一种基于神经网络的无人售货方法和设备与流程

本发明涉及数据处理领域，特别涉及一种基于神经网络的无人售货方法和设备。

背景技术：

目前，商店或者超市等，在进行销售时，在结算时都是依赖于收银员来进行的，在这种方式下，由于是依赖人工的方式来继续的，一则成本较高，且随着社会的发展，人力的成本将越来越高，另外，人工的方式导致效率比较低下，特别是在大型的超市，往往结算时用户需要排很久的队，导致用户的体验特别不好，另外，也导致人流无法顺畅流通，导致大量本应该出去的人出不去，或者放弃购物，或者导致想购物的人进不来，特别是上商场的面积相对不足的情况下更是如此。

技术实现要素：

针对现有技术中的缺陷，本发明提出了一种基于神经网络的无人售货方法和设备，以自动化的方式进行无人售货，大大提高了效率，降低了使用成本，且利于人流的顺畅流通，进而提升了用户的使用体验。

具体的，本发明提出了以下具体的实施例：

本发明实施例提出了一种基于神经网络的无人售货方法，应用于商场，其中所述商场对应出口的位置设置有摄像头，所述商场中的商品设置有无源标签，该方法包括：

通过所述摄像头拍摄各用户选择的商品的图片；

针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品；

判断所述用户已支付的商品与所选的商品是否一致；

若判断结果为一致，则执行预设的完成支付的流程；

若判断结果为不一致，则执行预设的警示流程。

在一个具体的实施例中，所述“针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品”包括：

针对各所述用户，当所述用户的位置处于预设的监控位置时，获取所述用户输入的支付信息，且基于对应商品识别的神经网络对各所述图片进行识别，以确定所述用户选择的商品。

在一个具体的实施例中，所述预设的完成支付的流程包括：放行流程；

所述预设的警示流程包括：以声光报警的方式进行报警、和/或通知警卫、和/或通知所述用户商品丢失。

在一个具体的实施例中，所述神经网络是基于将所述商场中所有商品作为样本进行训练得到的。

在一个具体的实施例中，所述无源标签包括：条形码；其中，所述条形码对应有所在商品的信息，所述信息包括：价格信息。

本发明实施例提出了一种基于神经网络的无人售货设备，应用于商场，其中所述商场对应出口的位置设置有摄像头，所述商场中的商品设置有无源标签，该设备包括：

拍摄模块，用于通过所述摄像头拍摄各用户选择的商品的图片；

识别模块，用于针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品；

判断模块，用于判断所述用户已支付的商品与所选的商品是否一致；

第一处理模块，用于当判断结果为一致时，执行预设的完成支付的流程；

第二处理模块，用于当判断结果为不一致时，执行预设的警示流程。

在一个具体的实施例中，所述识别模块，用于：

针对各所述用户，当所述用户的位置处于预设的监控位置时，获取所述用户输入的支付信息，且基于对应商品识别的神经网络对各所述图片进行识别，以确定所述用户选择的商品。

在一个具体的实施例中，所述预设的完成支付的流程包括：放行流程；

所述预设的警示流程包括：以声光报警的方式进行报警、和/或通知警卫、和/或通知所述用户商品丢失。

在一个具体的实施例中，所述神经网络是基于将所述商场中所有商品作为样本进行训练得到的。

在一个具体的实施例中，所述无源标签包括：条形码；其中，所述条形码对应有所在商品的信息，所述信息包括：价格信息。

以此，本发明实施例提出了一种基于神经网络的无人售货方法和设备，应用于商场，其中所述商场对应出口的位置设置有摄像头，所述商场中的商品设置有无源标签，该方法包括：通过所述摄像头拍摄各用户选择的商品的图片；针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品；判断所述用户已支付的商品与所选的商品是否一致；若判断结果为一致，则执行预设的完成支付的流程；若判断结果为不一致，则执行预设的警示流程。以此自动化的方式进行无人售货，大大提高了效率，降低了使用成本，且利于人流的顺畅流通，进而提升了用户的使用体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提出的一种基于神经网络的无人售货方法的流程示意图；

图2为本发明实施例提出的一种基于神经网络的无人售货设备的结构示意图。

具体实施方式

在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。

在下文中，可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。此外，如在本公开的各种实施例中所使用，术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。

在本公开的各种实施例中，表述“或”或“a或/和b中的至少一个”包括同时列出的文字的任何组合或所有组合。例如，表述“a或b”或“a或/和b中的至少一个”可包括a、可包括b或可包括a和b二者。

在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件，不过可不限制相应组成元件。例如，以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如，第一用户装置和第二用户装置指示不同用户装置，尽管二者都是用户装置。例如，在不脱离本公开的各种实施例的范围的情况下，第一元件可被称为第二元件，同样地，第二元件也可被称为第一元件。

应注意到：如果描述将一个组成元件“连接”到另一组成元件，则可将第一组成元件直接连接到第二组成元件，并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地，当将一个组成元件“直接连接”到另一组成元件时，可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。

在本公开的各种实施例中使用的术语“用户”可指示使用电子装置的人或使用电子装置的装置(例如，人工智能电子装置)。

在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。

实施例1

本发明实施例1公开了一种基于神经网络的无人售货方法，应用于商场，其中所述商场对应出口的位置设置有摄像头，所述商场中的商品设置有无源标签，如图1所示，该方法包括：

步骤101、通过所述摄像头拍摄各用户选择的商品的图片；

步骤102、针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品；

步骤103、判断所述用户已支付的商品与所选的商品是否一致；

步骤104、若判断结果为一致，则执行预设的完成支付的流程；

步骤105、若判断结果为不一致，则执行预设的警示流程。

具体的，在一个实施例中，基于完整流程来进行说明，用户通过扫描商品上已有的条形码确定所选取的商品，支付时以扫描的商品来进行支付，而在出商店(超市)时，则通过神经网络来对带出超市的商品进行图像识别，以验证是否支付的商品即为带出的商品；若验证结果不对，则进行警示。

