CN109522947B - 识别方法和设备 - Google Patents
识别方法和设备 Download PDFInfo
- Publication number
- CN109522947B CN109522947B CN201811290451.8A CN201811290451A CN109522947B CN 109522947 B CN109522947 B CN 109522947B CN 201811290451 A CN201811290451 A CN 201811290451A CN 109522947 B CN109522947 B CN 109522947B
- Authority
- CN
- China
- Prior art keywords
- information
- recognized
- identification
- recognition result
- identified
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000008569 process Effects 0.000 description 11
- 238000005406 washing Methods 0.000 description 8
- 235000013305 food Nutrition 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 235000013361 beverage Nutrition 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000344 soap Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000012046 side dish Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种识别方法和识别设备,所述方法包括:获取标识信息和待识别对象的图像信息,其中所述标识信息至少为与待识别对象存在关联的信息;基于待识别对象的图像信息,确定对待识别对象的第一识别结果;基于标识信息,确定对待识别对象的第二识别结果;基于所述第一识别结果和第二识别结果,确定待识别对象。
Description
技术领域
本申请涉及识别技术,具体涉及一种识别方法和识别设备。
背景技术
对于待识别对象的识别通常采用图像识别方法,基于待识别对象的图像特征进行识别。这种识别方法由于仅依据待识别对象的图像特征来识别,所依赖的数据较为单一,很可能导致识别准确度不足。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种识别方法和设备,至少能够解决由于相关技术中所依赖的数据较为单一而导致的识别准确度不足的技术问题。
本发明实施例的技术方案是这样实现的:
本发明实施例提供一种识别方法,所述方法包括:
获取标识信息和待识别对象的图像信息,其中所述标识信息至少为与待识别对象存在关联的信息;
基于待识别对象的图像信息,确定对待识别对象的第一识别结果;
基于标识信息,确定对待识别对象的第二识别结果;
基于所述第一识别结果和第二识别结果,确定待识别对象。
其中,所述获取标识信息和待识别对象的图像信息,包括:
采集位于采集区域内的待识别对象的图像;
采集位于所述采集区域内的标识,所述标识至少为与位于所述采集区域内的待识别对象存在关联的标识;
相应的,所述基于所述第一识别结果和第二识别结果,确定待识别对象,包括:
将针对图像信息得到的第一识别结果和针对所述标识信息得到的第二识别结果进行匹配,确定所述待识别对象以及第一提示信息,其中所述第一提示信息用于提示从所述采集区域内采集到的所述待识别对象是否与所述采集区域相匹配。
其中,所述方法还包括:
将所述第一识别结果与第二识别结果进行相似度匹配,得到匹配结果;
匹配结果满足预定条件时,确定所述待识别对象。
其中,所述方法还包括:
匹配结果满足预定条件时,确定所述待识别对象在所述采集区域内的位置信息并输出所述位置信息。
其中,所述方法还包括:
基于获取的待识别对象的图像信息,获得在所述图像信息中所述待识别对象的数量信息;
基于所述数量信息,输出第二提示信息,所述第二提示信息至少用于提示所述数量信息与预定数量信息之间的大小关系。
本发明实施例还提供一种识别设备,所述设备包括:
采集装置,用于获取标识信息和待识别对象的图像信息,其中所述标识信息至少为与待识别对象存在关联的信息;
处理装置,用于基于待识别对象的图像信息,确定对待识别对象的第一识别结果;基于标识信息,确定对待识别对象的第二识别结果;基于所述第一识别结果和第二识别结果,确定待识别对象。
