[发明专利]一种结合模板匹配与深度学习的商品种类检测方法

摘要

本发明公开了一种结合模板匹配与深度学习的商品种类检测方法。该方法总体上分为三个过程：1)输入货架图像，使用待检测物体事先采集的模板图像与货架图像进行特征点匹配，迭代得到所有能与模板图像匹配上的特征点集；2)利用模板图像对匹配上的各个特征点集区域分别进行对齐、裁剪，得到单个商品图像；3)对单个商品图像，使用深度学习的分类网络对其进行分类，得到具体类别。本发明方法利用手机对超商货架拍照进行自动物品检测，克服了人工理货员对商品计数时耗时长、人力消耗大的困难，可用于后续自动化计数、商品展示面积统计等具体应用。

主权项

一种结合模板匹配与深度学习的商品种类检测方法，其特征在于包含以下步骤：1)对每一种待检测商品，采集具有同一商标图案的不同商品正面照片作为模板图像，并在每个图像中标记出商标区域和有效图案区域，采集货架正面照片作为货架图像；2)将每一模板图像与货架图像进行特征点匹配，得到货架图像中所有能与模板图像匹配上的特征点集；3)对于步骤2)获得的各个特征点集，根据特征点集对货架图像进行对齐变换和裁剪处理生成单个商品图像；4)对步骤3)中生成的各个商品图像，使用深度学习的分类网络进行检测分类，获得单个商品图像中商品种类的检测结果；5)根据货架图像的各商品图像进行处理，构建货架图像中的商品区域，将位于同一商品区域的商品图像合并为一组；6)综合同一商品区域的各个商品图像的分类结果，获得货架图像该商品区域所对应商品种类的检测结果。