[go: up one dir, main page]

WO2016197219A1 - Processo e sistema de identificação de produtos em movimentação em uma linha de produção - Google Patents

Processo e sistema de identificação de produtos em movimentação em uma linha de produção Download PDF

Info

Publication number
WO2016197219A1
WO2016197219A1 PCT/BR2016/050127 BR2016050127W WO2016197219A1 WO 2016197219 A1 WO2016197219 A1 WO 2016197219A1 BR 2016050127 W BR2016050127 W BR 2016050127W WO 2016197219 A1 WO2016197219 A1 WO 2016197219A1
Authority
WO
WIPO (PCT)
Prior art keywords
product
template
process according
training
production line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/BR2016/050127
Other languages
English (en)
French (fr)
Inventor
Antonio Ferreira Da Silva SILVA
César Augusto Da Silva CHAGAS
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Valid Solucoes E Servicos De Seguranca Em Meios De Pagamento E Identificacao Sa
Original Assignee
Valid Solucoes E Servicos De Seguranca Em Meios De Pagamento E Identificacao Sa
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Valid Solucoes E Servicos De Seguranca Em Meios De Pagamento E Identificacao Sa filed Critical Valid Solucoes E Servicos De Seguranca Em Meios De Pagamento E Identificacao Sa
Priority to US15/579,868 priority Critical patent/US20180173989A1/en
Publication of WO2016197219A1 publication Critical patent/WO2016197219A1/pt
Priority to CONC2017/0011855A priority patent/CO2017011855A2/es
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1434—Barcodes with supplemental or add-on codes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1447—Methods for optical code recognition including a method step for retrieval of the optical code extracting optical codes from image or text carrying said optical code
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Definitions

  • the present invention relates to processes employed for the automatic control of a specific product in a production line. More particularly, the present invention relates to processes that allow the identification of the brand and / or trade name of moving products during automated production. DESCRIPTION OF TECHNICAL STATE
  • the major difficulty in recognizing products under production is mainly, but not limited to, the following conditions: • images are captured with products moving at high speed, with the possibility that the product is in different positions at the time of image capture;
  • the present invention proposes an innovative alternative by reconciling product image capture with bar code reading, making economically and technically viable brand and / or trade name recognition reliable and fast, where
  • the advantage of this alternative is the elimination of human intervention, allowing the minimization of operational failures and fraud.
  • the aim of the present invention is to provide efficient process and product identification system moving on a production line, reconciling the capture of product images to be identified with the reading of its respective bar code without intervention. allowing the minimization of operational failures and fraud.
  • the present invention provides a process of identifying products (2) moving in a production line through two stages, being they:
  • the present invention further provides a system capable of performing the above described process.
  • Figure 1 illustrates a block diagram of the process according to the preferred embodiment of the present invention.
  • Figure 1 generally illustrates the product identification process (2) of a production line.
  • the solution presented below was designed to allow quantitative control of production, trademark recognition, real-time analysis of products (2) and recording of information obtained in databases (3).
  • the present invention contemplates an Information System - SI (10), which allows to register images of one or more products (2), linking them to their commercial bar code (s) (4) ) specific.
  • SI (10) in particular, consists of integrated (neural) information networks that allow the association of image characteristics with a specific commercial barcode (4).
  • the first step of the process according to the present invention is related to SI training (10).
  • This step consists of using a feature (1) to capture product images (2) moving on a production line in order to extract unique characteristics of the product that allow its identification, where the unique characteristics extracted from the captured images of a product (2) are linked to a specific commercial barcode (4). That is, a "reference" product (2) is stored within a mathematical model of integrated networks, the result of training.
  • This step may be performed in a test environment (laboratory or pilot plant, for example), but is preferably performed in the product manufacturing environment (2), under nominal production.
  • a template is a mapping of subdivisions of the image and / or each of its pixels, quantifying, for example, the intensity of the colors in each of these subdivisions and the position this subdivision occupies in that image.
  • the device that captures the product images (2) is also capable of capturing (reading) the barcode (4) of the product (2).
  • Such a device may be Basler equipment - 8 ACA 640, or some other equipment (8) which has similar characteristics.
  • the second process step of the present invention relates to the real-time analysis of the characteristics contained in the product images (2) captured on the production line by comparing them with the templates previously stored (6) in the SI (10), during the training stage.
  • Real-time analysis consists of performing, in a production or testing environment, capturing product images (2) to extract their unique characteristics and thereby generating product templates (2) ⁇ templates (5)), where in this same image capture operation the commercial barcode (4) of the product (2) can be extracted, if the product (2) is in a favorable position for the resource (1) to read the barcode (4).
  • Real-time analysis is done iteratively and with each analysis done the stored template (6) is compared with a new generated template (5) (of the product).
  • Integrated networks by definition, always provide a positive result probability result for the correlation between the compared templates, for example 35%, 40% or 50% proximity / similarity between the generated template (5) with a stored template (6); and negative result for the disparity / difference correlation between the generated template (5) and a stored template (6), because only the positive result probability provided by the integrated networks does not guarantee that the product (2) under analysis ⁇ generated template (5)) corresponds to one of the stored templates (6), since the value provided by the integrated networks will never be 100% similarity between the compared templates, due to the margin of intrinsic error of the mathematical model itself of integrated networks.
  • This problem is solved by performing a cross relation, where the limits of positive and negative results that must be adopted to consider the product (2) under analysis as being identified are defined, or that is, where a generated template (5) corresponds to a stored template (6).
  • the comparison between the obtained image (generated template (5)) and the recorded image (stored template (6)) is made by SI (10), where each reading / capturing of the product images (2) is made. a comparison with the template (s) stored (6) in the integrated networks.
  • the software (7) used in this comparison process made in the real-time analysis step is the Identification Application, developed by VALID, and the equipment (8) are cameras and barcode readers (4) , conventional models and already found in the market.
  • the commercial barcode (4) if captured, is decoded.
  • SI (10) generates a unique identifier (9) for product (2), which can be a unique number and letter sequence, unique for product (2) by recognizing the template and / or bar code (4), ie SI (10) also generates the unique identifier (9) of the product (2) with only the identification of a parameter, template and or barcode (4).
  • SI (10) cannot identify the template and decode the barcode (4), SI (10) will emit some type of signal indicating non-recognition of the template, for example, preferably. the message "Unrecognized trademark".
  • the present invention also provides a system capable of performing the above described process.
  • Such system comprises, besides SI (10), all the aforementioned equipment (8) responsible for the execution of the above described steps.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Multi-Process Working Machines And Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