其中,所述采集装置,用于采集位于采集区域内的待识别对象的图像;
采集位于所述采集区域内的标识,所述标识至少为与位于所述采集区域内的待识别对象存在关联的标识;
所述处理装置,用于将针对图像信息得到的第一识别结果和针对所述标识信息得到的第二识别结果进行匹配,确定所述待识别对象以及第一提示信息,其中所述第一提示信息用于提示从所述采集区域内采集到的所述待识别对象是否与所述采集区域相匹配。
其中,所述处理装置,用于将所述第一识别结果与第二识别结果进行相似度匹配,得到匹配结果;匹配结果满足预定条件时,确定所述待识别对象。
其中,所述设备还包括:
所述处理装置,用于匹配结果满足预定条件时,确定所述待识别对象在所述采集区域内的位置信息;
输出装置,用于输出所述位置信息。
其中,所述设备还包括:
所述处理装置,用于基于获取的待识别对象的图像信息,获得在所述图像信息中所述待识别对象的数量信息;
基于所述数量信息,触发输出装置输出第二提示信息,所述第二提示信息至少用于提示所述数量信息与预定数量信息之间的大小关系。
本发明实施例提供一种识别方法和识别设备,所述方法包括:获取标识信息和待识别对象的图像信息,其中所述标识信息至少为与待识别对象存在关联的信息;基于待识别对象的图像信息,确定对待识别对象的第一识别结果;基于标识信息,确定对待识别对象的第二识别结果;基于所述第一识别结果和第二识别结果,确定待识别对象。本方案中基于对标识信息和待识别对象的图像信息各自的识别结果,也即依赖于第一识别结果和第二识别结果,确定待识别对象。至少能够解决相关技术中所依赖的数据较为单一而导致的识别准确度不足的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请提供的识别方法的第一实施例的流程示意图;
图2为本申请提供的识别方法的第二实施例的流程示意图;
图3为本申请提供的一应用场景示意图;
图4为本申请提供的识别设备实施例的组成示意图一;
图5为本申请提供的识别设备实施例的组成示意图二。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本领域技术人员应该理解,本申请实施例的识别方法可应用于具有识别功能的电子设备中,如台式机、笔记本电脑、手机、个人数字助理(PAD)等前端设备中;当然,也可以应用到诸如服务器、交换机、基站等后台设备中;此外,还可以通过前端设备与后台设备之间的交互来实现。关于此处请参见后续相关说明。
本申请以下各实施例中所涉及的(待)识别对象指的是实际应用中能够被识别的对象,例如具有一定形状、构造或二者结合的物体:如待识别对象可以是任何物品,例如洗漱用品、办公用品等;待识别对象可以是任何生物,例如动物、植物、人等。
本申请提供的识别方法的第一实施例。如图1所示,所述方法包括:
步骤101:获取标识信息和待识别对象的图像信息,其中所述标识信息至少为与待识别对象存在关联的信息;
其中,标识信息可以为待识别对象的标识信息如唯一标识码。标识信息可以是为与待识别对象有一定关系的信息的唯一标识。例如,标识信息可以是待识别对象所处的位置信息的标识,标识信息可以是待识别对象的类型的标识等等。
步骤102:基于待识别对象的图像信息,确定对待识别对象的第一识别结果;
步骤103:基于标识信息,确定对待识别对象的第二识别结果;
其中,步骤102和步骤103无严格的先后顺序,还可以同时执行。
步骤104:基于所述第一识别结果和第二识别结果,确定待识别对象。
在步骤101~104中,基于对待识别对象的图像信息的识别结果和对标识信息的识别结果,也即第一识别结果和第二识别结果这两种识别结果来确定待识别对象。至少能够解决相关技术中所依赖的数据较为单一而导致的识别准确度不足的技术问题。依据两种识别结果数据来确定待识别对象,识别过程所依据的数据较为丰富,至少能够提高识别准确度。
本领域技术人员应该理解:
步骤101~104可以仅由前端设备来实现,也可以仅由后台设备来实现。还可以通过前端设备与后台设备之间的交互来实现,例如步骤101由前端设备来实现,步骤102~104由后台设备来实现。
作为本实施例的一个可选的方案(第三可选方案),所述方法还包括:基于获取的待识别对象的图像信息,获得在所述图像信息中所述待识别对象的数量信息;基于所述数量信息,输出第二提示信息,所述第二提示信息至少用于提示所述数量信息与预定数量信息之间的大小关系。本实施例中,对待识别对象的图像信息进行识别,识别出在该图像中待识别对象的数量,并将该数量值与预定数量信息进行大小比较,得到比较结果,并通过第二提示信息来输出该比较结果,以提示维护人员依据比较结果进行相应的维护处理。与相关技术中人工识别待识别对象的数量以及人工确定该数量与预定数量信息之间的大小关系相比,至少本方案实现了自动识别,节省了人力,可大大提升用户体验。
本申请提供的识别方法的第二实施例。如图2所示,所述方法包括:
