[发明专利]物品识别方法、装置及设备

权利要求书

1.一种物品识别方法，其特征在于，包括：

获取待识别物品的目标图像；

将所述目标图像分别输入特征检索模型和属性分类模型，以分别输出所述目标图像对应的目标检索特征和目标属性特征，其中所述目标检索特征用于表征所述待识别物品的类别特征、所述目标属性特征用于表征所述待识别物品的颜色特征以及形状特征；

确定所述目标检索特征和所述目标属性特征与预设特征的相似度，并根据所述相似度确定分类结果预测分值；所述预设特征包括N个检索特征和M个属性特征，N和M都为正整数；

根据所述分类结果预测分值，确定所述待识别物品的分类结果。

2.根据权利要求1所述的方法，其特征在于，各所述检索特征和各所述属性特征用于表征同一个物品的检索特征和属性特征，所述确定所述目标检索特征和目标属性特征与预设特征的相似度，并根据所述相似度确定分类结果预测分值，包括：

计算所述目标检索特征与各所述检索特征的第一相似度，得到第一相似度矩阵；

计算所述目标属性特征与各所述属性特征的第二相似度，得到第二相似度矩阵；

将所述第一相似度矩阵和所述第二相似度矩阵中表征同一个物品的各所述第一相似度和各所述第二相似度进行加权处理，得到最终相似度矩阵；

对所述最终相似度矩阵中的各相似度按照预设规则进行筛选，得到所述待识别物品的至少一个分类结果预测分值。

3.根据权利要求1所述的方法，其特征在于，所述属性分类模型包括：依次串联的K个卷积单元、第一分类卷积层和第二分类卷积层，其中K为正整数，所述将所述目标图像输入所述属性分类模型，以输出所述目标图像对应的目标属性特征，包括：

所述K个卷积单元提取所述目标图像的多维属性特征，得到所述目标图像的多维特征图；所述第一分类卷积层对所述目标图像的多维特征图进行分类，得到所述目标图像的形状属性特征；所述第二分类卷积层对所述目标图像的多维特征图进行分类，得到所述目标图像的颜色属性特征；

将所述形状属性特征和所述颜色属性特征进行合并，得到所述目标图像的目标属性特征。

4.根据权利要求3所述的方法，其特征在于，若所述目标图像的尺寸属于第一预设尺寸，所述K个卷积单元包括特征提取卷积层和降维处理卷积层，且所述特征提取卷积层和所述降维处理卷积层交替串联连接，所述特征提取卷积层用于对所述目标图像进行属性特征提取，所述降维处理卷积层用于对所述目标图像进行降维处理。

5.一种物品识别方法，应用于物品称重，其特征在于，包括：

获取待识别物品的目标图像；

将所述目标图像分别输入特征检索模型和属性分类模型，以分别输出所述目标图像对应的目标检索特征和目标属性特征，其中所述目标检索特征用于表征所述待识别物品的商品类别特征、所述目标属性特征用于表征所述待识别物品的颜色特征以及形状特征；

确定所述目标检索特征和目标属性特征与各预设特征的相似度，并根据所述相似度确定分类结果预测分值；所述预设特征包括N个检索特征和M个属性特征，N和M都为正整数；

根据所述分类结果预测分值，确定所述待识别物品的分类结果；

根据所述待识别物品的分类结果对所述待识别物品进行称重。

6.根据权利要求5所述的方法，其特征在于，所述获取所述待识别物品的目标图像，包括：

若检测到承托装置放入待识别物品，则获取所述待识别物品的拍摄图像，并将所述拍摄图像中所述承托装置所在区域的图像作为所述待识别物品的目标图像。

7.根据权利要求6所述的方法，其特征在于，所述将所述拍摄图像中所述承托装置所在区域的图像作为所述待识别物品的目标图像，包括：

根据位置检测模型获取所述承托装置在所述拍摄图像中的坐标值；

根据所述坐标值在所述拍摄图像中确定所述承托装置所在的区域的图像；

将所述承托装置所在区域的图像作为所述待识别物品的目标图像。