[发明专利]使用计算机视觉和机器学习的购物篮监控在审

专利信息
申请号: 201980071226.1 申请日: 2019-09-05
公开(公告)号: CN112930292A 公开(公告)日: 2021-06-08
发明(设计)人: 纳拉亚南·V·拉曼纳森;斯考特·J·卡特;斯蒂芬·E·汉娜;杰西·M·詹姆斯;杰克·L·约翰逊;罗伯特·M·哈林 申请(专利权)人: 看门人系统公司
主分类号: B62B5/04 分类号: B62B5/04;G08B13/00;G08B13/196
代理公司: 苏州创元专利商标事务所有限公司 32103 代理人: 冯尚杰;吴芳
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 使用 计算机 视觉 机器 学习 购物 监控
【说明书】:

一种用于监视购物篮(例如,人力推进的推车、机动化推车上的篮或手提篮)的系统能够包括计算机视觉单元,该计算机视觉单元能够对监视区域(例如,商店的出口)成像,确定篮是空的还是装载有商品,并评估商品被盗的可能性。计算机视觉单元能够包括摄像头和被编程为执行计算机视觉算法以识别购物篮和确定篮的装载状态的图像处理器。计算机视觉算法可以包括神经网络。该系统能够识别正在离开商店的至少部分装载的购物篮,而没有已经为商品付款的标记,并且执行防盗动作,例如,启动警报、通知商店人员、激活商店监视系统、激活与篮相关联的防盗装置(例如,锁定购物推车车轮)等。

相关申请的交叉引用

本申请主张2018年09月07日提交的名称为“SHOPPING BASKET MONITORING USINGCOMPUTER VISION AND MACHINE LEARNING(使用计算机视觉和机器学习的购物篮监控)”的美国专利申请No.62/728,583的优先权的权益,在此通过引用将其全部内容并入本文。

背景技术

技术领域

本公开总体上涉及使用计算机视觉和机器学习技术来跟踪可移动购物篮,包括但不限于机动化的和非机动化的(例如,人力推动的)购物推车和手持式购物篮的运动和状态的系统和方法。

背景技术

存在用于阻止盗窃购物推车的围护系统。典型地,这些系统包括埋置于商店停车场的人行道中以定义允许使用购物推车的区域的外边界的电线。当购物推车被推到这个电线上时,其中一个车轮中的或附近的传感器会检测到经由电线产生的电磁信号,从而激活车轮中的制动机构以锁定或禁止车轮旋转。为了解锁车轮,服务员通常使用手持遥控器向车轮发送解锁信号。一些这样的围护系统存在挑战。

发明内容

用于监视购物篮(例如,人力推进的推车、机动化购物推车或机动性推车上的篮子、或手提篮)的系统能够包括计算机视觉单元,该计算机视觉单元能够对监视区域(例如,商店的出口)成像,确定篮是空的还是装载有商品,并且评估商品被盗的可能性。计算机视觉单元能够包括摄像头和(可选地)图像处理器,该图像处理器被编程为执行计算机视觉算法以识别图像中的购物篮和确定篮的装载状态。装载状态能够包括例如语义类标记(例如,满,部分满,空),指示篮中的商品数量的估计的数值(例如,从1到5的范围,其中1是为空且5为满),评分(可以加权商品的数量和商品的价值)等。在一些实现中,图像处理器能够与计算机视觉单元分开布置。

计算机视觉算法可以包括神经网络。该系统能够识别正在离开商店的购物篮,确定装载状态(例如,至少部分装载),确定不存在顾客已经为商品付款的标记,并且执行防盗动作,例如,启动声音或视觉警报,通知商店人员,激活商店监视系统,激活与篮相关联的防盗装置(例如,锁定购物推车车轮)等。

本文中公开的系统和方法能够被应用于各种应用中,包括但不限于零售商店(例如,超级市场或大型零售卖场)。这样的系统和方法能够被应用于在室内和室外环境中以及在例如零售环境、运输(例如,机场,火车,地铁,公共汽车站)环境、医疗(例如,医院或诊所)环境或仓库环境中跟踪篮或推车。这样的系统和方法能够被用于可能希望识别购物车、手推车、篮等是否至少部分地装载有物品或物体的应用中。

本说明书中所描述的主题的一种或多种实现的细节在下面的附图和描述中进行了陈述。通过说明书、附图和权利要求,其他的特征、方面和优点将变得显而易见。本发明内容和以下详细描述都不旨在限定或限制本发明主题的范围。

附图简要说明

图1A和图1B示意性地示出了推车围护系统的示例运行。在图1A中,装满商品的购物推车正试图离开商店,并且执行了防盗动作以防止商品被盗(例如,购物推车的车轮被锁定或激活了警报)。在图1B中,推车是空的,并且未采取防盗动作。

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看门人系统公司,未经看门人系统公司许可,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/201980071226.1/2.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