步骤201:采集位于采集区域内的待识别对象的图像;
步骤202:采集位于所述采集区域内的标识,所述标识至少为与位于所述采集区域内的待识别对象存在关联的标识;
其中,标识信息可以为待识别对象的标识信息如唯一标识码。标识信息可以是为与待识别对象有一定关系的信息的唯一标识。例如,标识信息可以是待识别对象所处的位置信息的标识,标识信息可以是待识别对象的类型的标识等等。
步骤203:基于在采集区域内采集到的待识别对象的图像信息,确定对待识别对象的第一识别结果;
步骤204:基于在采集区域内的标识信息,确定对待识别对象的第二识别结果;
步骤205:将第一识别结果和第二识别结果进行匹配,确定所述待识别对象;
其中,步骤201和步骤202无严格的先后顺序,还可以同时执行。步骤203和步骤204无严格的先后顺序,也可以同时执行。
前述方案中,基于对位于采集区域内的待识别对象所采集的图像的识别结果和对位于采集区域内的标识的识别结果,这两种识别结果的匹配结果,确定待识别对象。这种依据两种识别结果来确定待识别对象的方式与相关技术中仅依据单一数据进行待识别对象的识别方式相比,至少能够提高识别准确率,使得识别结果更为准确。
作为本实施例的一个可选的方案(第一可选方案),所述方法、具体是步骤205还包括:
将所述第一识别结果与第二识别结果进行相似度匹配,得到匹配结果;匹配结果满足预定条件时,确定所述待识别对象。其中,所述满足预定条件可以为:相似度匹配结果表明第一识别结果和第二识别结果达到预定相似阈值如80%、75%,说明通过对待识别对象的图像信息进行识别得到的待识别对象和通过对标识信息进行识别得到的待识别对象为相同的识别对象或相似的识别对象,优选为相同的识别对象。也就是说,本方案中,基于对待识别对象的图像信息的识别结果和对标识信息的识别结果这两个识别结果之间的相似度程度来最终确定待识别对象是哪种识别对象。本实施例中,基于两种识别结果之间的相似度程度来确定待识别对象,与相关技术中仅依据单一数据进行待识别对象的识别相比,至少能够提高识别准确率。其中,预定相似阈值还可以为其它任何合理的取值或取值范围,在此不做一一描述。
作为本实施例一个可选的技术方案(第二可选方案),步骤205还可以为:将第一识别结果和第二识别结果进行相似度匹配,确定所述待识别对象以及第一提示信息,其中所述第一提示信息用于提示从所述采集区域内采集到的所述待识别对象是否与所述采集区域相匹配。可以理解,此处所涉及的从采集区域内采集到的待识别对象与前述采集区域是否相匹配表示的含义是该待识别对象是否应该出现该采集区域内。如果经前述识别而得到待识别对象是应该出现在采集到该待识别对象的采集区域内的待识别对象,则从该采集区域内采集到的待识别对象与该采集区域相匹配;否则不匹配。在经过对前述第一识别结果和第二识别结果的相似度匹配运算时,得到的相似度匹配结果表明第一识别结果和第二识别结果达到预定相似阈值,则认为通过对待识别对象的图像信息进行识别得到的待识别对象和通过对标识信息进行识别得到的待识别对象为相同的识别对象或相似的识别对象,优选为相同的识别对象,并输出用于提示待识别对象是应该出现在该采集区域内的待识别对象的第一提示信息。本实施例中,不仅识别出待识别对象,还输出经识别后得到的待识别对象是否是应该出现在采集到该待识别对象的采集区域内的待识别对象的提示信息(第一提示信息)。可使得输出信息丰富化,大大提升用户的使用体验。
作为本实施例的一个可选的方案(第三可选方案),所述方法还包括:匹配结果满足预定条件时,确定所述待识别对象在采集区域内的位置信息并输出所述位置信息;其中,待识别对象的图像信息为在所述采集区域内采集到的。在通过对待识别对象的图像信息进行识别得到的待识别对象和通过对标识信息进行识别得到的待识别对象为相同的识别对象或相似的识别对象,优选为相同的识别对象时,还需要定位出待识别对象在采集区域内的位置并将该位置信息输出。本实施例中,在通过两种识别结果之间的相似度程度来确定待识别对象,可有效保证待识别对象的识别准确率。在保证对待识别对象的识别准确性的基础上,对其位置进行定位并输出,也可方便用户对待识别对象的位置的查看,可大大提升用户体验。
作为本实施例的一个可选的方案(第四可选方案),在匹配结果不满足预定条件和/或第一提示信息用于提示从所述采集区域内采集到的所述待识别对象与所述采集区域不匹配时,更新位于所述采集区域内的标识;和/或,重新获取待识别对象的图像信息以得到第一识别结果。
