(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 202211009253.6 (22)申请日 2022.08.23 (71)申请人 创颖峻网络科技 （深圳） 有限公司 地址 518000 广东省深圳市宝安区燕罗街 道塘下涌社区朗月路3号厂房一101 (72)发明人 周伟国　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 专利代理师 曾敬 (51)Int.Cl. G06V 20/40(2022.01) G06Q 10/08(2012.01) G06V 10/44(2022.01) G06V 10/75(2022.01) G06V 20/64(2022.01) (54)发明名称 一种电商货品外观验证和入库处理方法及 装置 (57)摘要 本发明属于智能数据处理技术领域， 公开了 电商货品外观验证和入库处理方法及装置， 包括 获取电商货品预设的3D模型数据和型号规格数 据并构建初始数据校对库； 扫描待质检电商货品 并获取待质检电商货品的立体参数影像和产生 编号信息； 对立体参数影像进行关键帧提取， 得 到关键帧六视图像特征； 对产生编号信息进行识 别调取， 得到型号规格数据标签； 基于型号规格 数据标签锁定待质检电商货品的3D模型数据； 判 断关键帧六视图像特征与待质检电商货品的3D 模型数据的吻合度； 若吻合度小于预设阈值， 则 判定为NG产品并得到第一入库指令； 若吻合度等 于或大于 预设阈值， 则判定为入库产品并得到第 二入库指令。 本发明提高了电商货品的生产质检 效率。 权利要求书2页 说明书12页 附图3页 CN 115082842 A 2022.09.20 CN 115082842 A 1.一种电商货品外观验证和入库处 理方法， 其特 征在于， 包括： 获取电商货品预设的3D模型 数据和型号 规格数据并构建初始数据校对库； 扫描待质检电商货品 并获取所述待质检电商货品的立体参数影 像和产生编号信息； 对所述立体参数影 像进行关键帧提取， 得到关键帧六视图像特 征； 对所述产生编号信息进行识别调取， 得到型号 规格数据标签； 基于所述型号 规格数据标签锁定所述待质检电商货品的3D模型 数据； 判断所述关键帧六视图像特 征与所述待质检电商货品的3D模型 数据的吻合度； 若所述关键帧六视 图像特征与所述待质检电商货品的3D模型数据的吻合度小于预设 阈值， 则判定为 NG产品并得到第一入库指令； 若所述关键帧六视 图像特征与所述待质检电商货品的3D模型数据的吻合度等于或大 于预设阈值， 则判定为入库产品 并得到第二入库指令； 所述若所述关键帧六视 图像特征与所述待质检电商货品的3D模型数据的吻合度等于 或大于预设阈值， 则判定为入库产品 并得到第二入库指令， 具体包括： 将所述第二入库指令输入至预设模拟仓库模型中进行匹配， 得到所述预设模拟仓库模 型的入库动作指令； 根据所述入库动作指令运输电商货品至目标仓库。 2.如权利要求1所述的一种电商货品外观验证和入库处理方法， 其特征在于， 所述获取 电商货品预设的3D模型 数据和型号 规格数据并构建初始数据校对库， 包括： 根据所述3D模型 数据生成电商货品的基准平面六视图并上传至初始数据校对库； 通过vlookup函数在所述初始数据校对库内关联所述型号规格数据与所述3D模型数 据。 3.如权利要求2所述的一种电商货品外观验证和入库处理方法， 其特征在于， 在所述获 取电商货品预设的3D模型 数据和型号 规格数据并构建初始数据校对库之后， 还 包括： 将所述基准平面六视图和所述型号 规格数据上传至区块链网络节点中。 4.如权利要求2所述的一种电商货品外观验证和入库处理方法， 其特征在于， 所述对所 述立体参数影 像进行关键帧提取， 得到关键帧六视图像特 征， 包括： 获取所述立体参数影 像相邻两个视频帧的直方图数据和灰度图数据； 通过所述直方图数据和所述灰度图数据输出 所述视频帧的加权马式距离； 通过所述加权马式距离确定所述 立体参数影 像的镜头边界； 通过所述镜头边界得到所述 立体参数影 像的实物 平面六视图像； 通过预设的特征训练模型提取所述实物平面六视图的特征， 得到所述关键帧六视图像 特征。 5.如权利要求4所述的一种电商货品外观验证和入库处理方法， 其特征在于， 在所述通 过预设的特征训练模型提取所述 实物平面六视图的特征， 得到所述关键帧六视图像特征之 前， 还包括： 构建训练筛 选网络， 所述训练筛 选网络包括编码层和解码层； 通过预设训练样本对所述编码层进行训练， 得到若干个训练完成的卷积核； 获取所述编码层输出的训练结果， 利用所述训练结果对所述解码层进行训练， 得到若 干个训练完成的反卷积核；权　利　要　求　书 1/2 页 2 CN 115082842 A 2对训练完成的所述卷积核和所述反卷积核进行筛选， 去除所述卷积核和所述反卷积核 中的冗余项； 基于筛选完成的所述卷积核和所述反卷积核构建所述特 征训练模型。 6.一种电商货品外观验证和入库处理装置， 所述电商货品外观验证和入库处理装置应 用如权利要求1 ‑5任意一项所述的电商货品外观验证和入库处 理方法， 其特 征在于， 包括： 获取模块， 用于获取电商货品预设的3D模型数据和型号规格数据并构建初始数据校对 库； 扫描模块， 用于扫描待质检电商货品并获取所述待质检电商货品的立体参数影像和产 生编号信息； 提取模块， 用于对所述 立体参数影 像进行关键帧提取， 得到关键帧六视图像特 征； 识别模块， 用于对所述产生编号信息进行识别调取， 得到型号 规格数据标签； 关联模块， 用于基于所述型号 规格数据标签锁定所述待质检电商货品的3D模型 数据； 判断模块， 用于判断所述关键帧六视图像特征与所述待质检电商货品的3D模型数据的 吻合度； 第一输出模块， 用于若所述关键帧六视图像特征与 所述待质检电商货品的3D模型数据 的吻合度小于预设阈值， 则判定为 NG产品并得到第一入库指令； 第二输出模块， 用于若所述关键帧六视图像特征与 所述待质检电商货品的3D模型数据 的吻合度等于或大于预设阈值， 则判定为入库产品 并得到第二入库指令； 所述第二输出模块， 具体包括： 匹配单元， 用于将所述第二入库指令输入至预设模拟仓库模型中进行匹配， 得到所述 预设模拟仓库模型的入库动作指令； 入库单元， 用于根据所述入库动作指令运输电商货品至目标仓库。 7.一种计算机设备， 其特征在于， 包括处理器， 所述处理器用于执行存储器中存储的计 算机程序实现如权利要求1 ‑5任意一项所述的电商货品外观验证和入库处 理方法。 8.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 存储介质中存储的 计算机程序被执行实现如权利要求1 ‑5任意一项所述的电商货品外观验证和入库处理方 法。权　利　要　求　书 2/2 页 3 CN 115082842 A 3