摘要
本发明公开了一种基于智能AI的收银系统及方法,涉及智能收银技术领域,本发明,采用卡尔曼滤波算法对商品轨迹进行动态更新,通过状态预测和误差修正提升轨迹计算的准确性,并结合行为模式学习模块构建基于长短时记忆网络LSTM的行为预测模型,分析商品的移动路径和时间序列特征,预测商品下一帧的位置和速度,在商品轨迹中断或数据缺失的情况下,系统结合轨迹完整性验证模块,通过帧间位置变化连续性和速度跳变特征检测缺失点,利用LSTM模型预测缺失数据,并采用插值算法生成补全轨迹;采用动态权重调整机制结合预测分数和插值结果置信度,动态优化补全效果,提高了轨迹的连贯性和鲁棒性。