(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 202210763168.2 (22)申请日 2022.06.30 (71)申请人 顾家家居股份有限公司 地址 310026 浙江省杭州市经济技 术开发 区11号大街1 13号 (72)发明人 李云海　陈祯泰　王碧娟　方建勇　 施华军　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 龙伟 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 30/00(2012.01) (54)发明名称 一种门店 沙发上样检测方法、 系统及 存储介 质 (57)摘要 本申请涉及家具销售的技术领域， 尤其是涉 及一种门店沙发上样检测方法、 系统及存储介 质， 其包括根据销售计划生成相应的产品清单； 获取产品清单内的计划沙发信息， 根据计划沙发 信息从产品数据库内获取相应的计划沙发模型； 根据卷积神经网络训练方法对产品数据库进行 更新调整； 获取门店内的展出沙发图像， 并将展 出沙发图像存储在产品图片库内； 将产品数据库 内获取的计划沙发模型与产品图片库内的展出 沙发图像进行识别比对， 并获得相应的比对结 果； 根据比对结果判断店面上样是否合格。 本申 请具有提高企业端对门店根据销售计划对沙发 进行上样时的及时检测管理的效果。 权利要求书2页 说明书10页 附图4页 CN 115239975 A 2022.10.25 CN 115239975 A 1.一种门店沙发上样检测方法， 其特 征在于， 包括： 根据销售计划生成相应的产品清单； 获取所述产品清单内的计划沙发信 息， 根据所述计划沙发信 息从产品数据库内获取相 应的计划沙发模型； 根据卷积神经网络训练方法对所述产品数据库进行 更新调整； 获取门店内的展出沙发图像， 并将所述展出沙发图像存 储在产品图片库内； 将所述产品数据库内获取的计划沙发模型与所述产品图片库内的展出沙发图像进行 识别比对， 并获得相应的比对结果； 根据所述比对结果判断店面上样是否合格。 2.根据权利要求1所述的一种门店沙发上样检测方法， 其特征在于： 所述计划沙发信 息 包括沙发的单品型号、 组合型号， 根据所述计划沙发信息从产品数据库内获取相应的计划 沙发模型包括： 根据沙发的单品型号匹配至所述产品数据库内相同单品型号的计划沙发单品模型， 所 述计划沙发单品模型包括至少四个方向的灯光 渲染下不同形态的3D渲染模型； 根据沙发的组合型号匹配至所述产品数据库内相同组合型号的计划沙发组合模型， 所 述计划沙发组合模型包括至少四个方向的灯光 渲染下不同形态的3D渲染模型。 3.根据权利要求1所述的一种门店沙发上样检测方法， 其特征在于： 根据 卷积神经网络 训练方法对所述产品数据库进行 更新调整， 包括以下步骤： 基于所述产品数据库生成相应的卷积神经网络模型； 获取训练沙发图像， 将所述训练沙发图像标注为与训练沙发图像相对应的产品型号； 将所述训练沙发图像输入至卷积神经网络模型， 以获得训练结果； 判断所述训练结果是否 达到预期； 若所述训练结果达到预期， 则使用该产品数据库与所述产品图片库内的展出沙发图像 进行识别比对； 若所述训练结果没有达到预期， 则根据所述训练结果和与所述训练沙发图像相对应的 产品型号， 调整所述卷积神经网络模型的参数， 直至所述训练结果满足预期， 并将根据调整 后的所述卷积神经网络模型生成新的所述产品数据库。 4.