[发明专利]用于售货机的更新方法、更新装置及售货机

说明书

本发明实施例提供一种用于售货机的更新方法、更新装置及售货机，属于自动售货技术领域。所述更新方法包括：对位于固定货道上的新增商品进行自动识别，获得所述新增商品的特征数据和预测类别P；获取人工标注的位于所述固定货道上的新增商品的标注类别L；以及根据所述标注类别L与所述预测类别P的比对结果，确定是否将所述标注类别L和所述新增商品的特征数据更新至索引库中。通过上述技术方案，直接由售货机或者售货架自带的设备进行新增商品的图像采集和有关新增商品的特征数据的获取，可以提高识别结果的准确性，并且上述方法可以直接在本地模式执行，无需离线获取后再更新索引库。

技术领域

本发明涉及自动售货技术领域，具体地涉及一种用于售货机的更新方法、用于售货机的更新装置和售货机。

背景技术

在智慧零售场景中，基于视觉的商品识别系统会自动识别顾客从货架上取走或者放回的商品，但是这类商品识别系统往往只能识别固定数量的商品种类，当新增商品种类时，为了识别这种新品类，基于物体分类的识别系统需要重新训练识别模型，而基于检索的识别系统则需要更新商品的索引库。

对于现有的商品识别系统来说，一般会包含一个或多个位于货架前上方的摄像头，具体结构如图1所示。对于摄像头拍摄到的图片，可以使用目标检测(object detector)确定去放物品的位置(即定位框)，再使用一个对象分类器(object classifier)对定位框进行分类，或者使用特征提取器(feature extractor)对位于定位框的图像进行特征提取，再到索引库中检索最相似的图像，用其类别作为最终的识别结果。为了保证账单准确率，对于置信度较低的识别结果需要进行人工干预。上述两种类别确定方法都需要单独采集新商品的数据用于更新模型或者索引库，要死难吃在零售店运营过程中，往往会包含一个离线的新商品数据采集(用于分类或检索)的系统和模型(索引)更新至在线的缓解，这样会增加运营成本。

现有的有关新增商品的离线采集方式有以下两种：

第一种，采用与线上软硬件相近的数据采集系统，保证硬件如摄像头、重力传感器、货架配置和灯光等与实际设备一致。模拟线上系统在运转时，通过摄像头采集用户对于商品的取放操作的各种可能情况的图片，再通过人工标注得五矿以及商品类别(可能会通过与线上相同的检测和识别方法对该过程进行提速)，再将新采集的数据与原来用于训练模型或者建立索引的数据进行合并后，重新训练或者重建索引，最后再将产出的模型或者索引更新到线上系统；

第二种，在于优化采集设备，提升数据采集效率以减少人工代价。例如用多个摄像头从多个角度或者位置同时拍摄商品图片，或者商品放在转盘上转动，摄像头在不同高度拍摄多张商品图像，用于模拟线上摄像头看到的图片，取代人工多位置多角度放置商品的缓解。并且这种装置的背景比较简单，object detector会有更高的准确率，相较于方案一可以提供更多的准确数据。但是与方案一相同的是，也需要将新采集的数据与原来用于训练模型或者建立索引的数据进行合并后，重新训练或者重建索引以及在上线新增商品时，也需要定期的进行系统更新。

本申请发明人发现，对于上述两种方案来说，在离线采集的过程中都需要一个单独的环节和独立的软硬件系统，并且都存在硬件环境变更敏感的问题，当线上硬件有所变化时，如货架颜色、灯光或者摄像头角度等，采集设备也需要有相应的变更，这样获取的数据才能接近实际数据，进而能够保证识别系统的准确率，对于第一个技术方案来说，对采集人员有很高的的要求，而不同商品摆放的方案复杂，进而导致采集成本高等。

发明内容

本发明实施例的目的是提供一种用于售货机的更新方法、用于售货机的更新装置和售货机，用于解决上述技术问题中的一者或多者。

为了实现上述目的，本发明实施例提供一种用于售货机的更新方法，所述更新方法包括：对位于固定货道上的新增商品进行自动识别，获得所述新增商品的特征数据和预测类别P；获取人工标注的位于所述固定货道上的新增商品的标注类别L；以及根据所述标注类别L与所述预测类别P的比对结果，确定是否将所述标注类别L和所述新增商品的特征数据更新至索引库中。