在第四可选方案中,匹配结果不满足预定条件说明在通过对待识别对象的图像信息进行识别得到的待识别对象和通过对标识信息进行识别得到的待识别对象不为相同的待识别对象、也不为相似的待识别对象,为不同的待识别对象。第一提示信息用于提示从某采集区域内采集到的待识别对象与该采集区域不匹配,说明该待识别对象不应该出现在该采集区域内。这种情况下,可以认为基于对待识别对象的图像信息对待识别对象进行识别的识别结果出错,需要重新对待识别对象的图像信息进行采集并重新识别。还可以认为是位于该采集区域内的标识信息放错采集区域了,不应该出现在该采集区域内,应该出现在其它采集区域内,该放置在该采集区域内的标识应该更新为正确标识(本应该出现在该采集区域内的标识)。本可选方案中,对实际应用中可能出现的识别结果出错或标识放置于错误的采集区域内的几种情况,在其出现时如何进行处理进行了说明,以适应实际使用的需求。
作为本实施例的一个可选的方案(第五可选方案),所述方法还包括:
基于获取的待识别对象的图像信息,获得在所述图像信息中所述待识别对象的数量信息;基于所述数量信息,输出第二提示信息,所述第二提示信息至少用于提示所述数量信息与预定数量信息之间的大小关系。本方案中,识别在获取的图像中待识别对象的数量信息,并将该数量信息与预定的数量信息之间进行大小的比较,并输出第二提示信息以表明比较结果。这种对待识别对象的数量信息与预定的数量信息之间的大小关系进行比较并输出的方法,至少能够提示维护人员待识别对象的数量,以使得维护人员依据该数量进行处理。如补货待识别对象或下架待识别对象。
需要说明的是,本实施例中的第一可选方案~第四可选方案中的任意方案,前述实施例中也即实施例一均适用。
下面结合图3所示的应用场景,对前述实施例进行进一步说明,以加深对本方案的理解。
在图3所示的应用场景中,以四个采集区域(采集区域1~采集区域4)为例,该四个采集区域可视为商场或超市中不同物品的出售区域,如洗漱用品区域、饮料酒水用品区域、主食区域和副食区域。二维码A~二维码D是代表各个采集区域内的标识,也即二维码A~二维码D依次用于代表洗漱用品、饮料酒水用品、主食和副食。位于采集区域1内的二维码A也代表着其所在的采集区域-采集区域1为洗漱用品区域。位于采集区域2内的二维码B也代表着其所在的采集区域-采集区域2为饮料酒水用品区域。位于采集区域3内的二维码C也代表着其所在的采集区域-采集区域3为主食区域。位于采集区域4内的二维码D也代表着其所在的采集区域-采集区域4为副食区域。
采集装置对位于采集区域1中待识别对象如洗漱用品进行图像采集,得到采集图像1。采集装置对位于采集区域1中的标识信息如二维码A进行图像采集,得到采集图像2。采集装置将采集到的采集图像1和采集图像2分别发送至处理装置。处理装置对采集图像1进行图像处理,如分析采集图像1中出现的待识别对象的轮廓特征和细节特征,识别出采集图像1中的待识别物品是洗漱用品(第一识别结果)。处理装置对采集图像2进行图像处理,如识别采集图像2中的序列号码,识别出采集图像2中的序列号代表二维码A,根据预先设置的二维码信息与其代表的采集区域应该放置的用品信息之间的对应关系可知,二维码A代表着洗漱用品(第二识别结果)。对前述两种识别结果进行相似度匹配,发现匹配结果达到预定的相似阈值,则通过对采集图像1进行识别得到的待识别对象和通过对采集图像2进行识别得到的待识别对象为相同的识别对象,均为洗漱用品,由此确定出经过两种识别过程的识别得到的识别对象均为同一用品-洗漱用品。
输出装置也对处理装置识别出的信息是洗漱用品信息进行输出,还可以输出该识别出的洗漱用品其所处的位置,如处理装置定位其在超市中的位置,输出装置对该位置进行输出,和/或处理装置定位出其所位于的采集区域-采集区域1在超市中的位置,输出装置对该位置进行输出。此外,输出装置还可以对待识别对象-洗漱用品是否应该在采集区域1内出现的第一提示信息进行输出,基于前述的描述,输出的第一提示信息可以是洗漱用品其所放置的区域正确。
经过两种识别过程的识别得到的识别对象均为同一用品-洗漱用品的情况下,识别在采集图像1中洗漱用品的数量信息,并将该数量信息与预定的数量信息(例如预定的数量信息表示该用品在短时间内可被售完的数量)之间进行大小的比较,并输出第二提示信息以表明比较结果。第二输出信息至少用于提示目前采集区域1内的洗漱用品数量较少,售卖情况较好,需要维护人员放置更多的洗漱用品(补货)至采集区域1内。或者,用于提示目前采集区域1内的洗漱用品数量较多,售卖情况不乐观,需要维护人员下架一部分洗漱用品。
如果经对前述两种识别结果进行相似度匹配,发现匹配结果未达到预定的相似阈值,说明在识别过程中至少可能出现了以下两种错误:其中一种是二维码A所放置的采集区域出现错误,其不应该放置在采集区域1内。另一种是,在采集区域1内采集的洗漱用品放置错误,不应该放置在采集区域1内,和/或采集图像1和/或采集图像2不清晰使得识别结果出错。对于前述几种错误,均输出提示信息用以提示。对于由于采集图像不清晰而导致的出错,采集装置需要重新进行采集,处理装置需要重新进行识别,具体过程如前述说明,此处不赘述。对于由于放置出错而导致的识别不准确的问题,基于提示信息,维护人员将一一进行排除并解决。
