本申请涉及互联网交易平台技术技术领域，具体而言，涉及一种物品智能鉴定方法、装置以及销售管理系统。
背景技术：
随着国民经济的快速发展，人民消费水平显著提高，我国珠宝文玩市场发展日益繁荣。2016年末，我国珠宝行业零售总额超过6000亿元，预计在2021年规模可超过8千亿元，成为我国发展最快的行业之一。传统上，由于珠宝文玩的价格普遍比较高，所以品种齐全的大型店铺多分布在大型城市的中心商业地带，租金成本高，而地方上的小型店铺虽然成本相对较低，但在质量，款式，价格等方面参差不齐。这些因素加上整个珠宝文玩行业生产销售过程的不透明，使得珠宝文玩企业和消费者之间产生了巨大的信任危机，从而影响到珠宝文玩的销售。
近年来，电子商务的迅速发展给传统的珠宝文玩行业带来了机遇。电子商务为企业提高了一个良好的品牌营销传播平台。一些传统的知名珠宝企业(如周生生，周大福等)也开始采用“线上营销 线下体验”的整合营销模式。互联网不受时间，空间限制的特点，使得线上营销可以突破传统门店销售的缺点，产品销售的覆盖面大为扩大，也突破了传统门店营业时间的限制，从而大大增加产品销售机会。但珠宝文玩类产品由于产品本身的特点，消费者在购买此类产品的时候比较慎重，往往需要亲自体验产品。有限的线下体验无法满足消费者“眼见为实”的消费心理，从而影响其购买。
针对上述问题，目前尚未有有效的技术解决方案。
技术实现要素：
本申请实施例的目的在于提供一种物品智能鉴定方法、装置以及销售管理系统，可以珍贵物品网上交易的安全性并且可以避免假货。
第一方面，本申请实施例提供了一种物品智能鉴定方法，所述物品为珠宝或文玩，所述方法包括以下步骤：
获取所述物品的多个光照图像；
根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；
将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果；
根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。
可选地，在本申请实施例所述的物品智能鉴定方法中，所述获取所述物品的多个光照图像的步骤包括：
获取所述物品的正面光照图像；
获取所述物品的侧面光照图像；
获取所述物品的透视光图像；
获取所述物品的紫外荧光图像。
可选地，在本申请实施例所述的物品智能鉴定方法中，所述根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数的步骤包括：
a、根据所述物品的正面光照图像以及侧面光照图像计算物品的长、宽、高和体积，根据计算出的体积和采集到的所述物品的重量计算所述物品的比重；
b、根据物品的长、宽、高产生控制信息，控制图像采集设备，以便进行进一步的优化图像采集；
c、根据正面打光采集的图像，检测所述物品的颜色信息；
d、根据正面打光采集的图像，分析所述物品的光泽信息；
e、根据底部打光采集的图像，分析所述物品透明度信息；
f、根据紫外荧光图像，分析物品染色情况信息。
可选地，在本申请实施例所述的物品智能鉴定方法中，所述预设深度神经网络为预先学习完成的神经网络。
可选地，在本申请实施例所述的物品智能鉴定方法中，所述预设深度神经网络包括物品品类检测模型以及物品质量分析模型。
第二方面，本申请实施例提供了一种物品智能鉴定装置，所述物品为珠宝或文玩，所述装置包括：
第一获取模块，用于获取所述物品的多个光照图像；
第二获取模块，用于根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；
鉴定模块，用于将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果；
生成模块，用于根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。
可选地，在本申请实施例所述的物品智能鉴定装置中，所述第一获取模块用于：
获取所述物品的正面光照图像；
获取所述物品的侧面光照图像；
获取所述物品的透视光图像；
获取所述物品的紫外荧光图像。
可选地，在本申请实施例所述的物品智能鉴定装置中，第二获取模块用于：
根据所述物品的正面光照图像以及侧面光照图像计算物品的长、宽、高和体积，根据计算出的体积和采集到的所述物品的重量计算所述物品的比重；
根据物品的长、宽、高产生控制信息，控制图像采集设备，以便进行进一步的优化图像采集；
根据正面打光采集的图像，检测所述物品的颜色信息；
根据正面打光采集的图像，分析所述物品的光泽信息；
根据底部打光采集的图像，分析所述物品透明度信息；
根据紫外荧光图像，分析物品染色情况信息。
可选地，在本申请实施例所述的物品智能鉴定装置中，所述预设深度神经网络为预先学习完成的神经网络；所述预设深度神经网络包括物品品类检测模型以及物品质量分析模型。
第三方面，本申请实施例还提供了一种销售管理系统，包括：
