特征信息共享方法、装置、识别终端和存储介质与流程

1.本发明涉及ai智能生鲜识别领域，尤其涉及一种特征信息共享方法、装置、识别终端和存储介质。


背景技术：

2.ai智能生鲜识别的领域本身是一个新领域。现有的“硬件边缘计算识别” “离线自学习与识别”的方式，在运用于大型门店时，存在维护困难，不同机位的识别硬件的识别效果与进化程度不一致的问题，现有市面方案中存在依托互联网服务器作为中心，通过人工进行维护的方案，但是作为中心的服务器会有需要维护的情况，进而影响整个识别集群的工作状况。


技术实现要素：

3.有鉴于此，本技术提供一种特征信息共享方法，应用于智能识别集群模块，该方法包括：若完成当前的特征识别，获取所述特征识别的特征数据；所述特征数据包括：进行特征识别的图片的特征向量以及特征识别的结果；将本终端的终端编号和根据所述特征数据生成的识别数据编号打包成广播包，按预设广播次数，将所述广播包广播给集群中的其他终端，使得其他终端根据所述特征数据更新本地的识别模型。
4.进一步的，还包括：当接收到来自集群中其他终端的广播包时，判断所述广播包是否是第一次接收到的；若判断结果为是，记录所述广播包中的终端编号和识别数据编号作为收包记录，并建立与所述广播包发起终端的数据连接，接收所述识别数据编号对应的特征数据，将所述特征数据保存在识别模块的数据库中。
5.进一步的，所述判断所述广播包是否是第一次接收的，包括：将所述广播包中的终端编号和识别数据编号在本地收包记录中进行匹配；若所述终端编号和所述识别数据编号匹配，则确定所述广播包是第一次接收到的；若所述终端编号和所述识别数据编号不匹配，则确定所述广播包不是第一次接收到的。
6.进一步的，在所述接收所述识别数据编号对应的特征信息以及识别结果后，还包括：将所述广播包广播给所述集群中的其他终端。
7.进一步的，所述集群中终端间通过蓝牙或wifi连接。
8.进一步的，还包括：当所存储的特征信息数量达到预设数量时，将识别命中率最低的特征信息作为淘
汰信息；将本终端的终端编号和所述淘汰信息的识别数据编号打包成淘汰广播包，按预设广播次数，将所述淘汰广播包广播给集群中的其他终端，并删除所述淘汰信息。
9.进一步的，还包括：当接收到所述淘汰广播包时，删除与所述淘汰广播包对应的特征识别数据。
10.进一步的，本技术实施例还提供一种特征信息共享装置，包括：识别模块，用于若完成当前的特征识别，获取所述特征识别的特征数据；所述特征数据包括：进行特征识别的图片的特征向量以及特征识别的结果；广播模块，用于将本终端的终端编号和根据所述特征数据生成的识别数据编号打包成广播包，按预设广播次数，将所述广播包广播给集群中的其他终端，使得其他终端根据所述特征数据更新本地的识别模型。
11.进一步的，本技术实施例还提供一种识别终端，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行上述实施例中任一项所述的特征信息共享方法。
12.进一步的，本技术实施例还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行上述实施例中任一所述的特征信息共享方法。
13.本技术提供一种特征信息共享方法，应用于智能识别集群模块，该方法包括：若完成当前的特征识别，获取所述特征识别的特征数据；所述特征数据包括：进行特征识别的图片的特征向量以及特征识别的结果；将本终端的终端编号和根据所述特征数据生成的识别数据编号打包成广播包，按预设广播次数，将所述广播包广播给集群中的其他终端，使得其他终端根据所述特征数据更新本地的识别模型。通过每台设备自主共享在进行识别工作时收到的新特征，以达到去中心化的目的，免去了对服务器的维护，使得整个集群的维护更加灵活，并且增加了各个机器之间的进化程度的一致性。
附图说明
14.为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
15.图1示出了本技术实施例中一种特征信息共享方法流程示意图；图2示出了本技术实施例中识别集群结构示意图；图3示出了本技术实施例中又一种特征信息共享方法流程示意图；图4示出了本技术实施例中一种特征信息共享装置示意图。
具体实施方式
16.下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
17.通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技
术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
19.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
20.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
21.接下来以具体实施例来说明本技术的技术方案。
22.实施例1如图1所示，为本技术一种特征信息共享方法流程示意图，其步骤包括：步骤s100，若完成当前的特征识别，获取所述特征识别的特征数据；所述特征数据包括：进行特征识别的图片的特征向量以及特征识别的结果。
23.本技术的方案应用于设置于商场里的商品识别终端上，这些终端可以是智能电子秤，或者自主结账机这类类似的机器，这些设备都需要识别用户所带来的商品种类，实际应用中，因为这些机器散布在商场的各个不同的区域，所以会导致每个机器所识别的商品种类会有偏差，使得各个机器内置的识别模型在工作中所接收识别的特征有区别，进而使得各个模型的修正方向出现差异。
