[发明专利]一种标签自动建模的方法及装置、存储介质、电子设备

权利要求书

1.一种标签自动建模的方法，其特征在于，包括：

从目标箱体的包装图片上获取疑似边框图集合；

采用卷积神经网络对所述疑似边框图集合进行过滤，得到候选边框图集合；

根据先验条件对所述候选边框图集合进行过滤，得到若干个目标边框图，其中，所述目标边框图内包括所述目标箱体的标签信息；

采用所述若干个目标边框图和所述包装图片创建所述目标箱体的标签模板，其中，所述标签模板用于定位标签信息在所述目标箱体上的粘贴位置。

2.如权利要求1所述的方法，其特征在于，从目标箱体的包装图片上获取疑似边框图集合包括：

获取目标箱体的箱体外表面的包装图片；

对所述包装图片进行平滑滤波降噪处理，得到第一中间图片；

对所述第一中间图片进行边缘检测，提取疑似边框图集合。

3.如权利要求2所述的方法，其特征在于，对所述第一中间图片进行边缘检测，提取疑似边框图集合包括：

检测所述第一中间图片的边缘直线特征；

根据所述边缘直线特征查找所述第一中间图片中的多条短直线，其中，所述短直线为长度小于预设长度的直线；

针对所述多条短直线中的每条第一短直线，在其他短直线中查找与其轨迹平行且长度相同的第二直线段，将所述第一短直线和所述第二直线段两两组合后存入平行线组；

对所述平行线组中的直线进行平行四边形组合，得到疑似边框图集合。

4.如权利要求1所述的方法，其特征在于，采用卷积神经网络对所述疑似边框图集合进行过滤，得到候选边框图集合包括：

针对所述候选边框图中的每个疑似边框图，将所述疑似边框图转换为图片向量；

采用所述图片向量循环执行以下步骤，直到最后一层池化层：将所述图片向量作为输入量通过第一卷积层对所述图片向量进行特征提取，输出第一特征图；将所述第一特征图作为输入量通过在第一池化层对所述第一特征图进行下采样，输出降维后的第二特征图；将所述第二特征图确定为下一个卷积层的输入量；

将最后一层池化层输出的目标特征图输入分类模型，输出所述疑似边框图的分类信息，其中，所述分类信息用于指示对应的疑似边框图是否为候选边框图。

5.如权利要求4所述的方法，其特征在于，将所述图片向量作为输入量通过第一卷积层对所述图片向量进行特征提取，输出第一特征图包括：

将所述图片向量依次输入第一卷积层的M个滑动窗口，输出M张第一特征图，其中，所述第一卷积层包括M个不同权重的滑动窗口，所述图片向量在每个滑动窗口内执行以下步骤：将当前滑动窗口的权重值和所述疑似边框图的灰度值相乘并求和得到特征值，M为大于1的整数。

6.如权利要求4所述的方法，其特征在于，将所述第一特征图作为输入量通过在第一池化层对所述第一特征图进行下采样，输出降维后的第二特征图包括：

将所述M张第一特征图输入第一池化层的M个滑动窗口，输出M张第二特征图，其中，所述第一池化层包括M个相同权重的滑动窗口，所述M张第一特征图在每个滑动窗口内执行以下步骤：获取当前滑动窗口内第一特征图的第一特征值，比较第一特征值与上一滑动窗口内第二特征图的第二特征值，将特征值最大的特征图确定为降维后的第二特征图，M为大于1的整数。

7.如权利要求1所述的方法，其特征在于，根据先验条件对所述候选边框图集合进行过滤，得到若干个目标边框图包括：

针对所述候选边框图集合中的每个候选边框图，计算所述候选边框图的标签参数；

判断所述标签参数是否满足先验条件，其中所述先验条件包括以下至少之一：标签的最小宽高、标签的最大宽高、标签的最大宽高比、标签的最小宽高比、标签内具有字符、标签整体色调与箱体的色调差异比；

若满足所述先验条件，则判断所述候选边框图为目标边框图。