A presente invenção está relacionada a processos de empregados para a quantificação automática de um produto (2) específico em uma linha de produção. Mais particularmente, a presente invenção está relacionada a processos que permitem a identificação da marca e/ou nome comercial de produtos (2) em movimentação durante a produção de forma automatizada. O objetivo da presente invenção é o de prover um eficiente processo e sistema de identificação de produtos (2) em movimentação em uma linha de produção, conciliando a captura de imagens do produto (2) a ser identificado com a leitura do seu respectivo código de barras (4) sem a intervenção humana e permitindo a minimização de falhas operacionais e de fraudes.

Description

"PROCESSO E SISTEMA DE IDENTIFICAÇÃO DE PRODUTOS EM MOVIMENTAÇÃO EM UMA LINHA DE PRODUÇÃO"
CAMPO TÉCNICO
[0001] A presente invenção está relacionada a processos empregados para o controle automático de um produto específico em uma linha de produção. Mais particularmente, a presente invenção está relacionada a processos que permitem a identificação da marca e/ou nome comercial de produtos em movimentação durante a produção de forma automatizada. DESCRIÇÃO DO ESTADO DA TÉCNICA
[0002] Em razão da necessidade de controlar a produção nas linhas de produção, seja por interesse do fabricante ou para garantir o efetivo recolhimento de impostos, o correto reconhecimento de um dado produto deve ser feito antes da chegada do mesmo ao mercado, ou seja, operar nas dependências da fabrica, no local de fabricação.
[0003] Via de regra, produtos entregues ao varejo são dotados de códigos de barras unidimensionais, que poderiam ser utilizadas para a tarefa de reconhecimento. No entanto, durante sua movimentação, os produtos podem girar até uma posição desfavorável para o recurso responsável pela captura da imagem, tornando o código de barras não visível e, assim, não permitindo o devido reconhecimento do produto.
[0004] Atualmente, comumente a identificação dos produtos na linha de produção é feita através da leitura de códigos impressos nas embalagens dos produtos.
[0005] A identificação de produtos de forma correta nos locais de produção é uma operação extremamente complexa, em decorrência das condições de processo que impactam na análise do produto.
[0006] A grande dificuldade em reconhecer os produtos em regime de produção deve- se principalmente, mas não limitadas, às seguintes condições: • a captura de imagens é feita com os produtos se movimentando em alta velocidade, com a possibilidade de o produto estar em diferentes posições no momento da captura da imagem;
• o produto ser composto de diferentes materiais; e
• a possibilidade de o produto estar úmido (presença de água).
[0007] Uma alternativa para superar a dificuldade acima mencionada é a utilização da combinação de diferentes recursos para aquisição de imagens. No entanto, tal alternativa é de difícil aplicação industrial, devido à dificuldade técnica para sincronizar estes recursos, o seu elevado custo e o tempo de processamento do reconhecimento da imagem do produto.
[0008] A presente invenção propõe uma alternativa inovadora, por conciliar a captura de imagens do produto com a leitura do código de barras, tornando o reconhecimento da marca e/ou nome comercial viável economicamente e tecnicamente, confiável e rápido, em que a grande vantagem dessa alternativa consiste na eliminação da intervenção humana, permitindo a minimização de falhas operacionais e de fraudes.
OBJETIVOS DA INVENÇÃO
[0009] O objetivo da presente invenção é o de prover eficiente processo e sistema de identificação de produtos em movimentação em uma linha de produção, conciliando a captura de imagens do produto a ser identificado com a leitura do seu respectivo código de barras sem a intervenção humana e permitindo a minimização de falhas operacionais e de fraudes.
DESCRIÇÃO RESUMIDA DA INVENÇÃO
[00010] De forma a alcançar os objetivos acima descritos, a presente invenção provê um processo de identificação de produtos (2) em movimentação em uma linha de produção através de duas etapas, sendo elas:
