采用多种采集技术的物品查验方法技术

本发明专利技术公开了采用多种采集技术的物品查验方法，包括以下步骤：S1、在服务平台训练各分类物品的深度学习模型；S2、对智能终端收纳物品进行多方面的基础数据采集，并提取出特征数据；S3、对特征数据进行线性回归处理，生成物品线性回归模型；S4、智能终端将将生成的物品线性回归模型进行打包传输至服务平台；S5、服务平台将物品线性回归模型与各分类物品的深度学习模型进行匹配，得到收纳物品的最终分类；S6、智能终端根据收纳物品的最终分类，将物品收进对应的储存容器中。其应用时，可以利用多种采集技术对物品进行多方面的的数据信息采集，并对特征数据进行线性回归处理得到线性回归模型，与深度学习模型进行匹配，以完成物品的查验分类。

Inspection methods of articles with various collection technologies

【技术实现步骤摘要】
采用多种采集技术的物品查验方法
本专利技术涉及物品检测
，具体涉及采用多种采集技术的物品查验方法。
技术介绍
随着移动互联网和智能终端技术的快速发展，市面上开始出现各种各样的物品智能收纳终端，可用于收纳快递物品、废旧回收物品、生活垃圾等。而这些物品收纳终端在收纳物品时，大多只是通过安装的电子摄像头和X光扫描装置进行初步的人员监控和危险品检测，然后将集中收纳的物品运抵分拣中心进行人工分拣，并不能根据物品的特征对物品进行智能分类收纳。要实现对物品的智能分类就需要从多个方面来对物品的特征数据进行采集，然后对采集的特征数据进行处理，以完成类型确认，而现有技术还没有实现这一过程的有效手段。
技术实现思路
本专利技术针对现有技术存在的不足，提供采用多种采集技术的物品查验方法，其应用时，可以利用多种采集技术对物品进行多方面的的数据信息采集，并将采集的物品特征数据用线性回归处理方法进行量化处理，然后与训练好的分类物品深度学习模型进行匹配，以完成物品的查验分类。本专利技术通过以下技术方案实现：采用多种采集技术的物品查验方法，包括以下步骤：S1、获取目标领域现有物品的训练数据，并利用训练数据在服务平台训练各分类物品的深度学习模型，将训练好的深度学习模型分类保存至数据库；S2、通过智能终端对收纳物品进行外部图像、X光图像、防爆参数、液体参数、重量数据和温度数据的基础数据采集，然后从基础数据中提取物品的特征数据；S3、智能终端采用线性回归处理方法对物品特征数据进行量化处理，生成物品的线性回归模型；S4、智能终端将物品的线性回归模型进行编码打包，然后通过数据传输单元远程传输至服务平台；S5、服务平台对接收的数据包进行解码，获得物品的线性回归模型，然后将线性回归模型与数据库中存储的各分类物品的深度学习模型进行匹配，得出物品的最终分类，并将该分类对应的分类号通过数据传输单元远程传输至智能终端；S6、智能终端收到分类号后，将物品收纳进分类号所对应的储存容器中。优选地，在步骤S2中，智能终端通过安装的外部摄像头、X光检测仪、防爆探测器、液体检测仪、重量传感器和红外温度探测器分别实现对物品的外部图像、X光图像、防爆参数、液体参数、重量数据和温度数据的采集。优选地，智能终端对采集的物品基础数据进行分析处理，当判定物品的大小、重量或/和温度超过对应设定值时，智能终端发出相应现场提示，并拒收物品，当判定物品有危险液体或/和易爆气体时，智能终端发出相应现场警示，拒收物品，同时向服务平台发出预警，并将外部摄像头拍摄画面实时传输至服务平台。优选地，在步骤S2中，智能终端从基础数据中提取的特征数据包括物品的外形图像和X光扫描图像。优选地，智能终端采用HOG特征提取算法进行特征点提取，其过程包括：S51、对原始的外部图像、X光图像进行灰度处理；S52、采用Gamma校正法对灰度处理后的图像进行颜色空间的标准化处理；S53、计算处理后的图像每个像素的梯度；S54、再将图像进行单元划分；S55、统计每个单元的梯度直方图，形成每个单元的描述符；S56、然后将设定数量的单元组成图像区块，将图像区块内所有单元的描述符串联起来得到图像区块的HOG特征描述符；S57、将图像内所有图像区块的HOG特征描述符串联起来得到特征图像。优选地，在步骤S3中，智能终端对物品特征数据进行线性回归处理时，先将特征数据生成数据集，并根据数据集绘制散点图，然后计算损失函数，并进行梯度下降计算，最终获得线性回归模型参数。优选地，智能终端对物品的线性回归模型进行编码打包时，植入智能终端的对应编号，并进行加密打包，服务平台对接收数据包采用设定的密钥进行解码，并获得智能终端的对应编号。优选地，智能终端与服务平台之间用于数据传输的数据传输单元为无线网络模块。本专利技术具有如下的优点和有益效果：1、本专利技术采用多种采集技术的物品查验方法，可以利用多种采集技术完成对物品的多方面数据信息采集，以提高对物品检测查验的全面性和准确性。2、本专利技术采用多种采集技术的物品查验方法，可以根据采集的物品信息完成对物品的规格和危险品查验，当物品超规格时发出相应提示，当物品包含危险物时，发出相应预警，并进行监控处理。3、本专利技术采用多种采集技术的物品查验方法，可以将采集的物品特征数据用线性回归处理方法进行量化处理，然后与训练好的分类物品深度学习模型进行匹配，以完成物品的查验分类。附图说明此处所说明的附图用来提供对本专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定。在附图中：图1为本专利技术的实施步骤框图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。实施例如图1所示，采用多种采集技术的物品查验方法，包括以下步骤：S1、获取目标领域现有物品的训练数据，并利用训练数据在服务平台训练各分类物品的深度学习模型，将训练好的深度学习模型分类保存至数据库；S2、通过智能终端对收纳物品进行外部图像、X光图像、防爆参数、液体参数、重量数据和温度数据的基础数据采集，然后从基础数据中提取物品的特征数据；S3、智能终端采用线性回归处理方法对物品特征数据进行量化处理，生成物品的线性回归模型；S4、智能终端将物品的线性回归模型进行编码打包，然后通过数据传输单元远程传输至服务平台；S5、服务平台对接收的数据包进行解码，获得物品的线性回归模型，然后将线性回归模型与数据库中存储的各分类物品的深度学习模型进行匹配，得出物品的最终分类，并将该分类对应的分类号通过数据传输单元远程传输至智能终端；S6、智能终端收到分类号后，将物品收纳进分类号所对应的储存容器中。在步骤S2中，智能终端通过安装的外部摄像头、X光检测仪、防爆探测器、液体检测仪、重量传感器和红外温度探测器分别实现对物品的外部图像、X光图像、防爆参数、液体参数、重量数据和温度数据的采集。智能终端对采集的物品基础数据进行分析处理，当判定物品的大小、重量或/和温度超过对应设定值时，智能终端发出相应现场提示，并拒收物品，当判定物品有危险液体或/和易爆气体时，智能终端发出相应现场警示，拒收物品，同时向服务平台发出预警，并将外部摄像头拍摄画面实时传输至服务平台。在步骤S2中，智能终端从基础数据中提取的特征数据包括物品的外形图像和X光扫描图像。智能终端采用HOG特征提取算法进行特征点提取，其过程包括：S51、对原始的外部图像、X光图像进行灰度处理；S52、采用Gamma校正法对灰度处理后的图像进行颜色空间的标准化处理；S53、计算处理后的图像每个像素的梯度；S54、再将图像进行单元划分；S55、统计每个本文档来自技高网...