本领域技术人员可以理解,处理装置对待识别对象的识别(包括对采集图像1和采集图像2的识别)可以依据相关技术中任何能够识别出待识别对象的方法而进行,如神经网络学习方法、深度学习方法、基于图像特征的图像识别方法等。具体实现过程请参见相关说明,此处不做重点描述。
本领域技术人员应该而知,前述的采集装置、处理装置和输出装置可以均位于前端设备、可以均位于后台设备;此外,还可以采集装置位于前端设备,处理装置和输出装置位于后台设备,通过前端设备和后台设备之间的交互而实现。
可以理解,前述的识别是对四种不同物品洗漱用品、饮料酒水用品、主食和副食的识别,本方案同样适用对同一种类型物品中的不同商品进行识别,如对洗漱用品中的洗衣液、肥皂、香皂、洁厕剂等属于同一种类型物品中的不同商品进行识别。如对饮料酒水中的酒水、饮料、奶制品等属于同一种类型物品中的不同商品进行识别。具体过程如前所述,不再重复说明。
前述的技术方案,至少可带来如下技术效果:
(1)基于对位于采集区域内的待识别对象所采集的图像的识别结果和对位于采集区域内的标识的识别结果,这两种识别结果的匹配结果,确定待识别对象。这种依据两种识别结果来确定待识别对象的方式与相关技术中仅依据单一数据进行待识别对象的识别方式相比,至少能够提高识别准确率,使得识别结果更为准确;
(2)在通过两种识别结果之间的相似度程度来确定待识别对象,可有效保证待识别对象的识别准确率。在保证对待识别对象的识别准确性的基础上,对其位置进行定位并输出,也可方便用户对待识别对象的位置的查看,可大大提升用户体验。
本申请还提供识别设备的实施例,如图4所示,所述设备包括:
采集装置401,用于获取标识信息和待识别对象的图像信息,其中所述标识信息至少为与待识别对象存在关联的信息;
处理装置402,用于基于待识别对象的图像信息,确定对待识别对象的第一识别结果;基于标识信息,确定对待识别对象的第二识别结果;基于所述第一识别结果和第二识别结果,确定待识别对象。
其中,
所述采集装置401,用于采集位于采集区域内的待识别对象的图像;
采集位于所述采集区域内的标识,所述标识至少为与位于所述采集区域内的待识别对象存在关联的标识;
所述处理装置402,用于将针对图像信息得到的第一识别结果和针对所述标识信息得到的第二识别结果进行匹配,确定所述待识别对象以及第一提示信息,其中所述第一提示信息用于提示从所述采集区域内采集到的所述待识别对象是否与所述采集区域相匹配。
其中,
所述处理装置402,用于将所述第一识别结果与第二识别结果进行相似度匹配,得到匹配结果;匹配结果满足预定条件时,确定所述待识别对象。
如图5所示,所述设备还包括:输出装置403;
所述处理装置,用于匹配结果满足预定条件时,确定所述待识别对象在所述采集区域内的位置信息;
输出装置403,用于输出所述位置信息。
其中,
所述处理装置402,用于基于获取的待识别对象的图像信息,获得在所述图像信息中所述待识别对象的数量信息;
基于所述数量信息,触发输出装置403输出第二提示信息,所述第二提示信息至少用于提示所述数量信息与预定数量信息之间的大小关系。
需要说明的是,本申请提供如图4、图5所示的识别设备的实施例,由于其解决问题的原理与前述的识别方法相似,因此,对图4和图5所示的识别设备的实施过程及实施原理均可以参见前述识别方法的实施过程及实施原理描述,重复之处不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种识别方法,其特征在于,所述方法包括:
采集位于采集区域内的待识别对象的图像信息;采集位于所述采集区域内的标识信息,所述标识信息至少为与位于所述采集区域内的待识别对象存在关联的标识信息;
基于待识别对象的图像信息,确定对待识别对象的第一识别结果;
基于标识信息,确定对待识别对象的第二识别结果;
将针对所述图像信息得到的第一识别结果和针对所述标识信息得到的第二识别结果进行匹配,确定所述待识别对象以及第一提示信息,其中所述第一提示信息用于提示从所述采集区域内采集到的所述待识别对象是否与所述采集区域相匹配。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述第一识别结果与第二识别结果进行相似度匹配,得到匹配结果;
匹配结果满足预定条件时,确定所述待识别对象。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
匹配结果满足预定条件时,确定所述待识别对象在所述采集区域内的位置信息并输出所述位置信息。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于获取的待识别对象的图像信息,获得在所述图像信息中所述待识别对象的数量信息;
基于所述数量信息,输出第二提示信息,所述第二提示信息至少用于提示所述数量信息与预定数量信息之间的大小关系。
