(19)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 202210490245.1 (22)申请日 2022.04.29 (71)申请人 深圳友朋智能商业科技有限公司 地址 518000 广东省深圳市宝安区航城街 道三围社区航城智谷中城未来产业园 2栋102 (72)发明人 陈俏锋　黄超群　邱俊波　王浩　 张杰　束学璋　张元熙　郭家龙　 (74)专利代理 机构 成都恪睿信专利代理事务所 (普通合伙) 51303 专利代理师 陈兴强 (51)Int.Cl. G06V 10/74(2022.01) G06V 20/40(2022.01) G06V 10/40(2022.01)G06V 10/764(2022.01) G07F 9/02(2006.01) G07F 11/00(2006.01) (54)发明名称 无人贩售相似商品的智能辨识方法、 装置及 智能售货机 (57)摘要 本发明属于无人零售技术领域， 解决了 现有 技术智能售货机存在相似度高的商品， 引起智能 售货机对商品类别识别错误， 所导致用户体验效 果不佳的技术问题， 提供了一种无人贩售相似商 品的智能辨识方法、 装置及智 能售货机。 该方法 包括:通过获取智能售货机当前操作的动作类 型， 确认属于商家操作还是用户操作； 同时采集 各基础商品的商品信息； 从而确定正在操作的基 础商品是否存在相似度高的其他商品， 然后根据 当前操作的动作类别进行相应的处理， 包括不限 于商家操作时分区域放置商品、 不放入， 以及用 户操作时根据商品位置对应记录的类别确定商 品类型或人工审核， 避免相似商品造成误检， 减 少异常订单产生， 提高用户体验效果。 权利要求书2页 说明书11页 附图3页 CN 114863141 A 2022.08.05 CN 114863141 A 1.一种无 人贩售相似商品的智能辨识方法， 其特 征在于， 所述方法包括： S1： 获取智能售货机的当前操作的动作类别和与当前操作对应的各基础商品的商品信 息， 其中， 所述动作类别包括商家对自动售货机新增商品的第一动作类别和用户从自动售 货机挑选商品的第二动作类别； S2： 根据各基础商品的所述商品信息， 确定各基础商品与智能售货机的商品区内其他 商品的相似度； S3： 根据各所述目标相似度和所述动作类别， 输出相似度符合要求的基础商品中目标 商品的处 理方式； 其中， 所述处理方式包括： 智能售货机上货时对应的第一处理方式和用户自动购物对 应的第二处 理方式。 2.根据权利要求1所述的无人贩售相似商品的智能辨识方法， 其特征在于， 所述S2包 括： S21： 获取在多个角度同时获取的各基础商品的目标图像； S22： 对各所述目标图像进行特征提取， 得到各基础商品的所述商品信息的多维特征向 量； S23： 将各基础商品的所述多维特征向量与智能售货机内其他类别商品的多维特征向 量进行对比， 得到各基础商品与智能售货机的商品区内其 他类别商品的目标相似度。 3.根据权利要求2所述的无人贩售相似商品的智能辨识方法， 其特征在于， 所述S23包 括： S231： 获取 各基础商品的多个多维度基础特 征向量； S232： 根据各基础商品的所述多维特征向量和智能售货机内其他类别商品的所述多维 特征向量， 利用公式Simliar(X,Y)＝max(cos(xi,yj))计算各所述目基础商品与其他类别商 品的相似度； 其中， X表示各基础商品， Y表示智能售货机内其他类别商品， 表示2个向量之间的余弦距离， xi∈X， xi代表基础商品X第i个特征向量； yj∈Y， yj代表智能 售货机中其 他类别商品Y第j个特 征向量； 0 ≤i,j≤n,n代 表特征向量的维度。 4.