[发明专利]行李智能跟踪监测方法和系统

权利要求书

1.行李智能跟踪监测方法，其特征在于，包括：

构建基础数据库，所述基础数据库包括多组行李数据，所述行李数据包括唯一识别编号、条码号、安检信息、图像数据和三维模型；

构建跟踪数据库，所述跟踪数据库包括多组监测数据，所述监测数据包括视频序列图像和行李状态；

将相对应的监测数据和行李数据进行关联；

其中，将相对应的监测数据和行李数据进行关联包括：

对所述基础数据库进行初步筛选获取行李数据的初选集合；

提取所述视频序列图像上的行李图像；

将所述行李图像和所述初选集合中的图像数据输入深度学习网络识别模型进行匹配识别；

若匹配成功，则将与图像数据同组的唯一识别编号存入所述监测数据中；

其中，对所述基础数据库进行初步筛选获取行李数据的初选集合包括：

提取所述视频序列图像上的行李三维图像；

将所述行李三维图像和所述三维模型的外形尺寸进行比对；

基于比对结果获取与所述行李三维图像相似的三维模型集合；

基于所述三维模型集合获得行李数据的初选集合。

2.根据权利要求1所述的行李智能跟踪监测方法，其特征在于，获取所述行李状态的方法包括：

获取所述视频序列图像上的行李数量和行李位置；

若所述行李数量大于一，则基于所述行李位置获取行李之间的位置差；

判断所述位置差是否大于预设阈值，是则所述行李状态为正常状态，否则所述行李状态为异常状态。

3.根据权利要求2所述的行李智能跟踪监测方法，其特征在于，获取所述行李状态的方法还包括：

若所述行李数量等于一，则所述行李状态为正常状态。

4.根据权利要求2所述的行李智能跟踪监测方法，其特征在于，所述异常状态包括：

当所述位置差在零和预设阈值范围之间时，所述异常状态为连包状态；

当所述位置差小于零时，所述异常状态为叠包状态。

5.根据权利要求2所述的行李智能跟踪监测方法，其特征在于，获取所述视频序列图像上的行李数量和行李位置包括：

获取所述视频序列图像的RGBD深度图像数据；

利用3D感知分析算法解析所述RGBD深度图像数据获得所述行李数量和行李位置。

6.根据权利要求1所述的行李智能跟踪监测方法，其特征在于：

所述监测数据还包括跟踪节点编号和监测时间。

7.行李智能跟踪监测系统，其特征在于，包括：

基础数据采集系统，用于构建基础数据库；所述基础数据库包括多组行李数据，所述行李数据包括唯一识别编号、条码号、安检信息、图像数据和三维模型；

监测数据采集系统，用于构建跟踪数据库；所述跟踪数据库包括多组监测数据，所述监测数据包括视频序列图像和行李状态；

数据管理系统，用于将相对应的监测数据和行李数据进行关联，所述数据管理系统与所述基础数据采集系统和监测数据采集系统通信连接；

其中，所述数据管理系统将相对应的监测数据和行李数据进行关联包括：

对所述基础数据库进行初步筛选获取行李数据的初选集合；

提取所述视频序列图像上的行李图像；

将所述行李图像和所述初选集合中的图像数据输入深度学习网络识别模型进行匹配识别；

若匹配成功，则将与图像数据同组的唯一识别编号存入所述监测数据中；

其中，所述数据管理系统对所述基础数据库进行初步筛选获取行李数据的初选集合包括：

提取所述视频序列图像上的行李三维图像；

将所述行李三维图像和所述三维模型的外形尺寸进行比对；

基于比对结果获取与所述行李三维图像相似的三维模型集合；

基于所述三维模型集合获得行李数据的初选集合。

8.根据权利要求7所述的行李智能跟踪监测系统，其特征在于：

所述基础数据采集系统包括光眼传感器、读码设备、安检设备和视觉信息采集节点，所述光眼传感器位于行李入口端；

所述监测数据采集系统包括多个布设在输送环线上的跟踪监测采集节点。