5.一种识别设备,其特征在于,所述设备包括:
采集装置,用于采集位于采集区域内的待识别对象的图像信息;采集位于所述采集区域内的标识信息,所述标识信息至少为与位于所述采集区域内的待识别对象存在关联的标识信息;
处理装置,用于基于待识别对象的图像,确定对待识别对象的第一识别结果;基于标识,确定对待识别对象的第二识别结果;
所述处理装置,还用于将针对所述图像信息得到的第一识别结果和针对所述标识信息得到的第二识别结果进行匹配,确定所述待识别对象以及第一提示信息,其中所述第一提示信息用于提示从所述采集区域内采集到的所述待识别对象是否与所述采集区域相匹配。
6.根据权利要求5所述的设备,其特征在于,
所述处理装置,用于将所述第一识别结果与第二识别结果进行相似度匹配,得到匹配结果;匹配结果满足预定条件时,确定所述待识别对象。
7.根据权利要求6所述的设备,其特征在于,所述设备还包括:
所述处理装置,用于匹配结果满足预定条件时,确定所述待识别对象在所述采集区域内的位置信息;
输出装置,用于输出所述位置信息。
8.根据权利要求5所述的设备,其特征在于,所述设备还包括:
所述处理装置,用于基于获取的待识别对象的图像信息,获得在所述图像信息中所述待识别对象的数量信息;
基于所述数量信息,触发输出装置输出第二提示信息,所述第二提示信息至少用于提示所述数量信息与预定数量信息之间的大小关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290451.8A CN109522947B (zh) | 2018-10-31 | 2018-10-31 | 识别方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290451.8A CN109522947B (zh) | 2018-10-31 | 2018-10-31 | 识别方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109522947A CN109522947A (zh) | 2019-03-26 |
CN109522947B true CN109522947B (zh) | 2022-03-25 |
Family
ID=65772753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811290451.8A Active CN109522947B (zh) | 2018-10-31 | 2018-10-31 | 识别方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522947B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119675B (zh) * | 2019-03-28 | 2021-07-27 | 广州广电运通金融电子股份有限公司 | 一种产品识别方法和装置 |
CN110298290B (zh) * | 2019-06-24 | 2021-04-13 | Oppo广东移动通信有限公司 | 静脉识别方法、装置、电子设备及存储介质 |
CN111755881B (zh) * | 2020-06-30 | 2022-08-19 | 联想(北京)有限公司 | 一种连接装置、***、识别方法以及识别装置 |
CN112861558A (zh) * | 2021-03-09 | 2021-05-28 | 广东长盈精密技术有限公司 | 检测方法和检测***、生产方法及生产*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682264A (zh) * | 2011-01-31 | 2012-09-19 | 霍尼韦尔国际公司 | 用于使用多个数据源来读取光学标记的方法和设备 |
CN104317827A (zh) * | 2014-10-09 | 2015-01-28 | 深圳码隆科技有限公司 | 一种商品的图片导航方法 |
CN105095919A (zh) * | 2015-09-08 | 2015-11-25 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
CN106022386A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种计算机识别与人工交互结合的生活垃圾目标识别*** |
CN106815731A (zh) * | 2016-12-27 | 2017-06-09 | 华中科技大学 | 一种基于surf图像特征匹配的标签防伪***及方法 |
