[发明专利]商品识别方法、装置、编解码器及存储装置

说明书

本发明公开了一种商品识别方法、装置、编解码器及存储装置。该商品识别方法包括：获取待检索图像，所述待检索图像包含待检索商品；提取所述待检索图像中所述待检索商品的局部特征，获得与待检索商品的局部特征对应的特征向量集合；将所述特征向量集合与预设数据库中每个注册样本的局部特征向量集合进行比对，获得比对结果，根据所述比对结果输出对应的商品类别。通过上述方式，本发明能够采用卷积神经网络模型提取待检索图像中待检索商品的局部特征，针对一组特征向量进行特征匹配，实现商品在部分被遮挡住的情况下仍可以进行有效检索，不需要借助除图像设备以外的其他硬件辅助，检索高效、结果可靠。

技术领域

本申请涉及图像检索领域，特别是涉及一种商品识别方法、装置、编解码器及存储装置。

背景技术

随着越来越多的机器学习或深度学习技术应用于新零售领域，其中商品识别或商品检索是其中一项重要技术。尤其是在进行商品结算时，对场景中的商品进行精确的识别是重要的挑战。

传统的结算场景中，通过专用设备扫描二维码进行商品识别。新零售场景下通过普通摄像头加图像处理算法完成。在对拍摄到的商品图像进行识别时，通常使用传统图像颜色、纹理、边缘特征或者使用神经网络进行特征提取，然后再对数据库中的注册特征进行比对检索。目前，有的方案基于单个特征向量进行比对检索，容易出现比对错误；另有的方案基于图像中的商品的全部特征进行比对检索，如果商品被部分遮住将会严重识别错误；也有的方案使用距离传感器来应对商品放置位置离摄像头远近的差异，在进行检索时加入对距离的判断，该方法需要距离传感器辅助，识别过程复杂，计算量大；还有的方案使用图像识别模块、动作识别模块、压力传感器辅助RFID来识别用户拿取商品的类别和数量，该方案的识别模块过度冗余。因此，如何提供快捷、高效、可靠的商品识别方法是人们日益关心的问题。

发明内容

本申请提供一种商品识别方法、装置、编解码器及存储装置，能够采用卷积神经网络模型提取待检索图像中待检索商品的局部特征，针对一组特征向量进行特征匹配，实现商品在部分被遮挡住的情况下仍可以进行有效检索，不需要借助除图像设备以外的其他硬件辅助，检索高效、结果可靠。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种商品识别方法，包括：

获取待检索图像，所述待检索图像包含待检索商品；

提取所述待检索图像中所述待检索商品的局部特征，获得与待检索商品的局部特征对应的特征向量集合；

将所述特征向量集合与预设数据库中每个注册样本的局部特征向量集合进行比对，获得比对结果，根据所述比对结果输出对应的商品类别。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种商品识别装置，包括：

图像获取模块，用于获取待检索图像，所述待检索图像包含待检索商品；

特征提取模块，与所述图像获取模块耦接，用于提取所述待检索图像中所述待检索商品的局部特征，获得与待检索商品的局部特征对应的特征向量集合；

检索模块，与所述特征提取模块耦接，用于将所述特征向量集合与预设数据库中每个注册样本的局部特征向量集合进行比对，获得比对结果，根据所述比对结果输出对应的商品类别。

为解决上述技术问题，本申请采用的再一个技术方案是：提供一种编解码器，该编解码器包括处理器、与处理器耦接的存储器，其中，存储器存储有用于实现上述商品识别方法的程序指令；处理器用于执行存储器存储的程序指令以识别商品。

为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储装置，存储有能够实现上述商品识别方法的程序文件。