【技术保护点】
1.采用多种采集技术的物品查验方法，其特征在于，包括以下步骤：/nS1、获取目标领域现有物品的训练数据，并利用训练数据在服务平台训练各分类物品的深度学习模型，将训练好的深度学习模型分类保存至数据库；/nS2、通过智能终端对收纳物品进行外部图像、X光图像、防爆参数、液体参数、重量数据和温度数据的基础数据采集，然后从基础数据中提取物品的特征数据；/nS3、智能终端采用线性回归处理方法对物品特征数据进行量化处理，生成物品的线性回归模型；/nS4、智能终端将物品的线性回归模型进行编码打包，然后通过数据传输单元远程传输至服务平台；/nS5、服务平台对接收的数据包进行解码，获得物品的线性回归模型，然后将线性回归模型与数据库中存储的各分类物品的深度学习模型进行匹配，得出物品的最终分类，并将该分类对应的分类号通过数据传输单元远程传输至智能终端；/nS6、智能终端收到分类号后，将物品收纳进分类号所对应的储存容器中。/n

【技术特征摘要】
1.采用多种采集技术的物品查验方法，其特征在于，包括以下步骤：
S1、获取目标领域现有物品的训练数据，并利用训练数据在服务平台训练各分类物品的深度学习模型，将训练好的深度学习模型分类保存至数据库；
S2、通过智能终端对收纳物品进行外部图像、X光图像、防爆参数、液体参数、重量数据和温度数据的基础数据采集，然后从基础数据中提取物品的特征数据；
S3、智能终端采用线性回归处理方法对物品特征数据进行量化处理，生成物品的线性回归模型；
S4、智能终端将物品的线性回归模型进行编码打包，然后通过数据传输单元远程传输至服务平台；
S5、服务平台对接收的数据包进行解码，获得物品的线性回归模型，然后将线性回归模型与数据库中存储的各分类物品的深度学习模型进行匹配，得出物品的最终分类，并将该分类对应的分类号通过数据传输单元远程传输至智能终端；
S6、智能终端收到分类号后，将物品收纳进分类号所对应的储存容器中。


2.根据权利要求1所述的采用多种采集技术的物品查验方法，其特征在于，在步骤S2中，智能终端通过安装的外部摄像头、X光检测仪、防爆探测器、液体检测仪、重量传感器和红外温度探测器分别实现对物品的外部图像、X光图像、防爆参数、液体参数、重量数据和温度数据的采集。


3.根据权利要求2所述的采用多种采集技术的物品查验方法，其特征在于，智能终端对采集的物品基础数据进行分析处理，当判定物品的大小、重量或/和温度超过对应设定值时，智能终端发出相应现场提示，并拒收物品，当判定物品有危险液体或/和易爆气体时，智能终端发出相应现场警示，拒收物品，同时向服务平台发出预警，并将外部摄像头拍摄画面实时传输至服务平...

【专利技术属性】
技术研发人员：王俊杰，
申请(专利权)人：成都智叟智能科技有限公司，
类型：发明
国别省市：四川;51