[發(fā)明專利]一種零售安全防護(hù)方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211725089.9
• 申請日: 2022-12-30
• 公開（公告）號: CN115937787A
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 王偉杰
• 申請（專利權(quán)）人: 浙江星星冷鏈集成股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/44;G06V10/50;G06V10/80;G06V10/778;G06V10/82;G06V10/774;G06N3/084
• 代理公司: 杭州航璞專利代理有限公司 33498
• 代理人: 傅磊

1.一種零售安全防護(hù)方法，其特征在于，所述方法包括：

獲取智能零售設(shè)備的歷史監(jiān)控信息，提取所述歷史監(jiān)控信息中的關(guān)鍵幀圖片，識別并存儲(chǔ)所述關(guān)鍵幀圖片的特征信息；

構(gòu)建智能零售設(shè)備的監(jiān)控模型；

基于所述關(guān)鍵幀圖片的特征信息，利用預(yù)設(shè)訓(xùn)練方法對所述智能零售設(shè)備的監(jiān)控模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，其中，所述預(yù)設(shè)訓(xùn)練方法包括神經(jīng)網(wǎng)絡(luò)方法；

捕捉智能零售設(shè)備的實(shí)時(shí)監(jiān)控圖像，并輸入所述訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，得到所述實(shí)時(shí)監(jiān)控圖像的反饋結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取智能零售設(shè)備的歷史監(jiān)控信息，提取所述歷史監(jiān)控信息中的關(guān)鍵幀圖片，識別并存儲(chǔ)所述關(guān)鍵幀圖片的特征信息，包括：

通過自動(dòng)與所述智能零售設(shè)備的視頻監(jiān)控平臺(tái)對接，獲取歷史監(jiān)控信息，并通過提取視頻流關(guān)鍵幀圖像，作為歷史監(jiān)控信息中的關(guān)鍵幀圖片；

設(shè)置關(guān)鍵幀圖片的特征信息的存儲(chǔ)裝置，實(shí)現(xiàn)可在設(shè)定歷史時(shí)間范圍內(nèi)，識別并存儲(chǔ)所述關(guān)鍵幀圖片的特征信息，其中，通過算法對歷史監(jiān)控信息中的關(guān)鍵幀圖片的特征進(jìn)行識別，算法包括直方圖均衡算法及邊緣特征算法。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述智能零售設(shè)備的監(jiān)控模型，包括：圖像前處理模塊、圖像特征模塊、圖像后處理模塊、數(shù)據(jù)融合模塊；

所述圖像前處理模塊用于對輸入的關(guān)鍵幀圖片的特征信息數(shù)據(jù)進(jìn)行特征提取，獲得前處理圖像特征；

所述圖像特征模塊用于針對獲得的前處理圖像特征，使用注意力機(jī)制來獲取二者的互注意力特征，并將互注意力特征與相應(yīng)的前處理圖像特征進(jìn)行拼接，獲得混合特征；

所述圖像后處理模塊用于對所述混合特征進(jìn)行特征提取，以獲得后處理圖像特征；

所述數(shù)據(jù)融合模塊用于根據(jù)后處理圖像特征，獲得圖像融合特征，并得到監(jiān)控結(jié)果。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述關(guān)鍵幀圖片的特征信息，利用預(yù)設(shè)訓(xùn)練方法對所述智能零售設(shè)備的監(jiān)控模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，包括：

從構(gòu)建的關(guān)鍵幀圖片的特征信息數(shù)據(jù)集中劃分出訓(xùn)練集對智能零售設(shè)備的監(jiān)控模型進(jìn)行訓(xùn)練，并計(jì)算損失函數(shù)，更新訓(xùn)練網(wǎng)絡(luò)，得到訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述從構(gòu)建的關(guān)鍵幀圖片的特征信息數(shù)據(jù)集中劃分出訓(xùn)練集對智能零售設(shè)備的監(jiān)控模型進(jìn)行訓(xùn)練，并計(jì)算損失函數(shù)，更新訓(xùn)練網(wǎng)絡(luò)，得到訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，包括：

根據(jù)所述訓(xùn)練集，計(jì)算關(guān)鍵幀圖片的特征信息的殘差函數(shù)，并輸入至所述智能零售設(shè)備的監(jiān)控模型；

根據(jù)訓(xùn)練模型輸出結(jié)果，計(jì)算損失函數(shù)；

根據(jù)所述損失函數(shù)，通過梯度下降方法，優(yōu)化訓(xùn)練模型的參數(shù)，直至得到訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述捕捉智能零售設(shè)備的實(shí)時(shí)監(jiān)控圖像，并輸入所述訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，得到所述實(shí)時(shí)監(jiān)控圖像的反饋結(jié)果之后，所述方法包括：

若所述實(shí)時(shí)監(jiān)控圖像的反饋結(jié)果異常，在所述智能零售設(shè)備進(jìn)行報(bào)警顯示；

若所述實(shí)時(shí)監(jiān)控圖像的反饋結(jié)果正常，記錄當(dāng)前所述實(shí)時(shí)監(jiān)控圖像，并輸入所述訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，驗(yàn)證當(dāng)前所述實(shí)時(shí)監(jiān)控圖像的反饋結(jié)果。

7.一種零售安全防護(hù)系統(tǒng)，其特征在于，所述系統(tǒng)包括：

獲取模塊，用于獲取智能零售設(shè)備的歷史監(jiān)控信息，提取所述歷史監(jiān)控信息中的關(guān)鍵幀圖片，識別并存儲(chǔ)所述關(guān)鍵幀圖片的特征信息；

構(gòu)建模塊，用于構(gòu)建智能零售設(shè)備的監(jiān)控模型；

訓(xùn)練模塊，用于基于所述關(guān)鍵幀圖片的特征信息，利用預(yù)設(shè)訓(xùn)練方法對所述智能零售設(shè)備的監(jiān)控模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，其中，所述預(yù)設(shè)訓(xùn)練方法包括神經(jīng)網(wǎng)絡(luò)方法；

得到模塊，用于捕捉智能零售設(shè)備的實(shí)時(shí)監(jiān)控圖像，并輸入所述訓(xùn)練好的智能零售設(shè)備的監(jiān)控模型，得到所述實(shí)時(shí)監(jiān)控圖像的反饋結(jié)果。