鉴定平台，所述鉴定平台采用上述一项所述的方法对所述物品进行鉴定；
网络互动直播交易平台，所述网络互动直播平台设置有多个直播间，每个直播间分配给一商家，并获取所述鉴定平台的鉴定报告并提供给对应物品所在的直播间。
由上可知，本申请通过获取所述物品的多个光照图像；根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果；根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。本申请提高了网上交易的安全性、可靠性，以及降低假货风险。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的物品智能鉴定方法的一种流程图。
图2为本申请实施例提供的物品智能鉴定装置的一种结构示意图。
图3为本申请实施例提供的销售管理系统的销售流程图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本本申请一些实施例中的一种物品智能鉴定方法的流程图。物品为珠宝或文玩，该物品智能鉴定方法包括以下步骤：
s101、获取所述物品的多个光照图像。
s102、根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数。
s103、将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果。
s104、根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。
其中，在该步骤s101中，其包括：获取所述物品的正面光照图像；获取所述物品的侧面光照图像；获取所述物品的透视光图像；获取所述物品的紫外荧光图像。
在该步骤s102中，该特性参数包括物品的颜色信息、物品的光泽信息、物品的比重、物品透明度信息以及物品染色情况信息。
具体地，该步骤s102包括以下子步骤：a、根据所述物品的正面光照图像以及侧面光照图像计算物品的长、宽、高和体积，根据计算出的体积和采集到的所述物品的重量计算所述物品的比重；b、根据物品的长、宽、高产生控制信息，控制图像采集设备，以便进行进一步的优化图像采集；c、根据正面打光采集的图像，检测所述物品的颜色信息；d、根据正面打光采集的图像，分析所述物品的光泽信息；e、根据底部打光采集的图像，分析所述物品透明度信息；f、根据紫外荧光图像，分析物品染色情况信息。
在该步骤s103中，预设深度神经网络为预先学习完成的神经网络。预设深度神经网络包括物品品类检测模型以及物品质量分析模型。物品品类检测模型用于对物品的品类进行识别。该物品质量分析模型用于对该物品的质量进行识别以及分析。
在该步骤s104中，该鉴定报告包括对该物品的鉴定结果以及对应的各个光照图片。
由上可知，本申请通过获取所述物品的多个光照图像；根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果；根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。本申请提高了网上交易的安全性、可靠性，以及降低假货风险。
请参照图2，图2是本申请实施一些实施例中的一种物品智能鉴定装置的结构图。该物品为珠宝或文玩，物品智能鉴定装置包括：第一获取模块201、第二获取模块202、鉴定模块203以及生成模块204。
其中，该第一获取模块201用于获取所述物品的多个光照图像；第一获取模块用于：获取所述物品的正面光照图像；获取所述物品的侧面光照图像；获取所述物品的透视光图像；获取所述物品的紫外荧光图像。
其中，该第二获取模块202用于根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；第二获取模块202用于：根据所述物品的正面光照图像以及侧面光照图像计算物品的长、宽、高和体积，根据计算出的体积和采集到的所述物品的重量计算所述物品的比重；根据物品的长、宽、高产生控制信息，控制图像采集设备，以便进行进一步的优化图像采集；根据正面打光采集的图像，检测所述物品的颜色信息；根据正面打光采集的图像，分析所述物品的光泽信息；根据底部打光采集的图像，分析所述物品透明度信息；根据紫外荧光图像，分析物品染色情况信息。
其中，该鉴定模块203用于将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果。预设深度神经网络为预先学习完成的神经网络。预设深度神经网络包括物品品类检测模型以及物品质量分析模型。物品品类检测模型用于对物品的品类进行识别。该物品质量分析模型用于对该物品的质量进行识别以及分析。
其中，该生成模块204用于根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。
可选地，在本申请实施例所述的物品智能鉴定装置中，所述预设深度神经网络为预先学习完成的神经网络；所述预设深度神经网络包括物品品类检测模型以及物品质量分析模型。
