一种智能货柜的数据采集和处理方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114494088A(43)申请公布日2022.05.13(21)申请号202111506700.4(22)申请日2021.12.10(71)申请人成都臻识科技发展有限公司地址610041四川省成都市高新区府城大道西段399号6栋1单元8层1号(72)发明人吴丹任鹏周卓立(74)专利代理机构成都九鼎天元知识产权代理有限公司51214专利代理师孙元伟(51)Int.Cl.G06T5/50(2006.01)G06T7/10(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书1页说明书4页附图1页(54)发明名称一种智能货柜的数据采集和处理方法(57)摘要本发明公开了一种智能货柜的数据采集和处理方法，属于智能货柜技术领域，包括步骤：S1，将商品进行360°旋转，并在旋转过程中进行连续拍照多张照片并进行预处理；S2，对步骤S1中预处理后的照片，通过图像分割的方式获取多边形轮廓；S3，利用步骤S2中图像分割处理后的图像，通过贴图的方式复制到选定的场景背景图片上；S4，利用深度学习网络，学习真实场景和模拟场景的光照区别，训练图像风格转换模型，然后对步骤S3中的贴图进行渲染，将模拟场景图像转换为真实场景图像。本发明可以低成本采集单个商品的各个角度图像，还可以生成多类商品叠加的效果和模拟实际场景的光照效果，采样质量较高，采集设备成本较低，通用性较强。CN114494088ACN114494088A权利要求书1/1页1.一种智能货柜的数据采集和处理方法，其特征在于，包括步骤：S1，将商品进行360°旋转，并在旋转过程中进行连续拍照多张照片并进行预处理；S2，对步骤S1中预处理后的照片，通过图像分割的方式获取多边形轮廓；S3，利用步骤S2中图像分割处理后的图像，通过贴图的方式复制到选定的场景背景图片上；S4，利用深度学习网络，学习真实场景和模拟场景的光照区别，训练图像风格转换模型，然后对步骤S3中的贴图进行渲染，将模拟场景图像转换为真实场景图像。2.根据权利要求1所述的智能货柜的数据采集和处理方法，其特征在于，在步骤S1中，所述预处理包括裁剪，对连续拍照多种照片进行裁剪。3.根据权利要求1所述的智能货柜的数据采集和处理方法，其特征在于，在步骤S2中，所述获取多边形轮廓包括子步骤：通过指定角度参数的方式获取商品的任意视图，对连续两个角度中间的状态通过插值的方式生成多边形轮廓。4.根据权利要求1所述的智能货柜的数据采集和处理方法，其特征在于，在步骤S3中，所述通过贴图的方式复制到选定的场景背景图片上，作用是生成随机叠加的效果，从而生成模拟场景图。5.根据权利要求1所述的智能货柜的数据采集和处理方法，其特征在于，在步骤S4中，所述深度学习网络包括GAN网络。6.根据权利要求5所述的智能货柜的数据采集和处理方法，其特征在于，所述GAN网络的训练图像为两张一组，分别是模拟场景图和实际场景图。7.根据权利要求6所述的智能货柜的数据采集和处理方法，其特征在于，所述模拟场景图能够生成任意多张。8.根据权利要求6所述的智能货柜的数据采集和处理方法，其特征在于，所述实际场景图能够用相同的商品在复杂的环境光照下作类似摆放，并通过图像采集的方式得到。9.根据权利要求1所述的智能货柜的数据采集和处理方法，其特征在于，在步骤S4之后，还包括如下步骤：S5，将步骤S4得到的渲染场景图用来训练检测识别模型，该检测识别模型能够检测或分割出场景中的不同商品，并识别出类型。10.根据权利要求1～9任一所述的智能货柜的数据采集和处理方法，其特征在于，在步骤S1中，所述将商品进行360°旋转，并在旋转过程中进行连续拍照多张照片包括子步骤：在一个灯箱内放置一个旋转平台，固定三个摄像头在不同的角度，分别是顶部90度，上侧面45度，侧面0度；周围布置纯色背景板，然后将商品放置到中间，旋转平台旋转360度，进行连续拍照多张照片。2CN114494088A说明书1/4页一种智能货柜的数据采集和处理方法技术领域[0001]本发明涉及智能货柜技术领域，更为具体的，涉及一种智能货柜的数据采集和处理方法。背景技术[0002]现有的商品数据处理，主要有两种方式：1、实际场景图片采集，人工标注；2、单个商品三维建模，输出三维模型，然后抽取各个角度的二维图片。这两类采集方式都有固有问题：方式1需要采集大量图片，分别标注，过程繁琐工作量巨大，而且不能保证数据的完整性，即覆盖商品的各个角度；方式2需要三维采集设备和配套软件，而且不能模拟复杂场景光照和各种商品相互遮挡干扰的情况。发明内容[0003]本发明的目的在于克服现有技术的不足，提供一种智能货柜的数据采集和处理方法，可以低成本采集单个商品的各个角度图像，还