a) Treinar o Sistema de Informações (10); e
b) Analisar em tempo real as informações capturadas pelo recurso (1) para capturar imagens, onde esse mesmo recurso (1) também faz a leitura de um código de barras (4) estampado no produto (2), caso o produto (2) esteja em uma posição favorável para que o recurso (1) leia o código de barras (4).
[00011] A presente invenção ainda provê um sistema capaz de realizar o processo acima descrito.
DESCRIÇÃO DA FIGURA
[00012] A descrição detalhada apresentada adiante faz referência à figura anexa, a qual:
• a figura 1 ilustra um diagrama de blocos do processo de acordo com a concretização preferencial da presente invenção.
DESCRIÇÃO DETALHADA DA INVENÇÃO
[00013] A descrição que se segue partirá de uma concretização preferencial da invenção. Como ficará evidente para qualquer técnico no assunto, no entanto, a invenção não está limitada a essa concretização particular.
[00014] A figura 1 ilustra, de forma geral, o processo de identificação de produtos (2) de uma linha de produção. A solução apresentada a seguir foi desenhada de modo a permitir o controle quantitativo da produção, reconhecimento da marca comercial, análise em tempo real dos produtos (2) e registro das informações obtidas em banco de dados (3).
[00015] A presente invenção contempla um Sistema de Informações - SI (10), que permite cadastrar imagens de um ou mais produtos (2), vinculando-o(s) a seus código(s) de barras (4) comercial(is) específico(s). [00016] O SI (10), em particular, consiste em redes integradas (neurais) de informações que permitem a associação de características de uma imagem com um código de barras (4) comercial específico.
[00017] A primeira etapa do processo, de acordo com a presente invenção, está relacionada ao treinamento do SI (10). Essa etapa consiste em utilizar um recurso (1) para capturar imagens do produto (2) em movimentação em uma linha de produção, de modo a extrair características únicas do mesmo que permitam sua identificação, onde as características únicas extraídas das imagens capturadas de um produto (2) são vinculadas a um código de barras (4) comercial específico. Ou seja, uma "referência" do produto (2) é armazenada dentro de um modelo matemático das redes integradas, resultado de um treinamento.
[00018] Essa etapa pode ser realizada em um ambiente de testes (laboratório ou planta piloto, por exemplo), mas é preferencialmente realizada no ambiente de fabricação do produto (2), em regime nominal de produção.
[00019] As características únicas extraídas dos produtos (2) durante a etapa de treinamento do SI (10) compõem um pacote de dados chamado "template" (que é a "referência" acima mencionada). O template é um mapeamento de subdivisões da imagem e/ou de cada um de seus pixels, quantizando, por exemplo, a intensidade das cores em cada uma dessas subdivisões e a posição que esta subdivisão ocupa na referida imagem. E importante ressaltar que o dispositivo que captura as imagens do produto (2) também é capaz de capturar (fazer a leitura) do código de barras (4) do produto (2). Esse dispositivo pode ser o equipamento (8) da Basler - ACA 640, ou algum outro equipamento (8), que tenha características semelhantes.
[00020] Nota-se que é possível gravar mais de um template para um ou mais produtos (2) no banco de dados (3) do SI (10). [00021] A segunda etapa do processo da presente invenção está relacionada à análise em tempo real das características contidas nas imagens dos produtos (2) capturadas na linha de produção comparando-as com os templates previamente armazenados (6) no SI (10), durante a etapa de treinamento.
[00022] A análise em tempo real consiste na realização, em ambiente de produção ou de testes, da captura de imagens de produtos (2) para a extração das suas características únicas e, assim, gerar os templates dos produtos (2) {templates gerados (5)), onde nessa mesma operação de captura de imagem pode ser extraído o código de barras (4) comercial do produto (2), caso o produto (2) esteja em uma posição favorável para que o recurso (1) leia o código de barras (4).