具体的实施例中，步骤102中的所述“针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品”包括：

针对各所述用户，当所述用户的位置处于预设的监控位置时，获取所述用户输入的支付信息，且基于对应商品识别的神经网络对各所述图片进行识别，以确定所述用户选择的商品。

具体的，在该应用场景中，商场中的商品上预设有无源标签，具体的例如可以为条形码，或者二维码等等，确认所选的商品以及所选商品的价格，后续基于此进行支付，支付后会生成有支付信息，该支付信息例如可以为条形码，二维码或者字符串等等，例如可以为6位数字，例如可以为256982或者其他的实施例，还可以为字母组合或者字母与数字的组合等等，后续在输入支付信息时，用户可以将基于支付生成的条形码，二维码等等在手机上显示并被预设的扫描器所扫描，以此输入支付信息，还可以为用户手动输入。

在一个具体的实施例中，所述预设的完成支付的流程包括：放行流程；

所述预设的警示流程包括：以声光报警的方式进行报警、和/或通知警卫、和/或通知所述用户商品丢失。

具体的，例如上述流程实在出口处执行，该出口处可以设置单向门，在确认支付信息对应的商品与被识别出的商品一致时，则打开单向门，执行放行的操作，而若是不一致时，则可能商品支付了，但是在到达出口时丢失了，这样需要用户重新去获取该商品，还一种则是多拿了商品，这种情况则是需要进行警示，例如通知警卫，或者控制单向门处于关闭状态。

在一个具体的实施例中，所述神经网络是基于将所述商场中所有商品作为样本进行训练得到的。

在一个具体的实施例中，所述无源标签包括：条形码；其中，所述条形码对应有所在商品的信息，所述信息包括：价格信息。

具体的，这是考虑到条形码本身各商品的包装上都会预设有，后续用户可以通过手机上预设的识别用的应用程序对条形码进行识别，从而节约成本，不需要额外的标签。

实施例2

本发明实施例2还公开了一种基于神经网络的无人售货设备，应用于商场，其中所述商场对应出口的位置设置有摄像头，所述商场中的商品设置有无源标签，该设备包括：

拍摄模块201，用于通过所述摄像头拍摄各用户选择的商品的图片；

识别模块202，用于针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品；

判断模块203，用于判断所述用户已支付的商品与所选的商品是否一致；

第一处理模块204，用于当判断结果为一致时，执行预设的完成支付的流程；

第二处理模块205，用于当判断结果为不一致时，执行预设的警示流程。

在一个具体的实施例中，所述识别模块202，用于：

针对各所述用户，当所述用户的位置处于预设的监控位置时，获取所述用户输入的支付信息，且基于对应商品识别的神经网络对各所述图片进行识别，以确定所述用户选择的商品。

在一个具体的实施例中，所述预设的完成支付的流程包括：放行流程；

所述预设的警示流程包括：以声光报警的方式进行报警、和/或通知警卫、和/或通知所述用户商品丢失。

在一个具体的实施例中，所述神经网络是基于将所述商场中所有商品作为样本进行训练得到的。

在一个具体的实施例中，所述无源标签包括：条形码；其中，所述条形码对应有所在商品的信息，所述信息包括：价格信息。

实施例3

本发明实施例3还公开了一种计算机存储介质，该计算机存储介质中存储有计算机程序，应用于商场，其中所述商场对应出口的位置设置有摄像头，所述商场中的商品设置有无源标签，所述计算机程序用于执行以下流程：

流程a、通过所述摄像头拍摄各用户选择的商品的图片；

流程b、针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品；

流程c、判断所述用户已支付的商品与所选的商品是否一致；

流程d、若判断结果为一致，则执行预设的完成支付的流程；

流程e、若判断结果为不一致，则执行预设的警示流程。

在一个具体的实施例中，所述“针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品”包括：

针对各所述用户，当所述用户的位置处于预设的监控位置时，获取所述用户输入的支付信息，且基于对应商品识别的神经网络对各所述图片进行识别，以确定所述用户选择的商品。

在一个具体的实施例中，所述预设的完成支付的流程包括：放行流程；

所述预设的警示流程包括：以声光报警的方式进行报警、和/或通知警卫、和/或通知所述用户商品丢失。

在一个具体的实施例中，所述神经网络是基于将所述商场中所有商品作为样本进行训练得到的。

在一个具体的实施例中，所述无源标签包括：条形码；其中，所述条形码对应有所在商品的信息，所述信息包括：价格信息。

以此，本发明实施例提出了一种基于神经网络的无人售货方法和设备，应用于商场，其中所述商场对应出口的位置设置有摄像头，所述商场中的商品设置有无源标签，该方法包括：通过所述摄像头拍摄各用户选择的商品的图片；针对各所述用户，基于对应商品识别的神经网络对所述图片进行识别，以确定所述用户选择的商品；判断所述用户已支付的商品与所选的商品是否一致；若判断结果为一致，则执行预设的完成支付的流程；若判断结果为不一致，则执行预设的警示流程。以此自动化的方式进行无人售货，大大提高了效率，降低了使用成本，且利于人流的顺畅流通，进而提升了用户的使用体验。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本发明的几个具体实施场景，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。