[发明专利]一种智能柜动态识别方法及装置

权利要求书

1.一种智能柜动态识别方法，其特征在于，包括以下步骤，

在本地逐帧获取商品图像；

获取当前帧与上一帧的所述商品图像中商品的距离矩阵；

获取当前帧与上一帧的所述商品图像中商品的交并比矩阵；

获取当前帧与上一帧的所述商品图像中商品的外观矩阵；

将所述距离矩阵、所述交并比矩阵和所述外观矩阵进行加权融合，得到代价矩阵；

基于所述代价矩阵，采用KM算法得到商品图像中上一帧商品与当前帧商品的对应关系；

根据预设的判定轴，判断商品图像中上一帧商品与当前帧商品是否位于所述判定轴的不同侧，并结合上一帧商品与当前帧商品的对应关系，更新商品的剩余库存。

2.根据权利要求1所述的智能柜动态识别方法，其特征在于，所述根据预设的判定轴，判断商品图像中上一帧商品与当前帧商品是否位于所述判定轴的不同侧，并结合上一帧商品与当前帧商品的对应关系，更新商品的剩余库存的步骤包括，

当商品图像中上一帧商品与当前帧商品位于所述判定轴的不同侧时，判断上一帧商品与当前帧商品的位置变化情况；

若上一帧商品与当前帧商品的位置由内向外，则商品的剩余库存加1。

3.根据权利要求2所述的智能柜动态识别方法，其特征在于，还包括以下步骤，

若上一帧商品与当前帧商品的位置由外向内，则商品的剩余库存减1。

4.根据权利要求2所述的智能柜动态识别方法，其特征在于，还包括以下步骤，

若上一帧商品与当前帧商品的位置无变化，则商品的剩余库存保持不变。

5.根据权利要求1所述的智能柜动态识别方法，其特征在于，所述在本地逐帧获取商品图像时，还包括以下步骤，

通过JNI接口调用预设的图像识别算法。

6.根据权利要求1-5任意一项所述的智能柜动态识别方法，其特征在于，所述在本地逐帧获取商品图像后，还包括以下步骤，

采用卡尔曼滤波算法对所述商品图像进行校正。

7.根据权利要求6所述的智能柜动态识别方法，其特征在于，所述代价矩阵的计算公式为，

G＝a*D+b*I+c*A

式中，G表示代价矩阵，D表示距离矩阵，I表示交并比矩阵，A表示外观矩阵，a为距离矩阵权重系数，b为交并比矩阵权重系数，c为外观矩阵的权重系数，且c＝1-a-b。

8.根据权利要求1所述的智能柜动态识别方法，其特征在于，所述更新商品的剩余库存的步骤前，还包括，

为智能柜的商品预绑定用于起唯一识别作用的电子标签；

获取商品图像中待更新商品的电子标签；

若商品图像中待更新商品的电子标签与待更新商品的信息符合，则更新该商品的剩余库存。

9.根据权利要求1所述的智能柜动态识别方法，其特征在于，所述更新商品的剩余库存的步骤前，还包括，

按智能柜的预设区域放置商品，每个区域内仅有一种商品，且每个区域下方安装有重力传感器；

实时获取所述智能柜中待更新商品的当前重量，并结合待更新商品的拟变化库存进行实时判断；

若所述智能柜中待更新商品的当前重量与待更新商品的拟变化库存的重量之和满足预设条件，则更新该商品的剩余库存。

10.根据权利要求9所述的智能柜动态识别方法，其特征在于，还包括以下步骤，

若所述智能柜中待更新商品的当前重量与待更新商品的拟变化库存的重量之和不满足预设条件，控制所述智能柜报警，并上传当前的用户身份信息。