[00023] Em seguida, após a determinação do template do produto (2) em análise {template gerado (5)), é realizada uma comparação entre esse template gerado (5) para o produto (2) e os templates armazenados (6) no banco de dados (3) do SI (10) durante a etapa de treinamento.
[00024] A análise em tempo real é feita de modo iterativo e a cada análise feita o template armazenado (6) é comparado com um novo template gerado (5) (do produto). As redes integradas, por definição, sempre fornecem um resultado em forma de probabilidade de resultado positivo para a correlação entre os templates comparados, por exemplo, 35%, 40% ou 50% de proximidade/similaridade entre o template gerado (5) com um template armazenado (6); e de resultado negativo para a correlação de disparidade/diferença entre o template gerado (5) com um template armazenado (6), pois apenas a probabilidade de resultado positivo fornecida pelas redes integradas não garante que o produto (2) em análise {template gerado (5)) seja correspondente a um dos templates armazenados (6), uma vez que o valor fornecido pelas redes integradas nunca será de 100% de similaridade entre os templates comparados, devido à margem de erro intrínseca do próprio modelo matemático das redes integradas. Tal problema é resolvido realizando uma referência cruzada ("cross relation"), onde são definidos os limites de resultados positivos e negativos que devem ser adotados para considerar o produto (2) em análise {template gerado (5)) como sendo identificado, ou seja, em que um template gerado (5) seja correspondente a um template armazenado (6).
[00025] Durante análise do produto (2), onde as redes integradas são alimentadas com imagens capturadas do produto (2) a ser analisado, são providos limites de acerto (resultado positivo) e de erros (falso positivo e falso negativo), que são variáveis e um técnico no assunto seria capaz de determina-lo de acordo com os parâmetros de cada processo. Por exemplo, no caso de reconhecimento de latas, a probabilidade de resultado positivo aceitável é de, no mínimo, 55% (nesse caso, as taxas de falso positivo e falso negativo poderiam ser juntas de, no máximo, 45%).
[00026] A comparação entre a imagem obtida {template gerado (5)) e a imagem gravada {template armazenado (6)) é feita pelo SI (10), onde a cada leitura/captura das imagens do produto (2) é feita uma comparação com o(s) template(s) armazenado(s) (6) nas redes integradas.
[00027] O software (7) utilizado nesse processo de comparação feito na etapa de análise em tempo real é o de Aplicação de Identificação, desenvolvido pela empresa VALID, e os equipamentos (8) são câmeras e leitores de códigos de barras (4), modelos convencionais e já encontrados no mercado.
[00028] Em paralelo à etapa de análise em tempo real dos templates, o código de barras (4) comercial, caso tenha sido capturado, é decodificado.
[00029] O SI (10) gera um identificador único (9) para o produto (2), que pode ser uma sequência de números e letras única, de identificação única para o produto (2) ao reconhecer o template e/ou o código de barras (4), ou seja, o SI (10) também gera o identificador único (9) do produto (2) com apenas a identificação de um parâmetro, template e ou código de barras (4).
[00030] Com o identificador único (9) do produto (2), a marca e/ou nome comercial é informada. Caso o SI (10) não consiga identificar o "template" e fazer a decodificação do código de barras (4), o SI (10) irá emitir algum tipo de sinal indicando o não reconhecimento do "template" como por exemplo, preferencialmente, a mensagem "Marca comercial não reconhecida".
[00031] Como já mencionado anteriormente, a presente invenção também provê um sistema capaz de executar o processo acima descrito. Tal sistema compreende, além do SI (10), todos os já mencionados equipamentos (8) responsáveis pela execução das etapas acima descritas.
[00032] Inúmeras variações incidindo no escopo de proteção do presente pedido são permitidas. Dessa forma, reforça-se o fato de que a presente invenção não está limitada às configurações/concretizações particulares acima descritas.

