【技術實現步驟摘要】
本申請涉及智能購物車領域，具體的，涉及智能購物車場景感知、購物行為分析、智能購物車超市防盜等方面。
技術介紹
1、人工智能技術正快速改變著我們的生產與生活方式。在超市等零售領域普遍采用的傳統購物車已有一百多年的歷史，這種購物車只提供一種商品暫存功能，購物結束時顧客需要將購物車推行到指定地點進行排隊結算，即耗時又可能造成一定的擁堵，降低了用戶的購物體驗。當前許多超市已采用具有顧客自助結算功能的智能購物車。智能購物車在提高用戶購物體驗的同時，對超市的商品防盜提出了更高的要求。為了有效捕捉漏掃、夾帶、替換貨等行為。智能購物車普遍采用在購物車底部安裝高精度重力電子秤，通過比較商品實際重量和商品標準重量的方式進行防盜，例如專利文件cn106981150a公開了一種超市智能防盜系統及方法，專利cn106408369a公開了一種智能鑒別購物車內商品信息的算法。
2、為了分辨不同種類商品間的重量差，智能購物車中所采用的重量傳感器通常具有高精度和高靈敏度。在超市購物過程中，用戶的購物行為具有隨意性、復雜性，而所購商品具有多樣性。例如用戶觸碰、手扶購物框行為等會造成重量值的偏移，尺寸較大商品倚靠邊框等也會造成實際重量小于商品的標準重量，商品包裝變化也會造成商品實際重量和數據庫中的標記的商品重量不一致，而且超市中也有許多價格不同而商品質量相同的商品。這些情況經常會導致消費者按正常操作流程購物而無法結算。
3、基于嚴格重力防損的智能購物車雖然在一定程度上降低了超市的盜損率，但經常會造成消費者正常購買而無法結算的情況，降低了消費者
技術實現思路
1、1.?要解決的技術問題
2、針對現有智能購物車中中存在的消費者操作的流暢性、便捷性要求和超市有效防損之間的矛盾，本專利技術提供了一種基于視頻中商品運動軌跡分析的用戶購物行為分析方法，它可以將顧客的一次購物行為分解為三種基本類型：放入、取出、整理。該專利技術可以在消費者完全無感的情況下快速準確地識別用戶購物行為，提升了用戶體驗并有效降低貨損風險。
3、2.?技術方案
4、本專利技術的目的通過以下技術方案實現。
5、本專利技術中所述的智能購物車，至少配備有一個設購物筐的購物車車體，車體上圖像采集設備，用于監控購物車內的目標的運動，在購物車車筐底部裝有重力稱。部分實施例中，車體上設置有處理器。
6、本專利技術的第一方面，提供了一種基于商品軌跡分析的智能購物車購物行為分析方法，步驟如下：
7、（1）采集用戶購物過程中的視頻，得到圖像序列。優選的，利用智能購物車上安裝的rgb攝像頭采集用戶在購物過程中的實時視頻。
8、（2）將圖像序列輸入目標檢測識別模型，得到所有n幀圖像中全部商品目標的坐標信息。首先，將圖像序列輸入目標檢測識別模型，得到全部圖像中所有目標的坐標信息和類別信息（x0，y0，w，h，cls），這里x0、y0是目標檢測框的中心，w是目標檢測框的寬度，h是目標檢測框的高度，cls是目標類別。目標包括商品目標和非商品目標兩類。
9、根據目標檢測識別模型輸出的目標類別信息cls，排除非商品類目標，只分析商品類目標。輸出商品目標的坐標信息和類別信息。
10、（3）將商品目標坐標信息輸入到目標跟蹤模型，得到圖像序列中所有商品目標的商品軌跡。具體的，將目標檢測識別模型的輸出（x0，y0，w，h，cls）輸入目標跟蹤模型，得到圖像序列n幀圖像中k個目標的軌跡數據：{track_k?=?[（x0_i_k，y0_i_k，w_i_k，h_i_k，cls_k）]}，其中track_k是跟蹤模型得到的id（目標標識號）是k的軌跡數據，k?=?1，…，k，i=?1，…，n，這里（x0_i_k，y0_i_k，w_i_k，h_i_k，cls_k）表示id=k的軌跡第i幀圖像中的檢測框坐標和類別信息。
11、（4）計算每一條商品軌跡的運動度量指標，判定每一條商品軌跡為運動軌跡或靜止軌跡中的一種。方法為：計算商品在購物過程中的實際運動情況的運動度量指標，設定一個或多個閾值，通過運動度量指標與閾值對比將商品軌跡分為運動軌跡和靜止軌跡。
12、設（xi，yi）是第i幀商品軌跡點坐標，所述商品軌跡點為商品目標檢測框中心點或商品目標檢測框四個角點中任一個，運動度量指標為以下三種中的一種或多種組合：
13、1）軌跡長度：表征購物過程中商品的實際運動軌跡長度；定義為，商品軌跡的所有相鄰幀中同一商品軌跡點坐標之間歐氏距離的累加和，單位為像素數，計算方法為：
14、，
15、dist為計算兩個坐標點之間歐氏距離的算法，i和i+1是相鄰兩幀的幀索引號。
16、2）軌跡最大距離：表征購物過程中商品在空間中運動的幅度；定義為任意兩幀中同一商品軌跡點坐標距離的最大值，單位為像素數；計算方法為：
17、，
18、max為求最大值的算法；i和j為任意不同兩幀的幀索引號。
19、3）軌跡相對最大距離，定義為軌跡最大距離相對于該商品尺寸的相對運動距離，單位為像素數，計算方法為：
20、，
21、wi為在i幀中該商品檢測框的寬度，hi在i幀中該商品檢測框的高度。
22、進一步的，計算每一條商品軌跡的運動度量指標，判定每一條商品軌跡為運動軌跡或靜止軌跡中的一種。具體方法為：