根据权利要求2所述的无人贩售相似商品的智能辨识方法， 其特征在于， 所述S21包 括： S211： 获取沿智能售货机的货架排列方向将智能售货机放置商品区域分为多个虚拟的 商品区； S212： 获取在各商品区相向设置的各摄 像头采集的视角范围内的基础视频； S213： 对各所述基础视频的各帧图像按采集时序相对应的各帧图像一一进行物理拼 接， 得到各帧所述目标图像； 其中， 所述物理拼接为 拼接后的图像为 参与拼接的所有图像的尺寸和。 5.根据权利要求1至4任一项所述的无人贩售相似商品的智能辨识方法， 其特征在于， 若所述动作类别为第一动作类别， 所述S3包括： S310： 获取不同类别的商品相似度的第一相似度阈值和第二相似度阈值， 其中， 第一相 似度阈值小于第二相似度阈值；权　利　要　求　书 1/2 页 2 CN 114863141 A 2S311： 将所述目标相似度与所述第一相似度阈值和/或所述第二相似度阈值对比， 得到 所述第一动作对应的第一对比结果； S312： 若所述第 一对比结果为所述目标相似度位于所述第一相似度阈值和所述第二相 似度阈值之间， 则输出放置目标商品的目标商品区作为所述第一处 理方式； S313： 若所述第一对比结果大于等于所述第二相似度阈值， 则输出禁止新增对应目标 商品作为所述第一处 理方式； 其中， 所述目标商品区为 不同于与目标商品相似的其 他类别商品所在的商品区。 6.根据权利要求1至4任一项所述的无人贩售相似商品的智能辨识方法， 其特征在于， 若所述动作类别为第二动作类别， 且智能售货 机中存在相目标似度大于所述第一相似度阈 值小于所述第二相似度阈值， 或大于所述第二相似度阈值的不同类商品时， 所述S3包括： S320： 获取不同类别的商品相似度的第三相似度阈值； S321： 若所述目标相似度大于所述第三相似度阈值， 则获取各所述目标商品所属商品 区的第一 位置信息； S322： 根据各所述第一位置信息， 输出与目标商品的位置信息对应的所述第二处理方 式； 其中， 所述第 二处理方式包括： 当各所述目标商品的第 一位置信 息相同时， 直接输出所 述第一位置信息对应的商品类别作为第一结果； 当各所述目标商品的第一位置信息不同 时， 输出各所述目标商品经 人工校验后的商品类别作为第二结果。 7.根据权利要求6所述的无人贩售相似商品的智能辨识方法， 其特征在于， 所述S322之 后还包括： S330： 获取所述第一结果或所述第二结果包 含的目标商品的数量和对应的类别； S331： 根据所述目标商品的数量和类别， 输出智能售货机的各商品区中剩余相似商品 的目标商品信息； 其中， 所述目标商品信息包括相似商品的数量、 类别和所属的商品区位置 。 8.一种无 人贩售相似商品的智能辨识装置， 其特 征在于， 所述装置包括： 数据采集模块： 用于获取智能售货机的当前操作的动作类别和与当前操作对应的各基 础商品的商品信息， 其中， 所述动作类别包括商家对自动售货机新增商品的第一动作类别 和用户从自动售货机挑选商品的第二动作类别； 相似度计算模块： 用于根据各基础商品的所述商品信息， 确定各基础商品与智能售货 机的商品区内其 他商品的相似度； 数据处理模块： 用于根据各所述目标相似度和所述动作类别， 输出相似度符合要求的 基础商品中目标商品的处 理方式； 其中， 所述处理方式包括： 智能售货机上货时对应的第一处理方式和用户自动购物对 应的第二处 理方式。 9.一种智能售货机， 其特征在于， 包括： 至少一个处理器、 至少一个存储器以及存储在 所述存储器中的计算机程序指 令， 当所述计算机程序指令被所述处理器执行时实现如权利 要求1‑7中任一项所述的方法。 10.一种介质， 其上存储有计算机程序指令， 其特征在于， 当所述计算机程序指令被处 理器执行时实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114863141 A 3