Claims

REIVINDICAÇÕES
1. Processo de identificação de produtos (2) em movimentação em uma linha de produção, caracterizado pelo fato de conter um Sistema de Informações - SI - (10) e compreender as etapas de:
a) Treinar o SI (10), onde o treinamento consiste em utilizar um recurso (1) para capturar imagens de um produto (2) em movimentação em uma linha de produção para extrair características únicas do mesmo e armazenar essas características em um banco de dados (3) do SI (10); e
b) Analisar em tempo real as informações do produto (2) capturadas pelo recurso (1) para capturar imagens, onde esse mesmo recurso
(1) também faz a leitura de um código de barras (4) estampado no produto (2).
2. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que o SI (10) permite cadastrar imagens de um ou mais produtos
(2) .
3. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que o SI (10) consiste em redes integradas (neurais) de informação que permitem a associação de características de uma imagem com um código de barras (4) comercial específico.
4. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que na etapa de treinar o SI (10) as características únicas extraídas das imagens capturadas do produto (2) são vinculadas a um código de barras (4) comercial específico.
5. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de treinar o SI (10) pode ser realizada em um ambiente de testes, mas é preferencialmente realizada no ambiente de fabricação do produto (2), em regime nominal de produção.
6. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que as características únicas extraídas dos produtos (2) durante a etapa de treinamento do SI (10) compõem um pacote de dados chamado "template", em que um template é um mapeamento de subdivisões da imagem e/ou de cada um de seus pixels, quantizando a intensidade das cores em cada uma dessas subdivisões e a posição que esta subdivisão ocupa na referida imagem.
7. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que o recurso (1) para capturar imagens é um dispositivo que também é capaz de fazer a leitura do código de barras (4) do produto (2).
8. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que é possível gravar mais de um template para um ou mais produtos (2) no banco de dados (3) do SI (10).
9. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de analise em tempo real consiste em:
realizar a captura de imagens do produto (2) para a extração das suas características únicas e gerar o template do produto (2), onde nessa mesma operação de captura de imagem pode ser extraído o código de barras (4) comercial do produto (2);
após a determinação do template do produto (2), é realizada uma comparação entre esse template gerado (5) para o produto (2) e os templates armazenados (6) no banco de dados (3) do SI (10) durante a etapa de treinamento; e
a análise em tempo real é feita de modo iterativo e a cada análise feita o template armazenado (6) é comparado com um novo template gerado (5).
10. Processo de acordo com as reivindicações 1 e 3, caracterizado pelo fato de que as redes integradas fornecem um resultado em forma de probabilidade de resultado positivo de proximidade/similaridade para a correlação entre os templates comparados e de resultado negativo para a disparidade/diferença entre os templates comparados, e os limites de resultados positivos e negativo que devem ser adotados para considerar o template gerado (5) como sendo identificado são fornecidos por um técnico no assunto.
11. Processo de acordo com as reivindicações 1 e 10, caracterizado pelo fato de que o processo de comparação feito na etapa de análise em tempo real utiliza um software (7), que é o de Aplicação de Identificação, e equipamentos (8) como câmeras e leitores de códigos de barras (4).
12. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que em paralelo à etapa de análise em tempo real dos templates, o código de barras (4) comercial, caso tenha sido capturado, é decodificado.
13. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que o SI (10) gera um identificador único (9) para o produto (2) ao reconhecer o template e/ou códigos de barras (4) comercial do produto (2).
14. Processo de acordo com as reivindicações 1 e 13, caracterizado pelo fato de que o identificador único (9) do produto (2) informa a marca e/ou nome comercial do produto (2) e caso o SI (10) não identifique o "template" e não faça a decodificação do código de barras (4), o SI (10) irá emitir um sinal indicando o não reconhecimento do "template", preferencialmente, a mensagem "Marca comercial não reconhecida".
15. Sistema de identificação de produtos (2) em movimentação em uma linha de produção, caracterizado pelo fato de conter um Sistema de Informações - SI - (10) e compreender:
meios para treinar o SI (10), onde o treinamento consiste em utilizar um recurso (1) para capturar imagens do produto (2) em movimentação em uma linha de produção para extrair características únicas do mesmo e armazenar essas características em um banco de dados (3) do SI (10); e
meios para analisar em tempo real as informações do produto (2) capturadas pelo recurso (1) para capturar imagens, onde esse mesmo recurso (1) também faz a leitura de um código de barras (4) estampado no produto (2).
PCT/BR2016/050127 2015-06-10 2016-06-06 Processo e sistema de identificação de produtos em movimentação em uma linha de produção Ceased WO2016197219A1 (pt)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US15/579,868 US20180173989A1 (en) 2015-06-10 2016-06-06 Process and system of identification of products in motion in a product line
CONC2017/0011855A CO2017011855A2 (es) 2015-06-10 2017-11-22 Proceso y sistema de identificación de productos en movimiento sobre una línea de producción