23、1）對每一個商品軌跡，利用該軌跡在圖像中的目標檢測框位置信息（x0，y0，w，h，cls），計算目標檢測框四個角點的坐標：
24、
25、x0、y0是目標檢測框的中心，w、h是目標檢測框的寬高，cls是目標類別；
26、2）計算得到每一個目標檢測框四個角點的軌跡長度：
27、
28、3）獲得每一個商品目標具有最小軌跡長度的角點。
29、4）計算具有最小軌跡長度角點的軌跡長度trajlen、軌跡最大距離distmax和軌跡相對最大距離distref，作為該條商品軌跡的軌跡運動度量指標。
30、5）設定如下條件：
31、條件1：trajlen<thresh1；
32、條件2：distmax<thresh2；
33、條件3：distref<thresh3；
34、條件4：trajlen<thresh4?且?distref<thresh5；
35、條件5：distmax<thresh1?且?distref<thresh5；
36、thresh1，thresh2，thresh3，thresh4和thre本文檔來自技高網...
【技術保護點】
1.一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，得到所有圖像中全部商品目標的坐標信息的具體方法為：
3.根據權利要求1所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，判定每一條商品軌跡為運動軌跡或靜止軌跡的具體方法為：將目標檢測識別模型輸出的商品目標的坐標信息輸入到目標跟蹤模型，得到N幀圖像組成的圖像序列中K個商品目標的軌跡數據；計算商品在購物過程中的實際運動情況的運動度量指標，設定一個或多個閾值，通過運動度量指標與閾值對比將商品軌跡分為運動軌跡和靜止軌跡。
4.根據權利要求1所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，結合重力稱的稱值數據分析所有商品運動軌跡，將其識別為商品置入購物車、商品從購物車中被取出或整理商品中的一種。
5.根據權利要求3所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，設（xi，yi）是第i幀商品軌跡點坐標，所述商品軌跡點為商品
6.根據權利要求5所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，計算每一條商品軌跡的運動度量指標，判定每一條商品軌跡為運動軌跡或靜止軌跡中的一種，具體方法為：
7.根據權利要求6所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，還包括如下步驟：
8.根據權利要求7所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，攝像頭所獲取的圖像的寬度為WI，高度為HI，THRESH1=min（WI，HI）/10，THRESH2=min（WI，HI）/15，THRESH3=0.12，THRESH4=min（WI，HI）/8，THRESH5=0.2，min為求最小值運算。
9.一種基于商品軌跡分析的智能購物車購物行為分析系統，應用權利要求1-8任一項所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，包括：
10.根據權利要求9所述的一種基于商品軌跡分析的智能購物車購物行為分析系統，其特征在于，精確定位商品軌跡中的連續運動片段處于商品軌跡的時間段的方法為：
...【技術特征摘要】
1.一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，得到所有圖像中全部商品目標的坐標信息的具體方法為：
3.根據權利要求1所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，判定每一條商品軌跡為運動軌跡或靜止軌跡的具體方法為：將目標檢測識別模型輸出的商品目標的坐標信息輸入到目標跟蹤模型，得到n幀圖像組成的圖像序列中k個商品目標的軌跡數據；計算商品在購物過程中的實際運動情況的運動度量指標，設定一個或多個閾值，通過運動度量指標與閾值對比將商品軌跡分為運動軌跡和靜止軌跡。
4.根據權利要求1所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，結合重力稱的稱值數據分析所有商品運動軌跡，將其識別為商品置入購物車、商品從購物車中被取出或整理商品中的一種。
5.根據權利要求3所述的一種基于商品軌跡分析的智能購物車購物行為分析方法，其特征在于，設（xi，yi）是第i幀商品軌跡點坐標，所述商品軌跡點為商品目標檢測框中心點或商品目標檢測框四個角點中...
【專利技術屬性】
技術研發人員：王慶剛，徐步兵，李晨，余佳，馬曉慧，
申請(專利權)人：南京億貓信息技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。