【CN110136328A】一种基于动态视觉识别的AI智能售货柜【专利】
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910347329.8
(22)申请日 2019.04.25
(71)申请人 武汉市哈哈便利科技有限公司
地址 430000 湖北省武汉市东湖新技术开
发区珞瑜路243号科技大厦1201-11号
(72)发明人 黄凯 邱常伟 田维国 叶玉彪
李永宗
(74)专利代理机构 南京纵横知识产权代理有限
公司 32224
代理人 徐瑛
(51)Int.Cl.
G07F 11/00(2006.01)
G07F 11/72(2006.01)
G06K 9/00(2006.01)
H04N 7/18(2006.01)
H04N 5/76(2006.01)H04N 5/235(2006.01)H04L 29/08(2006.01)
(54)发明名称一种基于动态视觉识别的AI智能售货柜(57)摘要本发明公开一种基于动态视觉识别的AI智能售货柜,售货柜与云服务器通信连接,售货柜包括:设置有至少一个搁架的柜体,设置在柜体上的摄像头,与摄像头连接的控制模块和无线传输模块;云服务器包括动态视觉识别算法处理模块和存储空间;摄像头将物品离开柜体的整个过程拍摄成视频,通过无线传输模块上传到云服务器中,由动态视觉识别算法进行视频处理计算识别,识别后的结果通过网络发送给用户支付终端进行扣费。本发明能够减少售货柜硬件部件数量简化硬件的装配,售货柜内实现多商品的叠加摆放,降低整机成本,提升售货柜的空间利用率,实现无人零售,极大的降低零售人工成本和场租成
本。权利要求书2页 说明书7页 附图5页CN 110136328 A 2019.08.16
C N 110136328
A
权 利 要 求 书1/2页CN 110136328 A
1.一种基于动态视觉识别的AI智能售货柜,其特征在于,所述售货柜与云服务器通信连接,所述售货柜包括:设置有至少一个搁架的柜体,设置在柜体上的摄像头和智能锁,与所述摄像头和智能锁连接的控制模块和无线传输模块;所述云服务器包括动态视觉识别算法处理模块和存储空间;所述摄像头将物品离开柜体的整个过程拍摄成视频,通过所述无线传输模块上传至云服务器,由所述云服务器中的动态视觉识别算法处理模块进行视频识别判断,识别后的结果通过网络发送给用户支付终端进行扣费,识别后的视频存放在存储空间中。
2.根据权利要求1所述的基于动态视觉识别的AI智能售货柜,其特征在于,所述柜体上设置有面向用户的二维码和刷卡机,用于通过手机支付终端扫描二维码来开锁开门,或者通过NFC、IC支付卡刷卡的方式来感应开锁开门。
3.根据权利要求1所述的基于动态视觉识别的AI智能售货柜,其特征在于,所述柜体上方设有灯箱罩,所述摄像头设置在灯箱罩上。
4.根据权利要求3所述的基于动态视觉识别的AI智能售货柜,其特征在于,所述摄像头包括第一摄像头和第二摄像头,其中,所述第一摄像头设置在灯箱罩前表面的左下角位置,所述第二摄像头设置在灯箱罩前表面靠近柜体一侧的中心位置。
5.根据权利要求1所述的基于动态视觉识别的AI智能售货柜,其特征在于,所述柜体内设有至少两个灯条,用于为所述柜体内的物品提供照明。
6.根据权利要求1所述的基于动态视觉识别的AI智能售货柜,其特征在于,所述搁架放置在搁架支撑条上,所述搁架支撑条设置在柜体两侧的侧壁上。
7.根据权利要求1所述的基于动态视觉识别的AI智能售货柜,其特征在于,所述柜体正面设有玻璃门,所述玻璃门通过铰接件安装在柜体上。
8.一种基于动态视觉识别的AI智能售货柜的应用方法,采用如权利要求1至7中任一项所述的AI智能售货柜实现,其特征在于,包括:
S1,控制模块接收开门指令,控制AI智能售货柜的门打开,同时播放购物欢迎语;
S2,控制模块判断门是否拉开,如果门拉开,则控制摄像头开始录制视频;
S3,控制模块接收到门已关闭的指令,控制摄像头停止录制视频,同时播放购物结束语;
S4,控制模块通过无线传输模块上传摄像头录制的视频至云服务器,同时将摄像头录制的视频保存在本地;
S5,云服务器中的动态视觉识别算法处理模块识别摄像头录制的视频,通过网络将识别结果返回至手机支付终端,动态视觉识别算法采用FasterRCNN目标检测算法来对视频中的每一帧进行目标检测,若某一帧中出现商品,该算法可以用检测框对其进行定位检测,然后提取出检测框中的商品特征,从而识别出该商品的种类,由于每一帧中商品的呈现形式不同,所以识别的商品类别会出现不一致,因此基于每段视频中所有帧的检测结果,设定一个概率阈值,过滤掉置信度不高的视频帧结果,在剩余结果中统计出概率最高的检测结果,并把该结果作为最后的商品的识别结果;
S6,判断识别结果是否异常,若动态视觉识别算法处理模块无法在视频中检测出照片,即超过1/3面积为黑影,判定为摄像头被遮挡,则本次识别结果为异常,需要调用本地存储的视频进行确认,如果确认异常,即按照异常扣款;
2