[发明专利]一种随身物品识别比对方法与系统

说明书

本发明公开了一种随身物品识别比对方法与系统，方法包含获取物品图像，分别获取入场物品与出场物品的图像得到入场物品图像数据与出场物品图像数据；提取物品特征，采用卷积神经网络分别提取入场物品图像数据中的入场物品特征向量、提取出场物品图像数据中的出场物品特征向量；比对入场物品特征向量与出场物品特征向量的相似度得到相似度值；判断相似度值是否高于阈值，若高于阈值，则入场物品与出场物品匹配，若低于阈值，则入场物品与出场物品不匹配；获取进出时的物品图像数据，并根据物品图像数据提取进出物品的特征向量，比对进出物品的特征向量以验证进出物品是否匹配，帮助安防机构增强安防手段。

技术领域

本发明涉及物品识别比对领域，具体涉及一种随身物品识别比对方法与系统。

背景技术

目前，在计算机领域内，随着图像识别技术日新月异的发展，应用领域也越来越广泛地用于零售、物流、工场等各种应用场景；

现有的物品识别方法更多用于无人售货、人脸识别等方面应用广泛，对识别出来的物品进行比对可能需要借助人工或硬件支撑，在公共场所、对于人员出入频繁的场所，很难判断人员进场与出场时所携带物品的差异，个人随身物品特别是重要物品很容易丢失，给治安安防带来一定的难度，并且物品识别方法用于安防领域的情况在市场上很少见。

发明内容

本发明要解决的技术问题是现有的物品识别方法更多用于无人售货、人脸识别等方面应用广泛，对识别出来的物品进行比对可能需要借助人工或硬件支撑，在公共场所、对于人员出入频繁的场所，很难判断人员进场与出场时所携带物品的差异，个人随身物品特别是重要物品很容易丢失，给治安安防带来一定的难度，本发明提供一种随身物品识别比对方法，能够获取进出时的物品图像数据，并根据物品图像数据提取进出物品的特征向量，比对进出物品的特征向量以验证进出物品是否匹配，如果人员出去时携带的物品与进入时携带物品不一致，系统报警提示，帮助安防机构增强安防手段，减少安防人员的工作量和工作强度，并提醒人们增强安防意识，用以解决现有技术导致的缺陷。

本发明还提供一种随身物品识别比对系统。

为解决上述技术问题本发明提供以下的技术方案：

第一方面，一种随身物品识别比对方法，其中，包含以下步骤：

步骤1：获取物品图像，分别获取入场物品与出场物品的图像得到入场物品图像数据与出场物品图像数据；

步骤2：提取物品特征，采用卷积神经网络分别提取入场物品图像数据中的入场物品特征向量、提取出场物品图像数据中的出场物品特征向量，入场物品图像数据与出场物品图像数据在进行特征向量提取前通过视频编解码库进行预处理；

步骤3：比对入场物品特征向量与出场物品特征向量的相似度得到相似度值，比对采取每一个单个物品的入场图像数据与出场图像数据为一组的比对方式；

步骤4：判断相似度值是否高于阈值，若高于阈值，则入场物品与出场物品匹配，若低于阈值，则入场物品与出场物品不匹配。

上述的一种随身物品识别比对方法，其中，所述步骤1中采用摄像机或照相机获取物品的图像并上传至数据库中。

上述的一种随身物品识别比对方法，其中，所述步骤2中所述卷积神经网络进行特征向量提取前需进行物品特征提取训练，所述卷积神经网络内置有分类检测单元，所述分类检测单元内置有分类算法模型，所述分类检测单元采用交叉熵损失作为物品分类任务训练，这里的分类不同于传统意义上的分类，因为需要区分物品个体，所以每件物品自身是一个类别；

训练数据是物体在固定相机视角下，不同摆放状态的图像，训练数据由两部分组成，一部分来自零售物品数据集平台，他包含45°与90°拍摄的大量物品在旋转台架上的图像，选择了90°下的部分数据使用；另一部分根据现有物品拍摄上传的图片数据，拍摄了部分物体的数据，包括背包，笔，打火机等物品。