具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的图像检测方法的应用场景的一个示意图。
在图1的应用场景中,首先,计算设备101可以获取待检测物品的第一物品图像102和第二物品图像103。其次,计算设备101可以对上述第一物品图像102和上述第二物品图像103分别进行图片特征提取处理,得到第一物品图像向量104和第二物品图像向量105。然后,计算设备101可以对上述第一物品图像向量104和上述第二物品图像向量105进行融合处理以生成融合向量106。接着,计算设备101可以将上述融合向量106输入至预先训练的图像检测模型107中,得到图像检测结果108。最后,计算设备101可以将上述图像检测结果108发送至具有显示功能和存储功能的结算设备109以进行结算处理。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的图像检测方法的一些实施例的流程200。该方法可以由图1中的计算设备101来执行。该图像检测方法,包括以下步骤:
步骤201,获取待检测物品的第一物品图像和第二物品图像。
在一些实施例中,图像检测方法的执行主体(例如,图1所示的计算设备101)可以通过有线连接方式或者无线连接方式从设备终端获取待检测物品的第一物品图像和第二物品图像。这里,待检测物品可以是指自动售货柜中存放的,且与用户从上述自动售货柜中获取的相同的物品。这里,第一物品图像可以是指用户在获取上述物品之前,自动售货柜中存放上述物品时的图像。这里,第二物品图像可以是指用户在获取上述物品之后,自动售货柜中存放上述物品时的图像。例如,第一物品图像或第二物品图像可以包括但不限于以下至少一项:物品名称,物品属性值(价格),物品高度值等字样图像。
步骤202,对上述第一物品图像和上述第二物品图像分别进行图片特征提取处理,得到第一物品图像向量和第二物品图像向量。
在一些实施例中,上述执行主体可以通过预先训练的初始图像提取网络模型对上述第一物品图像和上述第二物品图像分别进行图片特征提取处理,得到第一物品图像向量和第二物品图像向量。这里,初始图像提取网络模型可以是VGG(Visual Geometry GroupNetwork,视觉几何群网络)16模型,VGG19模型等模型。例如,第一物品图像向量可以是[0,0,0,1,0],第二物品图像向量可以是[0,0,1,0,0]。
在一些实施例的一些可选的实现方式中,上述执行主体还可以通过以下步骤得到第一物品图像向量和第二物品图像向量:
第一步,请参见图3,将上述第一物品图像输入至预先训练的图片特征提取网络,得到第一物品图像向量。其中,上述图片特征提取网络包括:卷积网络301和池化网络304,上述卷积网络301包括第一卷积层3011和第二卷积层3012,上述池化网络304包括第一池化层3041和第二池化层3042。
实践中,上述第一步可以包括以下子步骤:
第一子步骤,将上述第一物品图像分别输入至上述第一卷积层3011和上述第二卷积层3012,得到第一图像特征序列302和第二图像特征序列303。
第二子步骤,将上述第一图像特征序列302和上述第二图像特征序列303输入至上述第一池化层3041,得到第一池化特征向量序列集305。这里,第一池化层3041可以用于进行特征压缩和降维。
第三子步骤,将上述第一图像特征序列302和上述第二图像特征序列303输入至上述第二池化层3042,得到第二池化特征向量序列集306。这里,第一池化层3042可以用于进行特征压缩和降维。
第四子步骤,将上述第一池化特征向量序列集305中的每个第一池化特征向量序列和对应上述第一池化特征向量序列的第二池化特征向量序列进行拼接处理以生成拼接池化特征向量序列,得到拼接池化特征向量序列集307。实践中,上述第一池化特征向量序列集305可以是[[0.5,0,0,0,0],[0,0.5,0,0,0]]。上述第二池化特征向量序列集306可以是[[1,0,0,0,0],[0,1,0,0,0]]。从而,得到拼接池化特征向量序列集307可以是[[0.5,0,0,0,0,1,0,0,0,0],[0,0.5,0,0,0,0,1,0,0,0]]。
