[发明专利]基于图像识别技术获取冰箱纯净度的方法及资产管理系统

权利要求书

1.一种基于图像识别技术获取冰箱纯净度的方法，其特征在于，包括以下步骤：

(1)在基于清楚冰箱属性信息的前提下，采集对应冰箱的图像信息，将图像信息输入资产管理系统中；

(2)图像处理系统中识别冰箱内部的商品：

资产管理系统根据所收集的商品图片对所采集的图像进行训练，识别出图片中的商品，之后辨别出位于冰箱内部的商品；

(3)计算冰箱纯净度：

从区分的商品中获取商品的宽度信息，并进一步获得所识别的所有商品的总长度，将所获得的所有商品的总长度与冰箱可摆放商品的总长度的比值作为冰箱的纯净度。

2.根据权利要求1所述的方法，其特征在于，所述步骤(2)包括：

(2-1)建立商品模型训练集：收集所有需识别的商品的实际场景图片作为模型训练集；

(2-2)识别图片中商品信息：基于建立的模型训练集，利于深度学习所包括的但不限于Faster R-CNN或SSD目标检测算法，对采集图像进行训练，识别图片中的商品。

3.根据权利要求1所述的方法，其特征在于，所述步骤(2)采用以下步骤辨别商品是否位于冰箱内部，具体步骤如下：

(2-3-1)将图片中商品所占的矩形区域进行聚类，以矩形区域上下底边的边缘线段作为新的聚类对象，之后计算两者之间的距离，所计算的距离是以线段的中点在x轴方向上的距离；

(2-3-2)结合冰箱的宽度属性，判断所聚类的商品之间的x轴距离是否大于冰箱的宽度，若是则删除最左或最右侧的商品；

(2-3-3)重复以上步骤，直到剩余的商品的x轴的最大距离小于等于冰箱的宽度，并认定剩余的商品为位于冰箱内部的商品。

4.根据权利要求3所述的方法，其特征在于：还包括将所有识别商品的平均宽度作为聚类连接半径，判断相邻的聚类对象是否在一个聚类连接半径距离内，基于此将识别出的商品分为若干聚类簇；所述步骤(2-3-2)中如果所聚类的商品之间的x轴距离大于冰箱的宽度，则删除最左或最右的簇中商品数量较少的那个簇。

5.根据权利要求2所述的方法，其特征在于：还包括对商品生成编码信息，所生成的编码信息包括商品的尺寸信息。

6.根据权利要求2所述的方法，其特征在于：所述步骤(2-3-2)中还包括将新识别出的商品图片信息添加至模型训练集中。

7.根据权利要求1或5所述的方法，其特征在于：所述商品的总长度基于商品的尺寸信息和冰箱内部包含的所有商品的数目进行计算获得的总值。

8.根据权利要求1所述的方法，其特征在于：步骤(3)中还包括获取两个商品之间的间隔宽度，根据间隙宽度与商品宽度的比例判定冰箱内部空间的利用率。

9.一种进行冰箱纯净度的资产管理系统，其特征在于：包括

图像采集模块：被配置为采集图片信息；

模型训练集模块：被配置为存储商品图片集；

目标检测模块：被配置基于所建立的模型训练集模块对所采集的图像进行训练，识别出图片中的商品，并将所识别出的新的商品图片信息添加到模型训练集模块中；

判别模块：被配置为通过比较任意两个商品之间的距离与冰箱尺寸大小之间的关系判别出位于冰箱内部的商品；和

计算模块：被配置为根据所有商品的总长度与冰箱可摆放商品的总长度的比值计算冰箱的纯净度。