24.实际的识别过程里，设备会对商品进行拍摄，对图像识别然后给出几个高概率的识别结果，由售货员去选择最终对应的商品，由此会给模型反馈一个特征识别结果，该特征识别结果和商品的特征向量组成特征数据。例如，机器识别一个商品，机器给出了香蕉、菠萝、黄瓜之类的识别结果给售货员，由售货员选取，这些识别结果都有各自的匹配率，售货员选了香蕉，并且香蕉是匹配率高的那一档结果，代表识别结果吻合。如果售货员选择了匹配率低的结果，代表当前机器给出的识别结果不正确，因此需要更新模型，也代表当前识别的特征向量与对应商品的关系对于该终端的模型来讲是新的，是之前没有学习到的，那么该特征数据对于其他识别机器来讲，也应该是新的特征，所以需要将该特征数据进行共享。
25.步骤s200，将本终端的终端编号和根据所述特征数据生成的识别数据编号打包成广播包，按预设广播次数，将所述广播包广播给集群中的其他终端，使得其他终端根据所述特征数据更新本地的识别模型。
26.根据步骤s100中所述需要共享的特征数据生成识别数据编号，并将该识别数据编号和本终端的终端编号打包生成广播包，然后按照预设广播次数，将该广播包广播到整个集群中，其中该预设次数可以根据整个局域网的通信质量来决定，在广播完预设次数后，就认为共享结束，并不需要等待其他终端的反馈，以此来减少整个网络中的数据流，避免拥塞。除此之外，本地终端在实现这个特征数据分享之后，使得其他终端可以根据分享的特征
来更新本地的识别模型，使得集群中一个终端学习到新的特征时，可以传播到全体终端，减少了终端间的差异，使得各个终端内的识别模型有着相同的成长过程。
27.进一步的，本技术还提供了一种特征信息共享方法，如图3所示。
28.步骤s300，当接收到来自集群中其他终端的广播包时，判断所述广播包是否是第一次接收到的；当终端接收到来自其他终端的广播包时，通过广播包中的终端编号和识别数据编号来判断该广播包是否是自己第一次收到。具体的，若是第一次接收到，则广播包中的终端编号和识别数据编号不会出现在本地的收包记录中，只要将本地记录的数据和广播包中的 数据进行匹配，若所述终端编号和所述识别数据编号匹配，则确定所述广播包是第一次接收到的；若所述终端编号和所述识别数据编号不匹配，则确定所述广播包不是第一次接收到的。
29.步骤s400，若判断结果为是，记录所述广播包中的终端编号和识别数据编号作为收包记录，并建立与所述广播包发起终端的数据连接，接收所述识别数据编号对应的特征数据，将所述特征数据保存在识别模块的数据库中。
30.当判断是第一次接收到的广播包，则意味着该特征向量是本终端没有接收到的，因此需要获取该特征数据，以实现和其他识别终端的同步进化，于是本终端根据广播包中记录的终端编号，和对方发起数据连接，以接受对方发送过来的和识别数据编号对应的特征信息以及识别结果。
31.因为这些识别终端分布于整个商场中，终端之间通过wifi或者蓝牙的方式进行通讯，组成一个局域网，因此存在该局域网中的某些节点之间并不能进行直接连接，如图2所示为识别集群结构示意图，该集群结构拥有1至8一共8个终端节点，图中终端节点1和终端节点2、7接近，所以可以直接通过蓝牙或者wifi通信，但是距离终端节点1较远的其他节点则没办法直接通信，因此在终端节点1发送了广播包后，并且终端节点2和终端节点7接收到该广播包后，还会将终端节点1的终端编号和该识别数据的识别编号组成新的广播包，继续在整个局域网中广播，这样该特征数据可以通过终端节点2和终端节点7传输到终端节点3和终端节点6，然后进一步的传送至终端节点5以及终端节点8，层层递进，使得该特征数据传遍整个网络。
32.本技术实施例的特征信息共享方法通过每个识别终端自发的广播传递新特征向量，取消掉了传统的中央服务器的管理方式，减少了集群的成本，同时也减少了维护难度，同时也实现了集群中各个识别终端的共同成长，消除了因货架、商品排布区域的原因，在识别图像的种类上，存在的差异，以及由于操作人员的习惯以及周边商品受顾客的喜好程度不同，在识别事务的运行数量上存在的差异，进而给用户更好的购物体验，减少因为某台机器很少识别某种商品，导致该商品识别成功率低，给用户带来麻烦的情况。
33.本技术实施例还提供一种特征信息共享装置，如图4所示，包括：识别模块10，用于若完成当前的特征识别，获取所述特征识别的特征数据；所述特征数据包括：进行特征识别的图片的特征向量以及特征识别的结果；广播模块20，用于将本终端的终端编号和根据所述特征数据生成的识别数据编号打包成广播包，按预设广播次数，将所述广播包广播给集群中的其他终端，使得其他终端根据所述特征数据更新本地的识别模型。
34.进一步的，本技术实施例还提供一种识别终端，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行上述实施例中任一项所述的特征信息共享方法。
35.进一步的，本技术实施例还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行上述实施例中任一所述的特征信息共享方法。
36.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
37.另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
38.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是智能手机、个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
39.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。