[发明专利]一种标注信息验证的方法、类别确定的方法及装置有效

专利信息
申请号: 201911256582.9 申请日: 2019-12-09
公开(公告)号: CN111061890B 公开(公告)日: 2023-04-07
发明(设计)人: 卓炜;刘强;沈小勇;刘文龙;戴宇荣 申请(专利权)人: 腾讯云计算(北京)有限责任公司
主分类号: G06F16/53 分类号: G06F16/53;G06F16/58;G06V10/762;G06V10/774
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 聂秀娜
地址: 100089 北京市*** 国省代码: 北京;11
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 标注 信息 验证 方法 类别 确定 装置
【说明书】:

本申请公开了一种标注信息验证的方法、类别确定的方法及装置,用于针对SKU检索数据库中的图像可以确定对应的类内相似度以及类间相似度,基于类内相似度与类间相似度,生成该图像所对应的标注信息的验证结果,从而可以根据验证结果对该图像进行剔除或修改等操作,由此提升SKU检索数据库内数据的准确性。本申请方法包括:获取待验证图像、第一图像集合以及第二图像集合;根据待验证图像以及第一图像集合确定目标类内相似度;根据待验证图像以及第二图像集合确定目标类间相似度;根据目标类内相似度以及目标类间相似度,确定目标标注信息的验证结果。

技术领域

本申请涉及人工智能领域,尤其涉及一种标注信息验证的方法、类别确定的方法及装置。

背景技术

由于无人货架的高货损率与自动售货机的高成本,智能货柜逐渐成为无人零售领域的新趋势。智能货柜一般采取无现金交易和普通货币交易。例如:自助橙子机、自助咖啡机、自助冰淇淋机以及无人自助售货机等。由于智能货柜的无人贩售的特性,需要补货人员定期查询进行补货,以使得智能货柜能够随时满足用户的购满需求。

目前,智能货柜内部会设置有拍摄装置,定期拍摄智能货柜内商品的库存量单位(Stock Keeping Unit,SKU)图片,然后上传至服务器,由后台工作人员基于SKU图片进行标注,得到商品的标注信息,再根据标注信息更新SKU检索数据库。

然而,SKU图片的数量较多,而且SKU图片的相似性较高,容易出现标注错误的情况,从而导致SKU检索数据库内存储的数据准确性较低。

发明内容

本申请实施例提供了一种标注信息验证的方法、类别确定的方法及装置,用于针对SKU检索数据库中的图像可以确定对应的类内相似度以及类间相似度,基于类内相似度与类间相似度,生成该图像所对应的标注信息的验证结果,从而可以根据验证结果对该图像进行剔除或修改等操作,由此提升SKU检索数据库内数据的准确性。

有鉴于此,本申请第一方面提供一种标注信息验证的方法,包括:

获取待验证图像、第一图像集合以及第二图像集合,其中,第一图像集合包括至少一个第一图像,第二图像集合包括至少一个第二图像;

根据待验证图像以及第一图像集合确定目标类内相似度,其中,待验证图像对应于目标标注信息,第一图像集合中的第一图像对应于第一标注信息,目标标注信息与第一标注信息属于相同类别的标注信息;

根据待验证图像以及第二图像集合确定目标类间相似度,其中,第二图像集合中的第二图像对应于第二标注信息,第二标注信息与目标标注信息属于不同类别的标注信息;

根据目标类内相似度以及目标类间相似度,确定目标标注信息的验证结果。

本申请第二方面提供一种类别确定的方法,包括:

获取待添加图像集合所对应的图像特征集合,其中,待添加图像集合包括至少一个待添加图像,图像特征集合包括至少一个图像特征,图像特征与待添加图像具有对应关系;

根据图像特征集合以生成目标聚类中心集合,其中,目标聚类中心集合包括P个目标聚类中心,P为大于或等于1的整数;

根据目标聚类中心集合以及M个聚类中心集合,确定目标聚类中心集合所对应的相似聚类中心集合,其中,M为大于或等于1的整数,相似聚类中心集合属于M个聚类中心集合中的一个集合,聚类中心集合包括至少P个聚类中心;

根据相似聚类中心集合获取聚类数值;

若聚类数值大于或等于聚类阈值,则确定待添加图像集合所对应的类别与相似聚类中心集合所对应的类别为相似类别。

本申请第三方面提供一种标注信息验证装置,包括:

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腾讯云计算(北京)有限责任公司,未经腾讯云计算(北京)有限责任公司许可,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/201911256582.9/2.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