基于机器学习的物像自动识别分类方法及系统

专利主权项内容

1.一种基于机器学习的物像自动识别分类方法，其特征在于，包括：步骤1：获取可识别物品图像，并对可识别物品图像进行学习训练，提取可识别物品的物品特征，且基于物品特征构建物像类别图库；步骤2：基于收款机对待识别物品进行图像扫描，得到目标物像，并对目标物像进行处理，且基于处理结果确定物像类别图库中与目标物像匹配的预设物像；步骤3：提取预设物像的属性信息，并基于属性信息确定目标物像的类别标签、物品名称以及物品价格，且基于预设显示屏将待识别物品的类别标签、物品名称以及物品价格进行显示；其中，步骤2中，基于收款机对待识别物品进行图像扫描，得到目标物像，并对目标物像进行处理，且基于处理结果确定物像类别图库中与目标物像匹配的预设物像，包括：获取待识别物品，并基于收款机对待识别物品进行多维度扫描，得到待识别物品在每一维度下对应的初始物像；提取待识别物品的外观特征标记点，并基于初始物像确定外观特征标记点在平面中的相对位置关系，同时，基于收款机的扫描角度以及相对位置关系对外观特征标记点进行空间转换，得到外观特征标记点在立体空间中的相对位置关系，并将立体空间中的相对位置关系与实际位置关系进行匹配；当立体空间中的相对位置关系与实际位置关系不一致时，判定得到的目标物像中的可识别物品存在形变，并基于匹配结果以及外观特征标记点对初始物像中的各像素点位置进行修正，得到目标物像；分别将目标物像和物像类别图库中各预设物像映射至预设二维坐标系，并基于映射结果分别得到目标物像与各预设物像的图像尺寸信息，且基于图像尺寸信息将目标物像与各预设物像进行分块处理；分别提取分块处理后的目标物像中的第一图像块与各预设物像中的同位置第二图像块的特征点，并基于特征点得到第一图像块与第二图像块的特征点对；分别提取特征点对应的图像深度特征，并基于多维度特征描述因子对图像深度特征进行二值编码，且基于二值编码的汉明距离确定特征点对之间的相似度；基于第一图像块与第二图像块分别在目标物像和预设物像的目标位置确定对应的目标权重，并基于目标权重对不同特征点对的相似度进行加权平均，分别得到目标物像与各预设物像的相似度；基于相似度得到物像类别图库中与目标物像匹配的最终的预设物像。 更多数据：搜索马克数据网来源：