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
BR102015013591A BR102015013591A8 (pt) 2015-06-10 2015-06-10 Processo e sistema de identificação de produtos em movimentação em uma linha de produção
BRBR1020150135912 2015-06-10

Publications (1)

Publication Number Publication Date
WO2016197219A1 true WO2016197219A1 (pt) 2016-12-15

Family

ID=57502746

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/BR2016/050127 Ceased WO2016197219A1 (pt) 2015-06-10 2016-06-06 Processo e sistema de identificação de produtos em movimentação em uma linha de produção

Country Status (8)

Country Link
US (1) US20180173989A1 (pt)
AR (1) AR104962A1 (pt)
BR (1) BR102015013591A8 (pt)
CL (1) CL2017003011A1 (pt)
CO (1) CO2017011855A2 (pt)
PE (1) PE20180134A1 (pt)
UY (1) UY36717A (pt)
WO (1) WO2016197219A1 (pt)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111222589B (zh) * 2018-11-27 2023-07-18 中国移动通信集团辽宁有限公司 图像文本识别方法、装置、设备及计算机存储介质
GB201906157D0 (en) * 2019-05-02 2019-06-19 Ocado Innovation Ltd An apparatus and method for imaging containers

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003001435A1 (en) * 2001-06-22 2003-01-03 Emblaze Systems, Ltd Image based object identification
US20040199427A1 (en) * 2001-07-11 2004-10-07 Van Der Loo Franciscus Gerardus Antonius Automatic check-out system
US20070098264A1 (en) * 2003-10-17 2007-05-03 Van Lier Antonius J M Method and image processing device for analyzing an object contour image, method and image processing device for detecting an object, industrial vision apparatus, smart camera, image display, security system, and computer program product
US20120134576A1 (en) * 2010-11-26 2012-05-31 Sharma Avinash Automatic recognition of images
US20140052555A1 (en) * 2011-08-30 2014-02-20 Digimarc Corporation Methods and arrangements for identifying objects

