段中兴，李伟哲，张亚俐，周 孟，丁青辉

(西安建筑科技大学 信息与控制工程学院，西安 710055)

0 引言

网络技术和电子商务的快速发展，提高了线上购物的便捷性。由于在线上选购商品到实际收到商品所用时间较长，而蔬果类商品的保质期较短，因此消费者多选择在线下商店选购此类商品。而目前线下商店售卖果蔬类商品大多需员工称重后张贴条形码[1-2]，然后由消费者前往收银台或自助结算终端扫描条形码完成支付，无形中增加了商家的人力资源投入和消费者的购物流程，人流量较多时果蔬称重区也会出现较严重的排队问题。因此如何实现果蔬自动识别是当前超市自助结账系统面临的一个亟待解决的问题。

图像识别技术的发展为果蔬自助结算提供了新的解决方案。罗承成等[3]通过改进单色块及其领域算法提出了一种超市农产品图像识别方法，能够识别不同光照背景下的果蔬图像；S.Arivazhagan等[4]通过提取水果的颜色和纹理特征提出了一种水果图像识别方法，平均识别准确率达到了86%；S.R.Dubey等[5]提出一种基于图像灰度值的纹理特征分类方法，实验结果表明，图像灰度值的纹理特征分类效果更好。但上述方法均需要人工设计图像特征，其识别分类的效果往往依赖于算法工程师的领域知识和设计经验。

自Alex Net[6]取得Imagenet竞赛冠军以来，卷积神经网络[7]以无需人工设计特征的特点而得到海内外学者的广泛关注并迅速发展，在人脸识别[8-9]、农作物识别[10]、交通标志识别[11-12]等领域得到了广泛研究。……