[发明专利]装卸口状态检测方法、装置、设备及其存储介质在审
申请号: | 201810992365.5 | 申请日: | 2018-08-28 |
公开(公告)号: | CN109523502A | 公开(公告)日: | 2019-03-26 |
发明(设计)人: | 杨小平;宋翔;胡志恒 | 申请(专利权)人: | 顺丰科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/20 |
代理公司: | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人: | 郭栋梁 |
地址: | 518061 广东省深圳市南山区学府路(以南)*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 装卸口 运动向量 相邻图像帧 视频流数据 存储介质 状态检测 视频图像帧 图像帧序列 单幅图像 动态行为 计算目标 目标对象 实时获取 提取图像 光流图 图像帧 帧序列 光流 申请 装卸 检测 分析 | ||
1.一种装卸口状态检测方法,其特征在于,该方法包括:
实时获取至少一个装卸口的视频流数据;
从所述视频流数据提取图像帧序列;
基于所述图像帧序列的相邻图像帧的目标对象,计算所述目标对象的第一运动向量和第二运动向量;
基于所述第一运动向量和第二运动向量对所述相邻图像帧中的当前图像帧进行检测分析,确定所述装卸口的状态。
2.根据权利要求1所述的方法,其特征在于,基于所述第一运动向量和第二运动向量对所述相邻图像帧中的当前图像帧进行检测,还包括:
将包含所述第一运动向量和第二运动向量的所述当前图像帧输入到预先建立的分类模型进行检测,输出所述装卸口的状态。
3.根据权利要求2所述的方法,其特征在于,预先建立分类模型包括:
获取至少一个装卸口的历史视频数据;
从所述历史视频数据中提取历史图像帧序列;
基于所述历史图像帧序列中的相邻图像帧的目标对像,计算目标对象的第一运动向量和第二运动向量;
对包含第一运动向量和第二运动向量的图像帧进行标注处理;
将标注处理后的结果进行格式转换处理;
将格式转换处理后的结果按照预先设置的比例划分为训练集和测试集;
利用所述训练集训练深度神经网络模型得到权重参数,利用所述权重参数确定的深度神经网络模型对所述测试集进行分类,得到分类模型。
4.根据权利要求3所述的方法,其特征在于,在将标注处理后的结果进行格式转换处理之后,该方法还包括:
将格式转换处理后的结果进行数据增广、扰序处理。
5.根据权利要求1-4任一项所述的方法,其特征在于,在提取图像帧序列之后,该方法还包括:
对所述图像帧序列进行缩放处理。
6.根据权利要求5所述的方法,其特征在于,在缩放处理之后,该方法还包括:
计算所述相邻图像帧的图像相似度值;
判断所述图像相似度值是否大于预设的阈值;
如果大于预设的阈值,返回计算下一组相邻图像帧的图像相似度值;
如果小于等于预设的阈值,则计算所述目标区域的第一运动向量和第二运动向量。
7.根据权利要求1所述的方法,其特征在于,所述状态包括以下至少一种:装货状态、卸货状态、空闲状态。
8.一种装卸口状态检测装置,其特征在于,该装置包括:
第一视频获取单元,用于实时获取至少一个装卸口的视频流数据;
第一帧序列提取单元,用于从所述视频流数据提取图像帧序列;
第一运动向量计算单元,用于基于所述图像帧序列的相邻图像帧的目标对象,计算所述目标对象的第一运动向量和第二运动向量;
检测分析单元,用于基于所述第一运动向量和第二运动向量对所述相邻图像帧中的当前图像帧进行检测分析,确定所述装卸口的状态。
9.根据权利要求8所述的装置,其特征在于,所述检测分析单元包括:
分类检测子单元,用于将包含所述第一运动向量和第二运动向量的所述当前图像帧输入到预先建立的分类模型进行检测,输出所述装卸口的状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺丰科技有限公司,未经顺丰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810992365.5/1.html,转载请声明来源钻瓜专利网。