技术特征：
技术总结
本发明公开了一种基于稀疏表示的超市商品图像识别方法，先采集商品的图像数据，并分成训练集和测试集，首先分别对训练集以及测试集的图像数据进行处理后得到训练集的关键点的局部描述符以及测试集的关键点的局部描述符，根据训练集的关键点的局部描述符可以训练得到稀疏字典，训练好的稀疏字典可以对局部描述符进行稀疏并计算得到全局特征描述符，利用SVM分类方法对图像数据的类标和训练集的全局特征描述符进行训练得到SVM分类器，然后将测试集的全局特征描述符输入到SVM分类器即可完成对商品的识别，本发明的识别方法对超市商品的识别精度较高。
技术研发人员：滕家宁;张东
受保护的技术使用者：佛山市顺德区中山大学研究院;广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学
技术研发日：2018.01.16
技术公布日：2018.07.13