一种基于域适应的动态商品视觉识别方法
由于变形、遮挡、运动模糊、商品之间外观的相似性及真实场景中未知的分布偏差,商品动态视觉识别在实际应用中仍存在巨大的挑战.本文提出了一种面向智能零售的动态商品视觉识别方法,即首先通过目标检测网络实时检测商品的外接矩形框,然后在此基础上识别商品的类别并给予推荐,辅助完成消费结算.针对商品拿取视频与商品库图像、训练图像之间的跨域差异,引入邻域风格自适应模型(IBN)和卷积注意力模块(CBAM),提升模型的域适应能力.为了验证该方法的有效性,构建了一个真实的场景数据集Commodity247,数据由智能货柜的顶视摄像头采集,包含247 类常见的零售商品,以及37050 张带标注框和商品类别的图片.试验结果表明,在Commodity247 数据集上,商品识别的准确率(mAP)可达96.84%,第一推荐正确率(Rank1)可达98.41%,最难样本检索准确率(mINP)可达85.24%;与基于ResNet搭建的基础模型相比,mAP提升了2.91%,Rank1 提升了0.60%,mINP提升了10.86%,有效降低了多角度、多光线、多背景的影响.
动态商品视觉识别、邻域风格自适应、注意力机制、商品识别数据集
P237(摄影测量学与测绘遥感)
CCF-百度松果基金;深圳市中央引导地方科技发展专项
2023-04-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
10-15