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE516239C2 (sv) * 2000-04-28 2001-12-03 Mydata Automation Ab Metod och anordning för bestämning av nominella data för elektroniska kretsar, genom att ta en digital bild och jämföra med lagrade nominella data.
US8905314B2 (en) * 2010-09-30 2014-12-09 Apple Inc. Barcode recognition using data-driven classifier
GB201022049D0 (en) * 2010-12-29 2011-02-02 Imp Innovations Ltd Methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003001435A1 (en) * 2001-06-22 2003-01-03 Emblaze Systems, Ltd Image based object identification
US20040199427A1 (en) * 2001-07-11 2004-10-07 Van Der Loo Franciscus Gerardus Antonius Automatic check-out system
US20070098264A1 (en) * 2003-10-17 2007-05-03 Van Lier Antonius J M Method and image processing device for analyzing an object contour image, method and image processing device for detecting an object, industrial vision apparatus, smart camera, image display, security system, and computer program product
US20120134576A1 (en) * 2010-11-26 2012-05-31 Sharma Avinash Automatic recognition of images
US20140052555A1 (en) * 2011-08-30 2014-02-20 Digimarc Corporation Methods and arrangements for identifying objects

Also Published As

Publication number Publication date
BR102015013591A8 (pt) 2023-03-07
PE20180134A1 (es) 2018-01-18
AR104962A1 (es) 2017-08-30
CO2017011855A2 (es) 2018-01-31
BR102015013591A2 (pt) 2016-12-27
UY36717A (es) 2016-11-30
US20180173989A1 (en) 2018-06-21
CL2017003011A1 (es) 2018-03-16

Similar Documents

Publication Publication Date Title
US10878290B2 (en) Automatically tagging images to create labeled dataset for training supervised machine learning models
CN108985214A (zh) 图像数据的标注方法和装置
US10824832B2 (en) Barcode tag detection in side view sample tube images for laboratory automation
CN107607207A (zh) 一种电力设备热故障诊断方法、系统及电子设备
US12050663B2 (en) Auto-enrollment for a computer vision recognition system
CN109241997B (zh) 一种生成训练集的方法及装置
JP2018512567A5 (pt)
CN113095444A (zh) 图像标注方法、装置及存储介质
EP3360077A1 (en) Method and system for classifying objects from a stream of images
CN111414948A (zh) 目标对象检测方法和相关装置
CN110705596A (zh) 白屏检测方法、装置、电子设备及存储介质
CN111241897A (zh) 通过推断视觉关系的工业检验单数字化
CN119323660A (zh) 一种标注信息的自动质检方法、电子设备及存储介质
CN110175519B (zh) 一种变电站的分合标识仪表识别方法、装置与存储介质
WO2016197219A1 (pt) Processo e sistema de identificação de produtos em movimentação em uma linha de produção
CN107403179A (zh) 一种物品包装信息的注册方法及装置
CN111738031B (zh) 一种一维条码识别方法
CN112288800B (zh) 一种服务器机柜门锁眼识别方法、设备及装置
CN113841156A (zh) 基于图像识别的控制方法与装置
CN115116073A (zh) 洗涤标签识别方法、装置、存储介质及电子装置
CN116128853A (zh) 一种产线装配检测方法、系统、计算机及可读存储介质
CN111144959A (zh) 一种纳税数据校验和申报方法、系统、可读存储介质
WO2023039455A1 (en) Item location tracking for display racks using digital image processing
CN111078565A (zh) 基于hog特征提取和svm多分类器的软件测试结果的分析方法
CN112232272B (zh) 一种激光与视觉图像传感器融合的行人识别方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16806458

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: NC2017/0011855

Country of ref document: CO

WWE Wipo information: entry into national phase

Ref document number: 002494-2017

Country of ref document: PE

WWE Wipo information: entry into national phase

Ref document number: 15579868

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WD Withdrawal of designations after international publication

Designated state(s): BR

122 Ep: pct application non-entry in european phase

Ref document number: 16806458

Country of ref document: EP

Kind code of ref document: A1