[发明专利]一种冰柜陈列检测方法、系统及电子设备有效

专利信息
申请号: 201910612506.0 申请日: 2019-07-08
公开(公告)号: CN110334768B 公开(公告)日: 2023-08-22
发明(设计)人: 张发恩;宋亮;秦永强 申请(专利权)人: 创新奇智(重庆)科技有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/24;G06V10/75;G06T7/11;G06T7/194;G06T7/73
代理公司: 深圳市智享知识产权代理有限公司 44361 代理人: 王琴;蒋慧
地址: 400000 重庆市九龙坡区*** 国省代码: 重庆;50
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 冰柜 陈列 检测 方法 系统 电子设备
【权利要求书】:

1.一种冰柜陈列检测方法,其特征在于:用于对冰柜中陈列的商品进行分析以判定所述冰柜的陈列方式是否合规,包括如下步骤:

S1、提供待测图像,所述待测图像包括背景区域和冰柜区域;

S2、利用图像语义分割模型对所述待测图像中所有像素点进行分类,并分别输出对应像素点的分类信息和位置信息;

S3、利用所述位置信息和/或分类信息将所述待测图像中的冰柜区域与背景区域进行分离以获得冰柜图像;

S4、通过单应性变换算法将所述冰柜图像进行矫正以获得矫正图像;及

S5、基于所述矫正图像中的所有像素的位置信息和/或分类信息获得所述冰柜中的内容和所述冰柜的层数,并结合预存的样品模板进行比较,进而判定所述冰柜是否陈列合规,所述预存的样品模板为每个像素对应的位置信息、分类信息和样品种类之间的映射关系。

2.如权利要求1所述的冰柜陈列检测方法,其特征在于:在所述步骤S1中,所述图像语义分割模型包括像素级的决策树分类模型或者全卷积神经网络模型中的任一种。

3.如权利要求1所述的冰柜陈列检测方法,其特征在于:所述步骤S3中,进一步基于所述冰柜的外形结合所述位置信息和分类信息将所述待测图像中的冰柜区域与背景区域进行分离以获得冰柜图像。

4.如权利要求1所述的冰柜陈列检测方法,其特征在于:所述步骤S4包括如下步骤:

步骤S41、基于所述步骤S2中获得的位置信息选定多个参考点;

步骤S42、根据所述参考点计算获得单应性矩阵;及

步骤S43、根据单应性矩阵结合单应性变换算法对所述冰柜图像进行矫正以获得矫正图像。

5.一种冰柜陈列检测系统,其特征在于,包括:

图像获取模块,配置用于对待测冰柜进行拍照以获得待测图像;

图像语义分割模块,配置用于利用图像语义分割模型对所述待测图像中所有像素点进行分类,并分别输出对应像素点的分类信息和位置信息;

图像分离模块,配置用于基于所述位置信息和/或分类信息将所述待测图像中的冰柜区域与背景区域进行分离以获得冰柜图像;

图像矫正模块:配置用于通过单应性变换算法将所述冰柜图像进行矫正以获得矫正图像;

分析模块:配置用于基于所述矫正图像中的所有像素的位置信息和/或分类信息获得所述冰柜的层数,并结合预存的样品模板获知所述冰柜中每层样品的陈列是否合规,所述预存的样品模板为每个像素对应的位置信息、分类信息和样品种类之间的映射关系。

6.如权利要求5所述的一种冰柜陈列检测系统,其特征在于,所述图像矫正模块包括:

选取单元:配置用于基于图像语义分割模块获得的与每个像素点对应的位置信息选择多个参考点;

计算单元:配置用于根据所述参考点计算获得单应性矩阵。

7.一种电子设备,包括存储器和处理器,其特征在于:所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的冰柜陈列检测方法;

所述处理器被设置为通过所述计算机程序执行所述权利要求1至4任一项中所述的冰柜陈列检测方法。

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创新奇智(重庆)科技有限公司,未经创新奇智(重庆)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/201910612506.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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