一种自动售货柜的售货方法及自动售货柜.pdf

(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CN111768553A(43)申请公布日2020.10.13(21)申请号201910262721.2(22)申请日2019.04.02(71)申请人珠海格力电器股份有限公司地址519070广东省珠海市前山金鸡西路六号(72)发明人宋德超陈翀肖文轩谭齐宁(74)专利代理机构北京康信知识产权代理有限责任公司11240代理人周春枚(51)Int.Cl.G07F11/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书2页说明书9页附图2页(54)发明名称一种自动售货柜的售货方法及自动售货柜(57)摘要本申请公开了一种自动售货柜的售货方法及自动售货柜。该方法包括：在检测到自动售货柜的柜门打开时，控制摄像头采集第一图片，其中，摄像头安装在自动售货柜内，第一图片为自动售货柜内全部商品的图片；在检测到自动售货柜的柜门关闭时，控制摄像头采集第二图片，其中，第二图片为自动售货柜内全部商品的图片；调用商品识别模型对第一图片与第二图片进行对比分析，确定目标商品的信息，其中，商品识别模型是预先通过自动售货柜中的商品的图片进行训练生成的模型，目标商品为被购买的商品；根据目标商品的信息确定交易扣款。通过本申请，解决了相关技术中用户通过自动售货柜进行自助购物时，操作繁琐，造成用户自助购物体验不佳的技术问题。CN111768553ACN111768553A权利要求书1/2页1.一种自动售货柜的售货方法，其特征在于，包括：在检测到自动售货柜的柜门打开时，控制摄像头采集第一图片，其中，所述摄像头安装在所述自动售货柜内，所述第一图片为所述自动售货柜内全部商品的图片；在检测到所述自动售货柜的柜门关闭时，控制摄像头采集第二图片，其中，所述第二图片为所述自动售货柜内全部商品的图片；调用商品识别模型对所述第一图片与所述第二图片进行对比分析，确定目标商品的信息，其中，所述商品识别模型是预先通过自动售货柜中的商品的图片进行训练生成的模型，所述目标商品为被购买的商品；根据所述目标商品的信息确定交易扣款。2.根据权利要求1所述的方法，其特征在于，调用商品识别模型对所述第一图片与所述第二图片进行对比分析，确定目标商品的信息之前，所述方法还包括：通过深度卷积神经网络算法构建神经网络结构；获取训练样本，其中，所述训练样本是经过标注的图片数据集，所述图片数据集中的图片是所述摄像头视角下所述自动售货柜中的商品的图片；通过所述训练样本训练所述神经网络结构获得所述商品识别模型。3.根据权利要求2所述的方法，其特征在于，所述神经网络结构包括：输入层、卷积编码网络、反卷积编码网络和像素级别分类层，其中，所述像素级别分类层由一个Softmax分类器组成，用于通过将输入所述神经网络结构的图片中不同位置的图片像素进行分类来确定所述图片中包含的商品种类。4.根据权利要求1所述的方法，其特征在于，在检测到自动售货柜的柜门打开时，通过摄像头采集第一图片之前，所述方法还包括：接收目标应用的绑定请求，其中，所述目标应用中包含有目标账户；基于所述绑定请求完成所述目标应用与所述自动售货柜的绑定并发送柜门打开指令；根据所述柜门打开指令控制所述自动售货柜的柜门打开。5.根据权利要求4所述的方法，其特征在于，调用商品识别模型对所述第一图片与所述第二图片进行对比分析，确定目标商品的信息包括：将所述第一图片与所述第二图片输入所述商品识别模型进行对比分析；通过所述对比分析确定所述目标商品的数量与种类。6.根据权利要求5所述的方法，其特征在于，根据所述目标商品的信息确定交易扣款包括：依据所述目标商品的数量与种类生成交易账单；根据所述交易账单在所述目标账户中进行扣款。7.一种自动售货柜，其特征在于，应用上述权利要求1至5中任意一项所述方法，包括：摄像头，设置在自动售货柜内，用于在检测到所述自动售货柜的柜门打开时，采集所述自动售货柜中全部商品的第一图片，在检测到所述自动售货柜的柜门关闭时，采集所述自动售货柜中全部商品的第二图片；商品识别器，用于调用商品识别模型对所述第一图片与所述第二图片进行对比分析，确定目标商品的信息，其中，所述商品识别模型是预先通过所述自动售货柜中的商品的图片进行训练生成的模型，所述目标商品为被购买的商品。2CN111768553A权利要求书2/2页8.根据权利要求7所述的自动售货柜，其特征在于，所述商品识别器还用于接收输入的所述第一图片与所述第二图片并对比分析所述第一图片与所述第二图片，以确定所述目标商品的种类及数量。9.根据权利要求8所述的自动售货柜，其特征在于，所述自动售货柜还包括：处理器，用于通过所述目标商品的种类及数量确定交易账单，并根据所述交易账单在目标应用中完成扣款，其中，所述