[發(fā)明專利]基于視頻流的物流中心掛裝類服裝分類方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210193004.0
• 申請(qǐng)日: 2022-02-28
• 公開（公告）號(hào): CN114663803A
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計(jì)）人: 汪朝林;蘇志遠(yuǎn);呂程;張征;陳路
• 申請(qǐng)（專利權(quán)）人: 寶開（上海）智能物流科技有限公司
• 主分類號(hào): G06V20/40
• 分類號(hào): G06V20/40;G06V10/80;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京金咨知識(shí)產(chǎn)權(quán)代理有限公司 11612
• 代理人: 宋教花

本發(fā)明提供一種基于視頻流的物流中心掛裝類服裝分類方法及裝置，所述方法的步驟包括，接收錄入的視頻流，基于預(yù)設(shè)的深度學(xué)習(xí)模型識(shí)別視頻流的服裝，并在視頻流的圖像數(shù)據(jù)中標(biāo)記服裝的邊界框；基于服裝在視頻流的圖像數(shù)據(jù)中的出現(xiàn)順序，對(duì)服裝的邊界框順序編號(hào)；將視頻流的圖像數(shù)據(jù)劃分為多個(gè)第一圖像幀，基于所述邊界框?qū)λ龅谝粓D像幀進(jìn)行裁剪，得到邊界圖像；對(duì)邊界框編號(hào)相同的邊界圖像，提取邊界圖像中的圖像特征，基于邊界圖像的尺度，對(duì)不同尺度的邊界圖像中的圖像特征賦予不同的權(quán)重，基于注意力機(jī)制對(duì)邊界框編號(hào)相同的邊界圖像進(jìn)行特征融合，得到融合圖像；將融合圖像輸入到預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)分類器中，得出融合圖像的類別。

技術(shù)領(lǐng)域

本發(fā)明涉及物流技術(shù)領(lǐng)域，尤其涉及一種基于視頻流的物流中心掛裝類服裝分類方法及裝置。

背景技術(shù)

物流中心一般會(huì)同時(shí)運(yùn)輸多種掛裝類服裝，比如西服、大衣、羽絨服等，這些服裝可能來自混雜在一起的多個(gè)訂單，因此在分揀環(huán)節(jié)需要對(duì)服裝按照類別進(jìn)行分類，方便后續(xù)對(duì)服裝打包然后運(yùn)送到對(duì)應(yīng)的服裝廠家。

目前，服裝分類的相關(guān)技術(shù)可大致分為利用條形碼逐個(gè)進(jìn)行識(shí)別，或者采用圖像識(shí)別的方式進(jìn)行識(shí)別，若采用條形碼識(shí)別則通常為人工或者使用攝像頭讀取條形碼的方式進(jìn)行識(shí)別，效率較低；若采用圖像識(shí)別的方式，則通常只能對(duì)單個(gè)圖像進(jìn)行識(shí)別，然而，在真實(shí)物流場(chǎng)景中，掛裝類服裝在輸送設(shè)備上高速移動(dòng)，難以捕獲清晰的條形碼或者單幅圖像，導(dǎo)致以上方法在實(shí)際應(yīng)用中效果較差。

發(fā)明內(nèi)容

鑒于此，本發(fā)明的實(shí)施例提供了一種基于視頻流的物流中心掛裝類服裝分類方法，以消除或改善現(xiàn)有技術(shù)中存在的一個(gè)或更多個(gè)缺陷。

本發(fā)明的一個(gè)方面提供了一種基于視頻流的物流中心掛裝類服裝分類方法，所述方法的步驟包括，

接收錄入的視頻流，基于預(yù)設(shè)的深度學(xué)習(xí)模型識(shí)別視頻流的圖像數(shù)據(jù)中的服裝，并在視頻流的圖像數(shù)據(jù)中標(biāo)記服裝的邊界框；

基于服裝在視頻流的圖像數(shù)據(jù)中的出現(xiàn)順序，對(duì)服裝的邊界框順序編號(hào)；

將視頻流的圖像數(shù)據(jù)劃分為多個(gè)第一圖像幀，基于所述邊界框?qū)λ龅谝粓D像幀進(jìn)行裁剪，得到邊界圖像；

對(duì)邊界框編號(hào)相同的邊界圖像，提取邊界圖像中的圖像特征，基于邊界圖像的尺度，對(duì)不同尺度的邊界圖像中的圖像特征賦予不同的權(quán)重，基于注意力機(jī)制對(duì)邊界框編號(hào)相同的邊界圖像進(jìn)行特征融合，得到融合圖像；

將融合圖像輸入到預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)分類器中，得出融合圖像的類別。

采用上述方案，本方案能夠?qū)崟r(shí)接收視頻流，由于在視頻流中同一件衣服通常為由遠(yuǎn)及近或者由近及遠(yuǎn)的規(guī)律，本方案對(duì)于同一件衣服能夠得到不同尺度的多張圖像，而同一特征在不同尺度的圖像中的代表性不同，因此本方案賦予不同的權(quán)重，并得到融合圖像，對(duì)融合圖像進(jìn)行分類，即可得到原始圖像數(shù)據(jù)中邊界框編號(hào)相同的服裝的類別，本方案一方面能夠?qū)崟r(shí)識(shí)別服裝類別，提高處理效率，且通過為特征賦予不同的權(quán)重，能夠提高分類的準(zhǔn)確性。

在本發(fā)明的一些實(shí)施方式中，在視頻流的圖像數(shù)據(jù)中標(biāo)記服裝的邊界框的步驟中，根據(jù)服裝在圖像數(shù)據(jù)中的尺度生成邊界框，所述服裝的圖像在邊界框框定的范圍內(nèi)；

所述邊界框隨著其框定的服裝在視頻流的圖像數(shù)據(jù)中尺度的變大或變小。

在本發(fā)明的一些實(shí)施方式中，在視頻流的圖像數(shù)據(jù)中標(biāo)記服裝的邊界框的步驟中，基于預(yù)設(shè)的邊界框閾值，實(shí)時(shí)將當(dāng)前的邊界框的大小與邊界框閾值相比較，若當(dāng)前的邊界框的大小不在邊界框閾值范圍內(nèi)，則不顯示邊界框。

在本發(fā)明的一些實(shí)施方式中，將視頻流的圖像數(shù)據(jù)劃分為多個(gè)第一圖像幀的步驟包括，根據(jù)圖像數(shù)據(jù)的幀將視頻流的圖像數(shù)據(jù)劃分為多個(gè)初始圖像幀；

將所述初始圖像幀轉(zhuǎn)化為灰度圖，基于所述灰度圖中各個(gè)像素點(diǎn)的灰度值計(jì)算每個(gè)灰度圖的灰度質(zhì)心；