,计算所述待检测物品的密度。
8.根据权利要求6所述的智能物品识别装置,其特征在于,所述结果匹配模块包括:
密度范围查询单元,用于根据所述待检测物品的预判类别,查询预置的密度范围库,寻找与所述预判类别匹配的条目,所述密度范围库包含多个条目,每个条目记录了一种物品种类与对应的密度范围;
匹配度判定单元,用于判断所述待检测物品的物理特征是否在所述预判类别匹配的密度范围内;
一致性判定单元,用于在所述待检测物品的物理特征在所述预判类别匹配的密度范围内时判定所述待检测物品的预判类别与物理特征一致,否则判定不一致。
9.根据权利要求8所述的智能物品识别装置,其特征在于,该装置还包括:
密度范围库维护模块,用于收集各种物品的密度范围数据,生成密度范围库,所述密度范围库中的每个条目记录的物理特征至少包含相应物品类别的密度范围数据。
10.根据权利要求8所述的智能物品识别装置,其特征在于,
所述结果判定模块,还用于在所述待检测物品的预判类别与物理特征不一致的情况下,发出告警提示信息。
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郑州云海信息技术有限公司,未经郑州云海信息技术有限公司许可,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/201810901335.9/1.html,转载请声明来源钻瓜专利网。