本申请实施例还提供了一种销售管理系统，包括：鉴定平台，所述鉴定平台采用上述一项所述的方法对所述物品进行鉴定；网络互动直播交易平台，所述网络互动直播平台设置有多个直播间，每个直播间分配给一商家，并获取所述鉴定平台的鉴定报告并提供给对应物品所在的直播间。如图3所示，为该销售管理系统进行销售的流程图。
由上可知，本申请通过获取所述物品的多个光照图像；根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果；根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。本申请提高了网上交易的安全性、可靠性，以及降低假货风险。
本申请实施例提供一种存储介质，所述计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法。
其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器，电可擦除可编程只读存储器，可擦除可编程只读存储器，可编程只读存储器，只读存储器，磁存储器，快闪存储器，磁盘或光盘。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
1.一种物品智能鉴定方法，所述物品为珠宝或文玩，其特征在于，所述方法包括以下步骤：
获取所述物品的多个光照图像；
根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；
将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果；
根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。
2.根据权利要求1所述的物品智能鉴定方法，其特征在于，所述获取所述物品的多个光照图像的步骤包括：
获取所述物品的正面光照图像；
获取所述物品的侧面光照图像；
获取所述物品的透视光图像；
获取所述物品的紫外荧光图像。
3.根据权利要求2所述的物品智能鉴定方法，其特征在于，所述根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数的步骤包括：
a、根据所述物品的正面光照图像以及侧面光照图像计算物品的长、宽、高和体积，根据计算出的体积和采集到的所述物品的重量计算所述物品的比重；
b、根据物品的长、宽、高产生控制信息，控制图像采集设备，以便进行进一步的优化图像采集；
c、根据正面打光采集的图像，检测所述物品的颜色信息；
d、根据正面打光采集的图像，分析所述物品的光泽信息；
e、根据底部打光采集的图像，分析所述物品透明度信息；
f、根据紫外荧光图像，分析物品染色情况信息。
4.根据权利要求1所述的物品智能鉴定方法，其特征在于，所述预设深度神经网络为预先学习完成的神经网络。
5.根据权利要求4所述的物品智能鉴定方法，其特征在于，所述预设深度神经网络包括物品品类检测模型以及物品质量分析模型。
6.一种物品智能鉴定装置，所述物品为珠宝或文玩，其特征在于，所述装置包括：
第一获取模块，用于获取所述物品的多个光照图像；
第二获取模块，用于根据所述多个光照图像对所述物品进行分析以获取所述物品的多种特性参数；
鉴定模块，用于将所述多种特性参数输入预设深度神经网络，对所述物品的品类和质量进行分析和鉴定，并输出鉴定结果；
生成模块，用于根据所述鉴定结果生成鉴定报告，所述鉴定报告包括所述鉴定结果以及所述多个光照图像。
7.根据权利要求6所述的物品智能鉴定装置，其特征在于，所述第一获取模块用于：
获取所述物品的正面光照图像；
获取所述物品的侧面光照图像；
获取所述物品的透视光图像；
获取所述物品的紫外荧光图像。
8.根据权利要求7所述的物品智能鉴定装置，其特征在于，第二获取模块用于：
根据所述物品的正面光照图像以及侧面光照图像计算物品的长、宽、高和体积，根据计算出的体积和采集到的所述物品的重量计算所述物品的比重；
根据物品的长、宽、高产生控制信息，控制图像采集设备，以便进行进一步的优化图像采集；
根据正面打光采集的图像，检测所述物品的颜色信息；
根据正面打光采集的图像，分析所述物品的光泽信息；
根据底部打光采集的图像，分析所述物品透明度信息；
根据紫外荧光图像，分析物品染色情况信息。
9.根据权利要求7所述的物品智能鉴定装置，其特征在于，所述预设深度神经网络为预先学习完成的神经网络；所述预设深度神经网络包括物品品类检测模型以及物品质量分析模型。
10.一种销售管理系统，其特征在于，包括：
鉴定平台，所述鉴定平台采用权利要求1-5任一项所述的方法对所述物品进行鉴定；
网络互动直播交易平台，所述网络互动直播平台设置有多个直播间，每个直播间分配给一商家，并获取所述鉴定平台的鉴定报告并提供给对应物品所在的直播间。
技术总结