CN106934579A (zh) * | 2017-03-20 | 2017-07-07 | 南京医科大学第附属医院 | 基于无人机的自动仓储***的控制方法 |
CN107430719A (zh) * | 2015-03-18 | 2017-12-01 | 美国联合包裹服务公司 | 用于验证货物内容的***和方法 |
CN107451592A (zh) * | 2017-06-30 | 2017-12-08 | 广东数相智能科技有限公司 | 一种处方药品核对方法及装置 |
CN108108767A (zh) * | 2017-12-29 | 2018-06-01 | 美的集团股份有限公司 | 一种谷物识别方法、装置和计算机存储介质 |
CN108171139A (zh) * | 2017-12-25 | 2018-06-15 | 联想(北京)有限公司 | 一种数据处理方法、装置及*** |
CN108460389A (zh) * | 2017-02-20 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种识别图像中对象的类型预测方法、装置及电子设备 |
CN108510274A (zh) * | 2018-04-07 | 2018-09-07 | 刘兴丹 | 一种可视觉识别图像及二维码结合验证的方法、装置 |
CN108596119A (zh) * | 2018-04-28 | 2018-09-28 | 江苏本能科技有限公司 | 射频识别与视频识别匹配方法及***、设备、存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8768049B2 (en) * | 2012-07-13 | 2014-07-01 | Seiko Epson Corporation | Small vein image recognition and authorization using constrained geometrical matching and weighted voting under generic tree model |
CN103984927B (zh) * | 2014-05-19 | 2017-05-24 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106204053A (zh) * | 2015-05-06 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 信息类目错放识别方法和装置 |
CN106708872B (zh) * | 2015-11-16 | 2020-11-24 | 创新先进技术有限公司 | 一种关联对象的识别方法及装置 |
US10979673B2 (en) * | 2015-11-16 | 2021-04-13 | Deep North, Inc. | Inventory management and monitoring |
-
2018
- 2018-10-31 CN CN201811290451.8A patent/CN109522947B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682264A (zh) * | 2011-01-31 | 2012-09-19 | 霍尼韦尔国际公司 | 用于使用多个数据源来读取光学标记的方法和设备 |
CN104317827A (zh) * | 2014-10-09 | 2015-01-28 | 深圳码隆科技有限公司 | 一种商品的图片导航方法 |
CN107430719A (zh) * | 2015-03-18 | 2017-12-01 | 美国联合包裹服务公司 | 用于验证货物内容的***和方法 |
CN105095919A (zh) * | 2015-09-08 | 2015-11-25 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
CN106022386A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种计算机识别与人工交互结合的生活垃圾目标识别*** |
CN106815731A (zh) * | 2016-12-27 | 2017-06-09 | 华中科技大学 | 一种基于surf图像特征匹配的标签防伪***及方法 |
CN108460389A (zh) * | 2017-02-20 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种识别图像中对象的类型预测方法、装置及电子设备 |
