本发明涉及计算机，具体涉及一种物品入侵识别方法、装置及智能购物车。
背景技术：
1、物品入侵识别是指识别目标空间内是否有物品进入。物品入侵识别在很多业务场景都得以应用，例如：仓储管理、购物车内商品结算等。然而，现有技术中多采用基于深度学习模型的识别方案，该类方案需要大量样本数据来训练识别模型，成本高昂，且部署时对设备的算力要求较高，不易扩展。
技术实现思路
1、发明目的：本发明旨在克服以上技术问题，提出一种物品入侵识别方法、装置及智能购物车，该方案成本低、检测速度快且易于部署及扩展。
2、
技术实现要素：
为实现上述目的，本发明提出以下技术方案：
3、第一方面，提供了一种物品入侵识别方法，该方法包括：
4、以目标容器的物品出入口所在平面为标定面，对设置在所述物品出入口上方的tof传感器模块进行标定，包括：在所述物品出入口放置一块与所述物品出入口相适配的标定模板，通过所述tof传感器模块采集所述标定模板的tof图像；基于所述标定模板的tof图像上的像素点的原始深度信息，标定所述tof传感器模块的检测空间；所述像素点的原始深度信息为标定时该像素点与所述tof传感器模块之间的距离；
5、通过所述tof传感器模块对所述检测空间进行持续检测，若检测到所述像素点的深度信息发生变化，且深度信息发生变化的所述像素点的个数大于预设的阈值，则确定所述目标容器存在物品入侵。
6、作为第一方面所述方法的一种可选实施方式，在上述物品入侵识别方法中，所述物品入侵是指物品从所述物品出入口进入所述目标容器。
7、作为第一方面所述方法的一种可选实施方式，在上述物品入侵识别方法中，所述tof传感器模块确定检测到的所述像素点的深度信息发生变化，具体包括：
8、所述tof传感器模块在每一次检测时，针对每一个所述像素点，获取所述像素点与所述tof传感器模块之间的距离信息，并将所述距离信息与所述像素点的原始深度信息进行比对，若所述距离信息小于相应的原始深度信息，则确定所述像素点的深度信息发生变化。
9、第二方面，提供了一种物品入侵识别装置，该装置包括：tof传感器模块和识别模块；
10、所述tof传感器模块设置于目标容器的物品出入口的上方，用于对所述物品出入口所在平面进行标定，包括：在所述物品出入口放置一块与所述物品出入口相适配的标定模板，通过所述tof传感器模块采集所述标定模板的tof图像；基于所述标定模板的tof图像上的像素点的原始深度信息，标定所述tof传感器模块的检测空间；所述像素点的原始深度信息为标定时该像素点与所述tof传感器模块之间的距离；
11、所述tof传感器模块还用于对所述检测空间进行持续检测，并将检测结果传输至所述识别模块；
12、所述识别模块用于基于所述tof传感器模块的检测结果确定是否存在物品入侵，包括：若检测到所述像素点的深度信息发生变化，且深度信息发生变化的所述像素点的个数大于预设的阈值，则确定所述目标容器存在物品入侵。
13、第三方面，提供了一种商品入侵识别方法，适用于智能购物车，该方法包括：
14、以智能购物车的物品出入口所在平面为标定面，对设置在所述物品出入口上方的tof传感器模块进行标定，包括：在所述智能购物车的商品出入口放置一块与所述商品出入口相适配的标定模板，通过所述tof传感器模块采集所述标定模板的tof图像；基于所述标定模板的tof图像上的像素点的原始深度信息，标定所述tof传感器模块的检测空间；所述像素点的原始深度信息为标定时该像素点与所述tof传感器模块之间的距离；
15、通过所述tof传感器模块对所述检测空间进行持续检测，若检测到所述像素点的深度信息发生变化，且深度信息发生变化的所述像素点的个数大于预设的阈值，则确定所述智能购物车存在商品入侵。
16、作为第三方面所述方法的一种可选实施方式，在上述商品入侵识别方法中，所述商品入侵是指商品从所述物品出入口进入所述智能购物车的车框。
17、作为第三方面所述方法的一种可选实施方式，在上述商品入侵识别方法中，所述tof传感器模块确定检测到的所述像素点的深度信息发生变化，具体包括：
18、所述tof传感器模块在每一次检测时，针对每一个所述像素点，获取所述像素点与所述tof传感器模块之间的距离信息，并将所述距离信息与所述像素点的原始深度信息进行比对，若所述距离信息小于相应的原始深度信息，则确定所述像素点的深度信息发生变化。
19、第四方面，提供了一种智能购物车，包括：
20、设置于智能购物车的商品出入口的上方的tof传感器模块，用于根据上述的商品入侵识别方法进行商品入侵识别，并在识别出所述智能购物车存在商品入侵时，发出第一触发信号；
21、设置于所述智能购物车车框底部的重力传感器模块，用于检测所述车框内商品的重量，并在所述车框内商品的重量发生变化时，发出第二触发信号；
22、图像采集模块，配置为响应于所述第一触发信号，采集所述智能购物车车框内的商品图像；以及，响应于所述第二触发信号，停止采集所述智能购物车车框内的商品图像；
23、结算模块，用于基于所述图像采集模块采集的商品图像，识别商品的类别；基于所述重力传感器模块检测出的所述车框内商品的重量变化值，与所述商品的类别，确定所述商品的数量；基于所述商品的类别及数量，确定所述商品的金额。
24、有益效果：与现有技术相比，本发明具有以下优势：
25、1、本发明提出的物品入侵识别方法及装置，能够快速、准确地识别物品入侵，相较于现有的ai识别技术，本方案不需要采用大量样本数据来训练模型，降低了成本，易于部署和扩展。
26、2、本发明提出的商品入侵识别方法及智能购物车，可以适用于智能购物车自动结算场景中，该方法能够快速识别智能购物车车框中的商品入侵，从而触发图像采集模块采集商品图像，再结合设置于智能购物车车框底部的重力传感器模块，可以快速识别智能购物车车框内商品重量的变化，并触发图像采集装置停止采集。基于此，图像采集模块能够仅采集有效图像，而不需要持续采集图像，所需能耗和算力较低，成本低，易于部署在智能购物车上。
1.一种物品入侵识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述物品入侵是指物品从所述物品出入口进入所述目标容器。
3.如权利要求1所述的方法，其特征在于，所述tof传感器模块确定检测到的所述像素点的深度信息发生变化，具体包括：
4.一种物品入侵识别装置，其特征在于，包括：tof传感器模块和识别模块；
5.一种商品入侵识别方法，适用于智能购物车，其特征在于，包括：
6.如权利要求5所述的方法，其特征在于，所述商品入侵是指商品从所述物品出入口进入所述智能购物车的车框。
7.如权利要求5所述的方法，其特征在于，所述tof传感器模块确定检测到的所述像素点的深度信息发生变化，具体包括：
8.一种智能购物车，其特征在于，包括：
