基于多层注意力和度量学习的商品识别方法

来源：电子测量技术杂志2025年第1期北京时间：

作者：李婕，张新月，涂静敏，陈记文，李礼

单位：1.湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室 武汉 430068; 2.武汉大学遥感信息工程学院 武汉 430079; 3.武汉大学深圳研究院 深圳 518057

摘要：针对自动售货柜场景中存在的复杂背景和商品包装高度相似导致的识别难题，提出了一种融合多尺度注意力机制和度量学习的商品识别方法。首先，基于ResNet层级结构引入多头自注意力，充分挖掘卷积神经网络（CNN）多尺度特征提取优势和Transformer全局建模能力，并设计一种新的多尺度空洞注意力，使模型关注到相似包装中商标形状和局部纹理等局部特征，以及上下文全局特征；其次设计降采样多尺度特征融合策略，有效提高算法的多尺度特征表达能力；最后采用ArcFace损失函数以增强模型的识别能力。为了验证所提出方法的有效性，构建了一个真实场景下的商品数据集，由自动售货柜的顶视摄像头采集。实验结果表明，该方法在Commodity 553数据集上的MAP@1准确率达到87.4%，优于当前的主流识别方法，可实现更精确的商品识别。

关键词：商品识别;深度学习;注意力机制;度量学习

基金资助：国家自然科学基金（42101440，42301515）、智能光电系统感知及应用四川省高校重点实验室开放基金（ZNGD2308）、湖北工业大学博士科研启动基金（XJ2021004501）、深圳市科技计划资助项目（JCYJ20230807090206013）、深圳市科技重大专项（KJZD20230923114611023）资助