无人零售商品识别系统
    1.
    发明公开

    公开(公告)号:CN108875690A

    公开(公告)日:2018-11-23

    申请号:CN201810713427.4

    申请日:2018-06-29

    Abstract: 本发明实施例提供一种无人零售商品识别系统,应用于无人零售商店,所述商店内设置至少一个货架,每个货架包括至少一层商品层,所述系统包括商品识别模块,其中,每个所述货架上包括与所述商品层一一对应的至少一个商品识别位置,所述商品识别位置上设置有至少一个所述商品识别模块;所述商品识别模块中包括拍摄部件,用于拍摄购物者对目标商品层上商品的取放行为;所述商品识别模块中还包括处理部件,用于从所述拍摄部件接收拍摄画面,并根据所述拍摄画面识别所述购物者取走或放回商品的信息。该系统无需在每个商品上设置任何标签,也无需用户执行任何扫描操作,即可识别出购物者已选择的商品,从而极大提升用户的使用体验。

    人脸识别方法、装置及设备

    公开(公告)号:CN109086670B

    公开(公告)日:2019-10-11

    申请号:CN201810717792.2

    申请日:2018-07-03

    Abstract: 本发明实施例提供一种人脸识别方法、装置及设备,该方法包括:对第一缓存中的第一人脸图像进行图像格式转换处理,并将图像格式转换处理后的第一人脸图像存储在第二缓存;对第二缓存中的第二人脸图像进行人脸信息提取处理,并将通过人脸信息提取处理得到的第一人脸信息存储到第三缓存,第一人脸信息包括第二人脸图像对应的抠图图像和抠图图像的质量值;根据第三缓存中的至少一个人脸信息,对至少一个人脸信息中质量值最高的抠图图像进行人脸识别处理;其中,图像格式转换处理、人脸信息提取处理、人脸识别处理并行执行。用于扩大人脸识别的应用范围。

    基于AI芯片的数据处理方法及设备

    公开(公告)号:CN108985451A

    公开(公告)日:2018-12-11

    申请号:CN201810712195.0

    申请日:2018-06-29

    Abstract: 本发明提供一种基于AI芯片的数据处理方法及设备,本发明的方法,通过将AI芯片数据处理流水线分为以下三个阶段的处理:数据采集和预处理,神经网络模型处理,神经网络模型后处理;该三个阶段的处理为并行流水线结构;AI芯片至少包括第一处理器,第二处理器和第三处理器,第一处理器用于数据采集和预处理,第三处理器用于神经网络模型处理,第二处理器用于神经网络模型后处理;第一处理器,第二处理器和第三处理器同时进行该三个阶段的处理,减少了处理器相互等待时间,最大化地实现了各个处理器的并行计算,提高了AI芯片数据处理的效率,从而可以提高AI芯片的帧率。

    商品识别的处理方法、装置、设备、系统及存储介质

    公开(公告)号:CN109033985B

    公开(公告)日:2020-10-09

    申请号:CN201810701271.8

    申请日:2018-06-29

    Abstract: 本申请提供一种商品识别的处理方法、装置、设备、系统及存储介质,该方法包括:接收摄像装置发送的图像信息及摄像装置对应的距离传感器发送的距离信号;根据图像信息及距离信号,确定用户取货行为的起始帧和结束帧;根据用户取货行为的起始帧和结束帧,确定用户所取的商品信息。通过对用户取货行为的起始帧和结束帧进行商品识别,确定用户所取的商品信息,有效提高了商品识别效率。并且结合摄像装置拍摄的图像信息及距离传感器探测的距离信号共同确定用户取货行为的起始帧和结束帧,可以避免对用户取货行为的误判断,提高用户取货行为判断的准确性。

    数据处理方法、装置及设备

    公开(公告)号:CN108958938B

    公开(公告)日:2020-01-14

    申请号:CN201810700318.9

    申请日:2018-06-29

    Abstract: 本发明提供一种数据处理方法、装置及设备。本发明的方法,通过将所有计算核分为至少两组,每组计算核用于共同执行一个数据帧的深度模型计算任务;CPU调度所述至少两组计算核并行地执行至少两帧数据的深度模型计算任务,实现了在进行一次深度模型计算的过程中,多组计算核并行地执行多帧数据的深度模型计算任务;对于每一组计算核,在对深度模型中不适于多个计算核完成该层计算的层进行计算时,该组内一个计算核负责该层的计算,该组内其他计算核空闲,而其他组的计算核同时在对其他帧数据进行深度模型计算,而不是空闲等待,减少了空闲计算核的数量,提高了计算核的单核利用率,从而提高了AI芯片的整体处理帧率。

    信息处理方法、设备、系统及存储介质

    公开(公告)号:CN110674918A

    公开(公告)日:2020-01-10

    申请号:CN201810710542.6

    申请日:2018-07-02

    Abstract: 本发明实施例提供一种信息处理方法、设备、系统及存储介质。该信息处理方法包括:AI相机获取无人零售场景下的实时数据,并基于神经网络模型,对实时数据进行前端处理,该前端处理包括以下任一种或多种:商品识别和人体监测,之后将前端处理后的结果发送给服务器,该前端处理后的结果用于触发服务器根据该前端处理后的结果进行人脸识别和/或确定商品的流向。本发明实施例考虑到端上获取实时数据的及时性以及便利性,引入AI相机作为前端的基础算子,结合服务器的后端处理,使得在无人零售场景下,引入分布式计算思想,降低整个无人零售分布式系统的成本,减少数据传输的带宽压力,有效提高系统扩展性及无人零售解决方案的性能。

    数据处理方法、装置及设备

    公开(公告)号:CN108958938A

    公开(公告)日:2018-12-07

    申请号:CN201810700318.9

    申请日:2018-06-29

    Abstract: 本发明提供一种数据处理方法、装置及设备。本发明的方法,通过将所有计算核分为至少两组,每组计算核用于共同执行一个数据帧的深度模型计算任务;CPU调度所述至少两组计算核并行地执行至少两帧数据的深度模型计算任务,实现了在进行一次深度模型计算的过程中,多组计算核并行地执行多帧数据的深度模型计算任务;对于每一组计算核,在对深度模型中不适于多个计算核完成该层计算的层进行计算时,该组内一个计算核负责该层的计算,该组内其他计算核空闲,而其他组的计算核同时在对其他帧数据进行深度模型计算,而不是空闲等待,减少了空闲计算核的数量,提高了计算核的单核利用率,从而提高了AI芯片的整体处理帧率。

    信息处理方法、设备、系统及存储介质

    公开(公告)号:CN110674918B

    公开(公告)日:2023-05-23

    申请号:CN201810710542.6

    申请日:2018-07-02

    Abstract: 本发明实施例提供一种信息处理方法、设备、系统及存储介质。该信息处理方法包括:AI相机获取无人零售场景下的实时数据,并基于神经网络模型,对实时数据进行前端处理,该前端处理包括以下任一种或多种:商品识别和人体监测,之后将前端处理后的结果发送给服务器,该前端处理后的结果用于触发服务器根据该前端处理后的结果进行人脸识别和/或确定商品的流向。本发明实施例考虑到端上获取实时数据的及时性以及便利性,引入AI相机作为前端的基础算子,结合服务器的后端处理,使得在无人零售场景下,引入分布式计算思想,降低整个无人零售分布式系统的成本,减少数据传输的带宽压力,有效提高系统扩展性及无人零售解决方案的性能。

    基于AI芯片的数据处理方法及设备

    公开(公告)号:CN108985451B

    公开(公告)日:2020-08-04

    申请号:CN201810712195.0

    申请日:2018-06-29

    Abstract: 本发明提供一种基于AI芯片的数据处理方法及设备,本发明的方法,通过将AI芯片数据处理流水线分为以下三个阶段的处理:数据采集和预处理,神经网络模型处理,神经网络模型后处理;该三个阶段的处理为并行流水线结构;AI芯片至少包括第一处理器,第二处理器和第三处理器,第一处理器用于数据采集和预处理,第三处理器用于神经网络模型处理,第二处理器用于神经网络模型后处理;第一处理器,第二处理器和第三处理器同时进行该三个阶段的处理,减少了处理器相互等待时间,最大化地实现了各个处理器的并行计算,提高了AI芯片数据处理的效率,从而可以提高AI芯片的帧率。

    人脸识别方法、装置及设备

    公开(公告)号:CN109086670A

    公开(公告)日:2018-12-25

    申请号:CN201810717792.2

    申请日:2018-07-03

    Abstract: 本发明实施例提供一种人脸识别方法、装置及设备,该方法包括:对第一缓存中的第一人脸图像进行图像格式转换处理,并将图像格式转换处理后的第一人脸图像存储在第二缓存;对第二缓存中的第二人脸图像进行人脸信息提取处理,并将通过人脸信息提取处理得到的第一人脸信息存储到第三缓存,第一人脸信息包括第二人脸图像对应的抠图图像和抠图图像的质量值;根据第三缓存中的至少一个人脸信息,对至少一个人脸信息中质量值最高的抠图图像进行人脸识别处理;其中,图像格式转换处理、人脸信息提取处理、人脸识别处理并行执行。用于扩大人脸识别的应用范围。

Patent Agency Ranking