[發(fā)明專利]倉庫環(huán)境整潔狀態(tài)的檢測方法、裝置、設(shè)備和存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202011623669.8 | 申請日: | 2020-12-31 |
| 公開(公告)號: | CN112686162A | 公開(公告)日: | 2021-04-20 |
| 發(fā)明(設(shè)計)人: | 蔡丁丁 | 申請(專利權(quán))人: | 北京每日優(yōu)鮮電子商務(wù)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/32;G06K9/62;G06N3/08 |
| 代理公司: | 北京華專卓海知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11664 | 代理人: | 王一 |
| 地址: | 100102 北京市朝陽*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 倉庫 環(huán)境 整潔 狀態(tài) 檢測 方法 裝置 設(shè)備 存儲 介質(zhì) | ||
1.一種倉庫環(huán)境整潔狀態(tài)的檢測方法,其特征在于,包括:
獲取倉庫環(huán)境的初始狀態(tài)圖以及按照預(yù)設(shè)時間間隔獲取倉庫環(huán)境的當(dāng)前狀態(tài)圖;
將所述當(dāng)前狀態(tài)圖和所述初始狀態(tài)圖進行對比,確定所述當(dāng)前狀態(tài)圖相對于所述初始狀態(tài)圖的變化區(qū)域作為目標區(qū)域,提取所述目標區(qū)域的圖像信息;
將所述圖像信息輸入預(yù)先訓(xùn)練的環(huán)境整潔狀態(tài)檢測模型,得到輸出的檢測結(jié)果,所述檢測結(jié)果包括目標坐標、目標像素掩碼、以及目標類別和對應(yīng)的概率;
根據(jù)所述檢測結(jié)果中同類目標所占面積和同類目標之間的相對位置關(guān)系確定所述目標區(qū)域的環(huán)境整潔度指數(shù);
根據(jù)所述環(huán)境整潔度指數(shù)對倉庫環(huán)境的當(dāng)前狀態(tài)圖的獲取頻率進行調(diào)整。
2.根據(jù)權(quán)利要求1所述的倉庫環(huán)境整潔狀態(tài)的檢測方法,其特征在于,所述環(huán)境整潔狀態(tài)檢測模型由以下方式獲得:
以預(yù)設(shè)數(shù)量的倉庫環(huán)境中的區(qū)域的圖像信息為訓(xùn)練樣本,標識出所述訓(xùn)練樣本的目標坐標、目標像素掩碼、以及目標類別;
然后將所述訓(xùn)練樣本輸入到預(yù)先建立的神經(jīng)網(wǎng)絡(luò)模型,對所述訓(xùn)練樣本進行學(xué)習(xí),輸出訓(xùn)練樣本中的目標坐標、目標像素掩碼,以及目標類別和對應(yīng)的概率,當(dāng)輸出結(jié)果與標識結(jié)果的差異度大于預(yù)設(shè)閾值時,對神經(jīng)網(wǎng)絡(luò)的模型的參數(shù)進行修正;
重復(fù)上述過程,直到輸出結(jié)果與標識結(jié)果的差異度小于所述預(yù)設(shè)閾值。
3.根據(jù)權(quán)利要求2所述的倉庫環(huán)境整潔狀態(tài)的檢測方法,其特征在于,所述利用預(yù)先訓(xùn)練的環(huán)境整潔狀態(tài)檢測模型對所述圖像信息進行處理,輸出處理結(jié)果,包括:
利用預(yù)先訓(xùn)練的環(huán)境整潔狀態(tài)檢測模型對所述圖像信息進行處理,輸出包含目標在內(nèi)的外接框,以及所述外接框的坐標、外接框內(nèi)目標的像素掩碼,以及目標類別和對應(yīng)的概率。
4.根據(jù)權(quán)利要求3所述的倉庫環(huán)境整潔狀態(tài)的檢測方法,其特征在于,所述外接框的坐標為外接框?qū)旤c的坐標。
5.根據(jù)權(quán)利要求4所述的倉庫環(huán)境整潔狀態(tài)的檢測方法,其特征在于,在所述根據(jù)所述處理結(jié)果確定所述目標區(qū)域的環(huán)境整潔度指數(shù)之前,還包括:
從多個角度獲取倉庫環(huán)境中目標區(qū)域的圖像信息;
將從多個角度獲取倉庫環(huán)境中目標區(qū)域的圖像信息進行對比,判斷不同圖像信息中的外接框的坐標偏差是否大于預(yù)設(shè)閾值;
響應(yīng)于不同圖像信息中的外接框的坐標偏差大于預(yù)設(shè)閾值,將對應(yīng)的處理結(jié)果標記為無效狀態(tài)。
6.根據(jù)權(quán)利要求4所述的倉庫環(huán)境整潔狀態(tài)的檢測方法,其特征在于,
在所述根據(jù)所述處理結(jié)果確定所述目標區(qū)域的環(huán)境整潔度指數(shù)之前,還包括:
從多個角度獲取倉庫環(huán)境中目標區(qū)域的圖像信息;
將從多個角度獲取倉庫環(huán)境中目標區(qū)域的圖像信息進行對比,判斷不同圖像信息中的外接框的重合度是否小于預(yù)設(shè)閾值;
響應(yīng)于不同圖像信息中的外接框的重合度小于預(yù)設(shè)閾值,將對應(yīng)的處理結(jié)果標記為無效狀態(tài)。
7.根據(jù)權(quán)利要求5或6所述的倉庫環(huán)境整潔狀態(tài)的檢測方法,其特征在于,所述根據(jù)所述處理結(jié)果確定所述目標區(qū)域的環(huán)境整潔度指數(shù),包括:
根據(jù)有效狀態(tài)的處理結(jié)果中目標區(qū)域的目標類別和目標數(shù)量,確定所述目標區(qū)域的環(huán)境整潔度指數(shù)。
8.一種倉庫環(huán)境整潔狀態(tài)的檢測裝置,其特征在于,包括:
圖像獲取模塊,用于獲取倉庫環(huán)境的初始狀態(tài)圖以及按照預(yù)設(shè)時間間隔獲取倉庫環(huán)境的當(dāng)前狀態(tài)圖;
圖像信息提取模塊,用于將所述當(dāng)前狀態(tài)圖和所述初始狀態(tài)圖進行對比,確定所述當(dāng)前狀態(tài)圖相對于所述初始狀態(tài)圖的變化區(qū)域作為目標區(qū)域,提取所述目標區(qū)域的圖像信息;
圖像信息識別模塊,用于將所述圖像信息輸入預(yù)先訓(xùn)練的環(huán)境整潔狀態(tài)檢測模型,得到輸出的檢測結(jié)果,所述檢測結(jié)果包括目標坐標、目標像素掩碼、以及目標類別和對應(yīng)的概率;
環(huán)境整潔度指數(shù)確定模塊,用于根據(jù)所述檢測結(jié)果中同類目標所占面積和同類目標之間的相對位置關(guān)系確定所述目標區(qū)域的環(huán)境整潔度指數(shù);
圖像獲取頻率調(diào)整模塊,用于根據(jù)所述環(huán)境整潔度指數(shù)對倉庫環(huán)境的當(dāng)前狀態(tài)圖的獲取頻率進行調(diào)整。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京每日優(yōu)鮮電子商務(wù)有限公司,未經(jīng)北京每日優(yōu)鮮電子商務(wù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011623669.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 環(huán)境服務(wù)系統(tǒng)以及環(huán)境服務(wù)事業(yè)
- 環(huán)境控制裝置、環(huán)境控制方法、環(huán)境控制程序及環(huán)境控制系統(tǒng)
- 環(huán)境檢測終端和環(huán)境檢測系統(tǒng)
- 環(huán)境調(diào)整系統(tǒng)、環(huán)境調(diào)整方法及環(huán)境調(diào)整程序
- 環(huán)境估計裝置和環(huán)境估計方法
- 用于環(huán)境艙的環(huán)境控制系統(tǒng)及環(huán)境艙
- 車輛環(huán)境的環(huán)境數(shù)據(jù)處理
- 環(huán)境取樣動力頭、環(huán)境取樣方法
- 環(huán)境艙環(huán)境控制系統(tǒng)
- 環(huán)境檢測儀(環(huán)境貓)





