(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 202211151195.0 (22)申请日 2022.09.21 (71)申请人 苏州城市学院 地址 215104 江苏省苏州市吴中区吴中大 道1188号 (72)发明人 尼洪涛　郑君媛　 (51)Int.Cl. G06V 20/60(2022.01) G06V 20/68(2022.01) G06V 10/82(2022.01) G06V 10/74(2022.01) G06V 10/26(2022.01) G06V 10/30(2022.01) G06V 10/764(2022.01) G06F 16/583(2019.01) G06F 16/51(2019.01)G06F 16/901(2019.01) G06F 16/903(2019.01) (54)发明名称 均值哈希算法二次精确识别方法 (57)摘要 本发明公开了均值哈希算法二次精确识别 方法， 包括以下步骤： 步骤一： 商家预先对商品进 行拍照； 步骤二： 将商品照片上传至基于均值哈 希算法的图像识别系统的数据库中进行保存并 计算出图片的特征指纹字 符串； 本发 明通过设置 的均值哈希 算法系统， 对图像识别系统处理后的 商品图像进行算法识别对比， 大大增加了对顾客 拍摄的商品的识别准确率， 通过生成图片特征指 纹， 对比图片特征指纹， 使图像的系统化对比更 加高效且准确， 避免了目前在通过普通的AI图像 识别技术对商品进行识别时， 通 常只能简单的识 别商品的种类， 无法根据商品的大小和颜色等对 同一种类的商品进行精细化区分的问题。 权利要求书2页 说明书6页 附图2页 CN 115546773 A 2022.12.30 CN 115546773 A 1.均值哈希算法二次精确识别方法， 其特 征在于： 包括以下步骤： 步骤一： 商家预 先对商品进行拍照； 步骤二： 将商品照片上传至基于均值哈希算法的图像识别系统的数据库中进行保存 并 计算出图片的特 征指纹字符串； 步骤三： 顾客将购买的商品放在称上进行称量时， 设置在称上的摄像头对商品进行拍 照， 并将商品照片上传至基于深度神经网络的AI图像识别系统； 步骤四： 系统内部对图像进行采集， 采集后将图像上传至深度神经网络进行图像预处 理； 步骤五： 深度神经网络对图像进行预处理后， 对图像进行特征提取， 以方便后续的识别 商品的大类； 步骤六： 图像特征提取后， 对商品图像的种类进行识别， 将识别结果通过电信号送入均 值哈希算法系统内部进行哈希算法二次识别； 步骤七： 均值哈希算法系统对图片进行缩小尺寸处 理； 步骤八： 对图像进行简化色彩处 理； 步骤九： 根据均值哈希算法， 计算图像的所有64个 像素的灰度平均值； 步骤十： 对像素 灰度进行比较； 步骤十一： 计算哈希值； 步骤十二： 得到64位的图片特征指纹后进一步进行简化， 将特征指纹进行编码得到长 度为16的特征指纹字符串， 与步骤二中的商家预先上传的图片的特征指纹字符串进行比 较， 这等同于计算 “汉明距离 ”， 如果不相同的字符个数小于一定范围， 就认 为两张图片是相 似的， 否则就认为 这两张图片是不同的； 步骤十三； 当顾客拍摄的商品图片的数量和数据库中商品图片的数量差距过大时， 采 用多图匹配对比的方式返回第一 步进行商品图像的拍摄。 2.根据权利要求1所述的均值哈希算法二次精确识别方法， 其特征在于： 所述步骤五 中， 深度神经网络采用yolo5网络， 在深度神经网络模型图像识别训练过程中， 模型的可信 度阈值设为0.6 至0.8， 交并比为0.6 至0.8。 3.根据权利要求1所述的均值哈希算法二次精确识别方法， 其特征在于： 所述步骤五 中， 特征提取模型使用Adam算法作为本模型的优化函数， 通过存储梯度平方的指数衰减平 均值并且保持指数衰减平均值 来对模型进行优化； 其公式为 mt＝β 1m t‑1+(1‑β 1)gt 其中， vt为梯度的平方指数衰减平均值， mt为梯度的指数衰减平均值。 4.根据权利要求1所述的均值哈希算法二次精确识别方法， 其特征在于： 所述步骤五 中， 对图像进行图像特 征提取前， 将图像中仅有 商品的部分进行提取。 5.根据权利要求1所述的均值哈希算法二次精确识别方法， 其特征在于： 所述步骤七 中， 将图片缩小到8x8的尺寸， 总共64个像素。 这一步的作用是去除图片的细节， 只保留结 构、 明暗等基本信息， 摒弃不同尺寸、 比例带来的图片差异。 6.根据权利要求1所述的均值哈希算法二次精确识别方法， 其特征在于： 所述步骤八 中， 将缩小后的图片， 转 为64级灰度， 所有像素点总共只有64种颜色。 7.根据权利要求1所述的均值哈希算法二次精确识别方法， 其特征在于： 所述步骤十权　利　要　求　书 1/2 页 2 CN 115546773 A 2中， 将每个像素的灰度， 与平均值进行比较。 大于或等于平均值， 记为1； 小于平均值， 记为0 。 8.根据权利要求1所述的均值哈希算法二 次精确识别方法， 其特征在于： 所述步骤十一 中， 将上一步的比较结果， 组合在一起， 就构成了一个64位的整数， 这就是这张图片的特征 指纹。 9.根据权利要求1所述的均值哈希算法二 次精确识别方法， 其特征在于： 所述步骤十二 中， 汉明距离的含义为： 在信息论中， 两个等长字符串之 间的汉明距离是两个字符串对应位 置的不同字符的个数。 10.根据权利要求1所述的均值哈希算法二次精确识别方法， 其特征在于： 所述步骤十 三中， 多图匹配对比的方法为： 商家在对商品进行拍摄时， 将一种商品的图片分别保存一 个、 四个、 八个和十六个四种不同数量的图片， 即可基本涵盖大多数购物场景， 可以取得较 为准确的匹配识别结果。权　利　要　求　书 2/2 页 3 CN 115546773 A 3