CN106934579A (zh) * | 2017-03-20 | 2017-07-07 | 南京医科大学第附属医院 | 基于无人机的自动仓储***的控制方法 |
CN107451592A (zh) * | 2017-06-30 | 2017-12-08 | 广东数相智能科技有限公司 | 一种处方药品核对方法及装置 |
CN108171139A (zh) * | 2017-12-25 | 2018-06-15 | 联想(北京)有限公司 | 一种数据处理方法、装置及*** |
CN108108767A (zh) * | 2017-12-29 | 2018-06-01 | 美的集团股份有限公司 | 一种谷物识别方法、装置和计算机存储介质 |
CN108510274A (zh) * | 2018-04-07 | 2018-09-07 | 刘兴丹 | 一种可视觉识别图像及二维码结合验证的方法、装置 |
CN108596119A (zh) * | 2018-04-28 | 2018-09-28 | 江苏本能科技有限公司 | 射频识别与视频识别匹配方法及***、设备、存储介质 |
Non-Patent Citations (2)
Title |
---|
一种基于新型标签识别的购物导航***;丁伟利 等;《光电工程》;20150131;第42卷(第1期);第51-57页 * |
基于图像识别的错位图书检测技术研究;孙继周 等;《现代电子技术》;20160531;第39卷(第5期);第58-62页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109522947A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522947B (zh) | 识别方法和设备 | |
CN107992820B (zh) | 基于双目视觉的货柜自助售货方法 | |
EP3287977A1 (en) | Prompting method and apparatus | |
TW201833844A (zh) | 訂單資訊確定方法和裝置 | |
CN111832590B (zh) | 物品识别方法和*** | |
CN110889419B (zh) | 一种货架分析方法、装置、***及电子设备 | |
CN106445905B (zh) | 问答数据处理、自动问答方法及装置 | |
CA3152848A1 (en) | User identifying method and device, and computer equipment | |
CN111178966A (zh) | 一种基于人脸识别的潜在客户行为分析方法和*** | |
CN108319941A (zh) | 基于人脸识别的用电业务办理辅助*** | |
CN107526735B (zh) | 一种关联关系的识别方法及装置 | |
CN110717885A (zh) | 顾客数量的统计方法及装置、电子设备及可读存储介质 | |
CN110955690A (zh) | 一种基于大数据技术的自助数据标签平台及自助数据标签方法 | |
CN112307864A (zh) | 用于确定目标对象的方法、装置、人机交互*** | |
US10853829B2 (en) | Association method, and non-transitory computer-readable storage medium | |
CN112559923A (zh) | 网址资源推荐方法、装置、电子设备及计算机存储介质 | |
CN113706227A (zh) | 一种货架商品推荐方法及装置 | |
CN109699003B (zh) | 位置确定方法及装置 | |
CN108985839A (zh) | 无人超市中基于人脸识别的导购方法及装置 | |
US20210081976A1 (en) | Data processing method and apparatus, and storage medium | |
CN112580397A (zh) | 数据处理方法、装置及存储介质 | |
CN111209368A (zh) | 信息提示方法和装置、计算机可读的存储介质及电子装置 | |
Frontoni et al. | A heuristic approach to evaluate occurrences of products for the planogram maintenance | |
CN113743382B (zh) | 一种货架陈列检测方法、装置及*** | |
CN115661624A (zh) | 一种货架的数字化方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |