申请/专利权人：河北工业大学

申请日：2021-09-09

公开（公告）日：2024-03-29

公开（公告）号：CN113627393B

主分类号：G06V20/10

分类号：G06V20/10;G06Q20/32;G06V10/82;G06N3/0464;G07F11/00;G07F11/72

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.11.26#实质审查的生效;2021.11.09#公开

摘要：本发明为一种基于双重神经网络的商品识别方法及智能售货系统，该方法包括步骤S1、采集商品图像和手势图像，得到手势图像数据集和商品图像数据集；步骤S2、设计双重神经网络，得到商品识别模型；商品识别模型包含两个并行的神经网络，一个神经网络用于识别手和遮挡摄像头的物体，另一个神经网络用于识别商品和遮挡摄像头的物体；每个神经网络均包含目标检测分支和防遮挡检测分支；将两个神经网络的防遮挡检测分支和目标检测分支的输出特征进行相加，从而得到商品识别模型的输出层；步骤S3、对商品识别模型进行训练与测试，将测试后的商品识别模型用于商品识别。该方法利用两个并行的神经网络识别手和商品，提高了识别速度和准确性。

主权项：1.一种基于双重神经网络的商品识别方法，其特征在于，该方法的具体步骤为：步骤S1、采集商品图像和手势图像，得到手势图像数据集和商品图像数据集；步骤S2、设计双重神经网络，得到商品识别模型；商品识别模型包含两个并行的神经网络，一个神经网络用于识别手和遮挡摄像头的物体，另一个神经网络用于识别商品和遮挡摄像头的物体；每个神经网络均包含目标检测分支和防遮挡检测分支，目标检测分支用于检测待识别图像中的商品或者手，防遮挡检测分支用于检测待识别图像中遮挡摄像头的物体；将两个神经网络的防遮挡检测分支和目标检测分支的输出特征进行相加，从而得到商品识别模型的输出层；计算检测出的手对应的目标检测框与商品对应的目标检测框的面积重合率，若某一商品对应的目标检测框与手对应的目标检测框的面积重合率大于等于20％，则认为人手在抓握此商品，此商品即为用户所购商品；防遮挡检测分支的具体结构为：待识别图像依次经过一个CBM模块、一个CSP1模块、一个CSP2模块、两个CSP8模块、一个CSP4模块、三个CBL模块、一个SPP模块和四个CBL模块，然后经过上采样后，再与第二个CSP8模块的输出特征经过一个CBL模块后的输出特征进行第一次拼接，第一次拼接后的特征依次经过两个CBL模块后进行上采样，上采样后的特征再与第一个CSP8模块的输出特征经过一个CBL模块的输出特征进行第二次拼接，第二次拼接得到的特征依次经过六个CBL模块和一个Conv层，得到防遮挡检测分支的输出特征；目标检测分支以防遮挡检测分支为基础，防遮挡检测分支第一次拼接后的特征再经过一个CBL模块后的输出特征与防遮挡检测分支第二次拼接后的特征经过六个CBL模块后的输出特征进行第三次拼接，第三次拼接后的特征依次经过六个CBL模块和一个Conv层，得到目标检测分支的输出特征；步骤S3、对商品识别模型进行训练与测试，将测试后的商品识别模型用于商品识别。

全文数据：

权利要求：

百度查询： 河北工业大学 基于双重神经网络的商品识别方法及智能售货系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD