[发明专利]一种基于模板匹配的冷柜内饮料种类识别算法

权利要求书

1.一种基于模板匹配的冷柜内饮料种类识别算法，所述方法包括：

步骤1)，通过冷柜内置摄像头拍摄冷柜内部的照片，手工标注采集的照片中的饮料的位置，然后将标注好的数据按照8：1：1的比例划分训练集、验证集和测试集；

步骤2)，构建基于FasterRCNN的检测网络并在收集的训练集上训练；

步骤3)，构建基于VGG16的分类网络，并用检测网络输出的检测结果来训练；

步骤4)，将数据集中每一类饮料经过分类网络后的特征聚类，求出聚类中心作为该类饮料的模板；

步骤5)，将收集的测试集先输入检测网络，然后将得到的饮料图片输入到分类网络提取特征，然后计算与该特征最近的模板，测试的饮料就属于该模板类，可以识别冷柜中饮料的种类和数量。

2.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：步骤1)中单目摄像头视角的设定，在不影响冷柜使用的同时，要拍摄到冷柜内部的所有饮料，并且尽可能减小饮料在照片中的倾斜角。

3.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：步骤1)中对拍摄到的图片进行归一化算法，通过统计数据集所有照片的均值与方差，并将所有图片依此归一化，可以避免冷柜外部光线变化对检测结果造成不利影响。

4.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：步骤1)中对数据的标注，用矩形框标注出饮料所在位置，每张图片有多个标注框，并且饮料之间的互相遮挡使标注框之间有重叠部分。

5.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：步骤2)中检测网络，使用经典的梯度下降算法。

6.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：步骤2)、步骤3)中网络的训练过程使用提前终止的方式结束，防止网络过拟合。

7.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：步骤3)中训练集经过检测网络中得到图片后进行尺寸调整，使之可以在之后的分类网络中使用批处理加速。

8.据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：整个网络在测试过程中都是端到端实现的。

9.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：步骤5)中由于已知饮料类别数，因此使用k均值聚类，距离度量使用欧氏距离。

10.根据权利要求1所述的一种基于模板匹配的冷柜内饮料种类识别算法，其特征在于：整个算法可拓展性强，在不重新训练网络的前提下可以识别未参与训练的类别的饮料。