[发明专利]基于物品关联关系的对象识别的方法和装置

权利要求书

1.一种基于物品关联关系的对象识别的方法，其特征在于，包括：

对由拍摄装置采集到的采集图片进行包裹检测，获取所述采集图片中的对应于各个包裹的包裹子区域；

将所述包裹子区域中所有物品的物品子图按照预先确定的顺序加工为序列，并将所述序列输入到神经网络；

利用所述神经网络，得到所述包裹子区域中的对象的基于物品关联关系的子序列；以及

根据所述子序列进行对象识别，

其中，所述神经网络是基于训练样本训练而成：收集具有多个包裹且包裹中包含多个物品的图片以生成所述训练样本；对所述图片进行包裹检测；并且将所获得的包裹子图中含有的多个物品的物品子图加工为序列，并标记对应的物品及其位置，以建立基于物品关联关系的对应物品位置数据库。

2.根据权利要求1所述的方法，其特征在于，其中，

在对所述神经网络进行训练时，根据标记出的物品及其位置的情况，对所述神经网络中的用于目标检测的网络进行训练。

3.根据权利要求2所述的方法，其特征在于，其中，

在对所述神经网络进行训练时，利用条件概率对所述对应物品位置数据库进行更新，以对所述神经网络中的子神经网络进行调优。

4.根据权利要求1至3中任一项所述的方法，其特征在于，其中，

在将所述包裹子区域中的所有物品的物品子图加工为序列时，按照特定的物品之间的IoU进行排序。

5.根据权利要求1至3中任一项所述的方法，其特征在于，其中，

在将所述包裹子区域中的所有物品的物品子图加工为序列时，按照特定的物品之间的IoU和距离进行排序。

6.根据权利要求5所述的方法，其特征在于，其中，

在按照所述IoU从大到小排序之后，根据所述距离从远到近进行排序。

7.根据权利要求3所述的方法，其特征在于，其中，

将更新后的应物品位置数据库用于电商推荐阶段以及物流的包裹邮寄阶段。

8.一种基于物品关联关系的对象识别的装置，其特征在于，包括：

包裹检测模块，对由拍摄装置采集到的采集图片进行包裹检测，获取所述采集图片中的对应于各个包裹的包裹子区域；

子图排序模块，将所述包裹子区域中所有物品的物品子图按照预先确定的顺序加工为序列，并将所述序列输入到神经网络；

子序列获取模块，利用所述神经网络，得到所述包裹子区域中的对象的基于物品关联关系的子序列；以及

对象识别模块，根据所述子序列进行对象识别，

其中，所述神经网络是基于训练样本训练而成：收集具有多个包裹且包裹中包含多个物品的图片以生成所述训练样本；对所述图片进行包裹检测；并且将所获得的包裹子图中含有的多个物品的物品子图加工为序列，并标记对应的物品及其位置，以建立基于物品关联关系的对应物品位置数据库。

9.一种基于物品关联关系的对象识别的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。