[發明專利]檢測物品損傷的方法和裝置、物品損傷檢測器有效
| 申請號: | 201810295312.8 | 申請日: | 2018-04-03 |
| 公開(公告)號: | CN108921811B | 公開(公告)日: | 2020-06-30 |
| 發明(設計)人: | 劉永超;章海濤;郭玉鋒 | 申請(專利權)人: | 阿里巴巴集團控股有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00 |
| 代理公司: | 北京博思佳知識產權代理有限公司 11415 | 代理人: | 林祥 |
| 地址: | 英屬開曼群島大開*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 檢測 物品 損傷 方法 裝置 檢測器 | ||
1.一種檢測物品損傷的方法,包括:
獲取具有時序關系、以不同角度反映被檢測物品的至少兩張圖像;
按照時序將所述圖像輸入檢測模型,得到損傷檢測結果;所述檢測模型包括第一子模型和第二子模型,第一子模型識別每張圖像的特征,所述每張圖像的特征處理結果被輸入第二子模型,所述每張圖像的特征處理結果包括單張圖像的損傷檢測結果信息;第二子模型對至少兩張圖像的所述特征處理結果進行時序關聯處理后得到損傷檢測結果;所述第二子模型進行的時序關聯處理包括為不同圖像上的同一損傷建立聯系;第一子模型和第二子模型是采用標記有物品損傷的樣本進行聯合訓練得到的。
2.根據權利要求1所述的方法,所述第一子模型采用深度卷積神經網絡算法;所述第二子模型采用長短期記憶網絡LSTM算法。
3.根據權利要求2所述的方法,所述第二子模型采用基于關注Attention機制的LSTM算法。
4.根據權利要求1所述的方法,所述具有時序關系、以不同角度反映被檢測物品的至少兩張圖像包括以下至少一項:對移動的被檢測物品進行連續拍攝的照片、對移動的被檢測物品進行錄制的視頻、以移動的攝像頭連續拍攝被檢測物品的照片、以移動的攝像頭錄制被檢測物品的視頻。
5.根據權利要求1所述的方法,所述損傷檢測結果包括:一種到多種損傷類型的分類結果。
6.根據權利要求5所述的方法,所述每張圖像的特征處理結果包括:第一子模型對每張圖像進行特征提取、損傷發現、和特征融合后生成的被檢測物品的單張圖像損傷類型分類結果。
7.一種檢測物品損傷的裝置,包括:
圖像序列獲取單元,用于獲取具有時序關系、以不同角度反映被檢測物品的至少兩張圖像;
檢測模型應用單元,用于按照時序將所述圖像輸入檢測模型,得到損傷檢測結果;所述檢測模型包括第一子模型和第二子模型,第一子模型識別每張圖像的特征,所述每張圖像的特征處理結果被輸入第二子模型,所述每張圖像的特征處理結果包括單張圖像的損傷檢測結果信息;第二子模型對至少兩張圖像的所述特征處理結果進行時序關聯處理后得到損傷檢測結果;所述第二子模型進行的時序關聯處理包括為不同圖像上的同一損傷建立聯系;第一子模型和第二子模型是采用標記有物品損傷的樣本進行聯合訓練得到的。
8.根據權利要求7所述的裝置,所述第一子模型采用深度卷積神經網絡算法;所述第二子模型采用長短期記憶網絡LSTM算法。
9.根據權利要求8所述的裝置,所述第二子模型采用基于關注Attention機制的LSTM算法。
10.根據權利要求7所述的裝置,所述具有時序關系、以不同角度反映被檢測物品的至少兩張圖像包括以下至少一項:對移動的被檢測物品進行連續拍攝的照片、對移動的被檢測物品進行錄制的視頻、以移動的攝像頭連續拍攝被檢測物品的照片、以移動的攝像頭錄制被檢測物品的視頻。
11.根據權利要求7所述的裝置,所述損傷檢測結果包括:一種到多種損傷類型的分類結果。
12.根據權利要求11所述的裝置,所述每張圖像的特征處理結果包括:第一子模型對每張圖像進行特征提取、損傷發現、和特征融合后生成的被檢測物品的單張圖像損傷類型分類結果。
13.一種計算機設備,包括:存儲器和處理器;所述存儲器上存儲有可由處理器運行的計算機程序;所述處理器運行所述計算機程序時,執行如權利要求1到6任意一項所述的方法。
14.一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器運行時,執行如權利要求1到6任意一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴集團控股有限公司,未經阿里巴巴集團控股有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810295312.8/1.html,轉載請聲明來源鉆瓜專利網。