根据权利要求1所述的一种门店沙发上样检测方法， 其特征在于： 获取门店内的展出 沙发图像， 包括以下步骤： 获取门店内若干摄 像模块在预设时间拍摄的多角度的产品图像； 判断所述产品图像 内是否存在无效图像， 所述无效图像包括被遮挡图像、 模糊图像、 高 曝光图像； 若存在， 则将所述无效图像进行 过滤并将经 过过滤后的剩余图像作为初筛图像； 判断所述初筛图像内是否存在异物图像， 所述异物图像表征为非沙发的其他产品图 像； 若存在， 则将所述异 物图像进行 过滤并将经 过过滤后的剩余图像作为展出沙发图像。 5.根据权利要求1所述的一种门店沙发上样检测方法， 其特征在于： 将所述产品数据库 内获取的计划沙发模型与所述产品图片库内的展 出沙发图像进行识别比对， 并获得比对结 果， 包括以下步骤：权　利　要　求　书 1/2 页 2 CN 115239975 A 2将所述产品图片库内的展出沙发图像输入至所述产品数据库内， 并判断所述产品数据 库内是否可以识别出与所述展出沙发图像相匹配的计划沙发模型； 若可以识别， 则比对结果 为成功； 若无法识别， 则比对结果为失败， 且比对结果还包括失败原因， 所述失败原因包括不符 合销售计划、 单品型号 不符合、 产品组合 不符合。 6.根据权利要求5所述的一种门店沙发上样检测方法， 其特征在于： 所述销售计划包括 试销计划和促销计划， 判断所述产品数据库内是否可以识别出与所述展 出沙发图像相匹配 的试销计划所相关联的计划沙发模型， 若 无法识别， 则比对结果为 失败， 且失败原因为不符 合销售计划； 判断所述产品数据库内是否可以识别出与所述展出沙发图像相匹配的促销计 划相关联的计划沙发模型， 若无法识别， 则比对结果为失败， 且失败原因为不符合销售计 划。 7.根据权利要求6所述的一种门店沙发上样检测方法， 其特征在于： 当产品数据库内可 以识别出与所述展出沙发 图像相匹配的计划沙发模型时， 还包括环境识别方法， 所述环境 识别方法包括： 获取展出沙发图像中的环境因素， 所述环境因素包括展区背景色、 展区提示牌、 展区物 品等； 根据所述环境因素分析出所述展区风格， 所述展区风格包括卧室风格、 客厅风格、 餐厅 风格； 判断所述展区风格是否为餐厅风格， 若是， 则比对结果 为失败； 若展区风格不是餐厅风格， 则获取所述沙发的外观因素， 外观 因素包括沙发颜色、 沙发 种类、 沙发材质等； 将所述沙发的外观 因素与所述环境因素进行比对， 判断所述沙发的外观 因素与所述环 境因素是否匹配， 若匹配， 则比对结果 为成功， 若不匹配， 则比对结果 为失败。 8.根据权利要求5所述的一种门店沙发上样检测方法， 其特征在于： 根据 所述比对结果 判断店面上样是否合格， 具体包括以下步骤： 若比对结果 为成功， 则店面上样合格； 若比对结果为失败， 则店面上样不合格， 并生成相应的上样异常信 息和上样监管信 息， 将所述上样异常信息和比对结果 发送至门店， 将所述上样监管信息和比对 结果发送至门店 所关联的上级管理层。 9.一种门店沙发上样检测系统， 其特 征在于： 包括云端和摄 像模块， 其中， 所述摄像模块用于对门店内的展出沙发进行拍摄以得到展出沙发图像； 所述云端用于根据销售计划生成相应的产品清单， 获取所述产品清单内的计划沙发信 息， 根据所述计划沙发信息从产品数据库内获取相应的计划沙发模型； 根据卷积神经网络 训练方法对所述产品数据库进行更新调整； 获取展出沙发 图像， 并将所述展出沙发 图像存 储在产品图片库内； 将所述产品数据库内获取的计划沙发模型与所述产品图片库内的展 出 沙发图像进行识别比对， 并获得相 应的比对结果； 根据所述比对结果判断店面上样是否合 格。 10.一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， 所述计算机程序 被处理器执行时实现权利要求1至8中任一项所述的门店沙发上样检测方法。权　利　要　求　书 2/2 页 3 CN 115239975 A 3