第五子步骤,对上述拼接池化特征向量序列集中的各个拼接池化特征向量序列进行融合处理,得到融合池化特征向量作为第一物品图像向量。这里,融合处理可以是指拼接处理。例如,对拼接池化特征向量序列集307中的各个拼接池化特征向量序列进行融合处理,得到融合池化特征向量[0.5,0,0,0,0,1,0,0,0,0,0,0.5,0,0,0,0,1,0,0,0]作为第一物品图像向量104。
第二步,将上述第二物品图像输入至上述图片特征提取网络,得到第二物品图像向量。实践中,可参见图3以及相关内容的描述。
步骤203,对上述第一物品图像向量和上述第二物品图像向量进行融合处理以生成融合向量。
在一些实施例中,上述执行主体可以可以对上述第一物品图像向量和上述第二物品图像向量进行融合处理以生成融合向量。这里,融合处理可以是指拼接处理。例如,第一物品图像向量可以是[0,0,0,1,0],第二物品图像向量可以是[0,0,1,0,0]。将上述第一物品图像向量和上述第二物品图像向量进行融合处理以生成融合向量[0,0,0,1,0,0,0,1,0,0]。
步骤204,将上述融合向量输入至预先训练的图像检测模型中,得到图像检测结果。
在一些实施例中,上述执行主体可以将上述融合向量输入至预先训练的图像检测模型中,得到图像检测结果。这里,预先训练的图像检测模型可以是多种结果的网络模型。例如,CNN(Convolutional Neural Networks,卷积神经网络)模型、RNN(Recurrent NeuralNetwork,循环神经网络)模型或DNN(Deep Neural Networks,深度神经网络)模型等等。当然,也可以是根据实际需要进行搭建的模型。
步骤205,将上述图像检测结果发送至具有显示功能和存储功能的结算设备以进行结算处理。
在一些实施例中,上述执行主体可以将上述图像检测结果发送至具有显示功能和存储功能的结算设备以进行结算处理。例如,图像检测结果可以是“A物品10件,总价30元”。结算设备“001”可以根据“A物品10件,总价30元”进行结算处理。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的图像检测方法,提高了物品检测结果的准确度,物品结算的误差率有所降低。具体来说,造成物品检测结果的准确度不高的原因在于:无法从多个角度对用户获取的物品进行检测,导致物品的检测结果的准确度不高,造成物品结算的误差率较高。基于此,本公开的一些实施例的图像检测方法,首先,获取待检测物品的第一物品图像和第二物品图像。由此,为从两个不同的角度对待检测物品进行检测提供了数据支持。其次,对上述第一物品图像和上述第二物品图像分别进行图片特征提取处理,得到第一物品图像向量和第二物品图像向量。然后,对上述第一物品图像向量和上述第二物品图像向量进行融合处理以生成融合向量。由此,便于综合考量待检测物品的变化,为提高物品检测结果的准确度提供了数据支持。接着,将上述融合向量输入至预先训练的图像检测模型中,得到图像检测结果。由此,实现了从多个角度对用户获取的物品进行检测,提高了物品检测结果的准确度。从而,降低了物品结算的误差率。
进一步参考图4,示出了根据本公开的图像检测方法的另一些实施例的流程400。该方法可以由图1的计算设备101来执行。该图像检测方法,包括以下步骤:
步骤401,获取待检测物品的第一物品图像和第二物品图像。
步骤402,对上述第一物品图像和上述第二物品图像分别进行图片特征提取处理,得到第一物品图像向量和第二物品图像向量。
步骤403,对上述第一物品图像向量和上述第二物品图像向量进行融合处理以生成融合向量。
在一些实施例中,步骤401-403的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203,在此不再赘述。
步骤404,将上述融合向量输入至预先训练的图像检测模型中,得到图像检测结果。
在一些实施例中,图像检测方法的执行主体(例如,图1所示的计算设备101)可以通过各种方法将上述融合向量输入至预先训练的图像检测模型中,得到图像检测结果。其中,图像检测模型是通过以下步骤训练得到的;
