随着国民经济的高速增长和居民生活水平的不断提高,人们越来越注重消费过程中的体验和感受。以人工智能、大数据和移动支付等先进技术为基础,融合线上线下的“智能+新零售”模式应运而生,正逐渐成为国内零售业新格局竞争的关键。基于计算机视觉的智能售货柜也因此成为行业内的关注热点。为给用户带来方便、快捷的舒适购物体验,智能售货柜必须要考虑商品识别准确度与识别速度的问题,这既是货柜商品智能识别算法研究的重点,也是难点。针对此问题,本文通过对Faster R-CNN、YOLOv3等网络框架进行分析对比,最终选用识别速度与准确度相对平衡、性能更稳定可靠的YOLOv3作为主框架。在该框架下,首先面向不同售货场景设计了不同摆放结构的单门柜和双门柜,并针对这两种不同成像环境分别设计了数据集构建方法和训练策略。为进一步提高识别准确率,通过分析货柜商品目标的特殊性,有针对性地对识别网络加以改进:1)针对目标尺寸普遍较小的特点提出多尺度检测改进策略,通过融合更多的浅层特征信息,增强特征金字塔的表征能力,提升小目标的检测准确率,降低漏检率;2)针对目标尺寸变化不大的特点,通过聚类算法重新统计真实标注框的尺寸,使得先验框比原始预设框更加符合商品目标尺寸,提高网络对目标商品的检测精度;3)针对MSE损失函数对商品目标尺度变化容差较小的问题,采用GIOU损失函数作为目标框坐标回归的损失评价标准,进一步提升检测准确度。为进一步提升智能售货柜商品的识别速度,本文还创新性地提出了基于马赛克图像的商品快速识别模型,并将其整合到改进的YOLOv3框架中。众所周知,当前目标识别算法大都是利用全彩图像进行识别分类的,而全彩图像是从相机拍摄得到的Bayer格式的原始图片解马赛克得到的。为使图像具有更好的视觉效果,通常还会经过插值、去噪、增强等处理过程,这些操作都会对马赛克图像中原始信息造成一定损失,并且会加入过多的冗余信息。本文算法的创新之处在于跳过解马赛克的过程,直接将原始图像送入深度神经网络中,进行端到端的识别分类,这样不仅可以避免复杂的图像复原算法,减少计算负担,而且能够更快地获取图像分类识别信息。基于上述原因,本文在智能售货柜场景下对采集到的马赛克图像数据集,设计了基于空洞卷积、相位卷积和子像素卷积的预处理网络,并通过对比实验验证了该策略比传统的全彩色图像目标识别算法拥有更高的检测精度和更快的检测速度。此外,本文从系统稳定性可靠性出发,基于提出的网络架构,设计并实现了智能售货柜整机系统,实现了扫码开门、自由选货、关门自动结算的功能。目前已经上线测试,运行状况良好,较大地提升了用户购物体验。疫情期间,智能售货柜的投入使用,可有效减少居民出行和流动,减少人际接触,从而降低传播风险,为疫情防控工作助力。