第一步,获取训练样本集。其中,上述训练样本集中的训练样本包括:样本图像、样本名称、样本图像高度值和样本属性值。这里,样本属性值可以是指物品的价值转移属性值(价格)。例如,训练样本可以是“巧克力.png,巧克力,15cm,20元”。
第二步,将训练样本集中的至少一个训练样本包括的样本图像输入至初始神经网络,得到上述至少一个训练样本中的每个训练样本对应的图像检测结果。其中,上述图像检测结果包括图像名称、图像高度值和图像属性值。这里,上述初始神经网络模型可以是未经过模型训练的CNN(Convolutional Neural Networks,卷积神经网络),RNN(RecurrentNeural Networks,循环神经网络)等等。
实践中,在上述第二步之前需要确定初始神经网络的网络结构。例如,需要确定初始神经网络模型包括哪些层,层与层之间的连接顺序关系,以及每层都包括哪些神经元,每个神经元对应的权重(weight)和偏置项(bias),每层的激活函数等等。作为示例,当上述初始神经网络模型为深度卷积神经网络时,由于深度卷积神经网络是一个多层的神经网络,因此需要确定深度卷积神经网络包括哪些层(例如,卷积层,池化层,全连接层,分类器等等),层与层之间的连接顺序关系,以及每个层都包括哪些网络参数(例如,权重、偏置项、卷积的步长)等等。其中,卷积层可以用于提取信息特征。针对每个卷积层可以确定有多少个卷积核,每个卷积核的大小,每个卷积核中的各个神经元的权重,每个卷积核对应的偏置项,相邻两次卷积之间的步长等等。池化层用于对特征信息进行降维处理。
第三步,通过损失函数,确定上述至少一个训练样本的损失值。这里,损失函数可以用于确定至少一个训练样本的损失值。损失函数可以包括但不限于:均方误差损失函数(MSE)、合页损失函数(SVM)、交叉熵损失函数(CrossEntropy)等等。
在一些实施例的一些可选的实现方式中,上述第三步可以包括以下子步骤:
第一子步骤,将上述至少一个训练样本中的每个训练样本对应的图像检测结果包括的图像高度值和上述训练样本包括的样本图像高度值的差值确定为第一差值,得到第一差值组。
第二子步骤,将上述至少一个训练样本中的每个训练样本对应的图像检测结果包括的图像属性值和上述训练样本包括的样本属性值的差值确定为第二差值,得到第二差值组。
第三子步骤,基于上述至少一个训练样本、上述至少一个训练样本中的每个训练样本对应的图像检测结果、上述第一差值组和上述第二差值组,确定上述至少一个训练样本的损失值。通过公式,生成上述至少一个训练样本的损失值:
其中,
表示图像高度损失值,
表示上述至少一个训练样本所包括的训练样本的数量,
表示上述至少一个训练样本中训练样本的序号,
表示上述至少一个训练样本中第
个训练样本包括的样本图像高度值,
表示上述至少一个训练样本中第
个训练样本包括的样本图像高度值对应的第一差值,
表示预设高度调整值,
表示上述至少一个训练样本中第
个训练样本对应的图像高度值,
表示
和
中的最大值,
表示预设图像属性损失值,
表示上述至少一个训练样本中第
个训练样本包括的样本属性值,
表示上述至少一个训练样本中第
个训练样本包括的样本属性值对应的第二差值,
表示上述至少一个训练样本中第
个训练样本对应的图像属性值,
表示
和
中的最大值,
表示上述至少一个训练样本的损失值。
第四步,响应于确定损失值小于等于预设阈值,将初始神经网络确定为图像检测模型。
第五步,响应于确定损失值大于上述预设阈值,调整初始神经网络的网络参数,以及使用未使用过的训练样本组成训练样本集,将调整后的初始神经网络作为初始神经网络,再次执行上述处理步骤。
上述公式及其相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“传统的射频识别技术在进行物品检测时,未综合考虑图像所包括的各个信息之间的关系,进而,使得对物品检测的准确度较低,进一步造成物品结算的误差率较高”。造成用户的等待时间较长的因素往往如下:传统的射频识别技术在进行物品检测时,未综合考虑图像所包括的各个信息之间的关系,进而,使得对物品检测的准确度较低。如果解决了上述因素,就能够达到降低用户等待时间的效果。为了达到这一效果,本公开采用了不同的轻量级损失函数对物品图像高度值和图像属性值进行损失值求和。通过对得到的损失值求和能够以较短时间达到预定阈值,进而加快了模型的收敛速度。从而解决了传统的射频识别技术在进行物品检测时,未综合考虑图像所包括的各个信息之间的关系的问题。进而,提高了对物品检测的准确度,使得物品结算的误差率有所降低。
步骤405,将上述图像检测结果发送至具有显示功能和存储功能的结算设备以进行结算处理。
在一些实施例中,步骤405的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤205,在此不再赘述。
从图4可以看出,与图2对应的一些实施例的描述相比,图4对应的一些实施例中的图像检测方法的流程400体现了对图像检测模型的训练步骤。采用了不同的轻量级损失函数对物品图像高度值和图像属性值进行损失值求和。通过对得到的损失值求和能够以较短时间达到预定阈值,进而加快了模型的收敛速度。从而解决了传统的射频识别技术在进行物品检测时,未综合考虑图像所包括的各个信息之间的关系的问题。进而,提高了对物品检测的准确度,使得物品结算的误差率有所降低。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种图像检测装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,一些实施例的图像检测装置500包括:获取单元501、提取单元502、融合单元503、输入单元504和发送单元505。其中,获取单元501被配置成获取待检测物品的第一物品图像和第二物品图像;提取单元502被配置成对上述第一物品图像和上述第二物品图像分别进行图片特征提取处理,得到第一物品图像向量和第二物品图像向量;融合单元503被配置成对上述第一物品图像向量和上述第二物品图像向量进行融合处理以生成融合向量;输入单元504被配置成将上述融合向量输入至预先训练的图像检测模型中,得到图像检测结果;发送单元505被配置成将上述图像检测结果发送至具有显示功能和存储功能的结算设备以进行结算处理。
在一些实施例的一些可选的实现方式中,提取单元502被进一步配置成:将上述第一物品图像输入至预先训练的图片特征提取网络,得到第一物品图像向量;将上述第二物品图像输入至上述图片特征提取网络,得到第二物品图像向量。
在一些实施例的一些可选的实现方式中,上述图片特征提取网络包括:卷积网络和池化网络,上述卷积网络包括第一卷积层和第二卷积层,上述池化网络包括第一池化层和第二池化层。
在一些实施例的一些可选的实现方式中,提取单元502被进一步配置成:将上述第一物品图像分别输入至上述第一卷积层和上述第二卷积层,得到第一图像特征序列和第二图像特征序列;将上述第一图像特征序列和上述第二图像特征序列输入至上述第一池化层,得到第一池化特征向量序列集;将上述第一图像特征序列和上述第二图像特征序列输入至上述第二池化层,得到第二池化特征向量序列集;将上述第一池化特征向量序列集中的每个第一池化特征向量序列和对应上述第一池化特征向量序列的第二池化特征向量序列进行拼接处理以生成拼接池化特征向量序列,得到拼接池化特征向量序列集;对上述拼接池化特征向量序列集中的各个拼接池化特征向量序列进行融合处理,得到融合池化特征向量作为第一物品图像向量。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待检测物品的第一物品图像和第二物品图像;对上述第一物品图像和上述第二物品图像分别进行图片特征提取处理,得到第一物品图像向量和第二物品图像向量;对上述第一物品图像向量和上述第二物品图像向量进行融合处理以生成融合向量;将上述融合向量输入至预先训练的图像检测模型中,得到图像检测结果;将上述图像检测结果发送至具有显示功能和存储功能的结算设备以进行结算处理。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、提取单元、融合单元、输入单元和发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,显示单元还可以被描述为“将上述图像检测结果发送至具有显示功能和存储功能的结算设备以进行结算处理的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。