检测模型构建方法、检测方法、装置、服务器及介质制造方法及图纸

本申请公开了一种检测模型构建方法、检测方法、装置、服务器及介质，该方法包括：获取操作包裹行为的视频信息；对视频信息进行预处理，得到第一图像帧序列；基于第一图像帧序列训练生成条件生成对抗网络模型；基于抛扔区域信息对第一图像帧序列进行处理，得到第二图像帧序列；基于第二图像帧序列训练生成分类网络模型。本申请实施例通过构建条件生成对抗玩网络模型，可以确定操作包裹行为的图像帧的抛扔区域信息，从而可以利用抛扔区域信息构建分类模型，减少模型的计算量，并可以利用构建好的分类模型实现操作员暴力抛扔行为的自动检测，提高了暴力抛扔行为的检测效率及准确率，降低了检测成本。

【技术实现步骤摘要】
检测模型构建方法、检测方法、装置、服务器及介质技术邻域本申请一般涉及图像处理
，具体涉及一种检测模型构建方法、检测方法、装置及介质。
技术介绍
随着物流行业的发展，每天产生的包裹量越来越多。在快递人员进行包裹搬运及分拣操作中，通常会发生暴力抛扔的现象，从而影响快递企业形象，造成包裹损坏，最终造成快递公司的经济损失。目前，为了监督快递人员的作业标准，排查暴力抛扔现象，通过摄像头采集快递人员的操作，并利用人工视觉查看摄像头采集的视频信息，以进行暴力抛扔行为的排查。对于通过人工进行暴力抛扔行为的排查，主观性强，检测效率低，成本高。
技术实现思路
鉴于现有技术中的上述缺陷或不足，期望提供一种检测模型构建方法、检测方法及装置，以提高暴力抛扔检测的效率。第一方面，本申请实施例提供一种暴力抛扔检测模型构建方法，该方法包括：获取操作包裹行为的视频信息；对所述视频信息进行预处理，得到第一图像帧序列；基于所述第一图像帧序列，训练生成条件生成对抗网络模型，所述条件生成对抗网络模型输出所述第一图像帧序列对应的本文档来自技高网...

【技术保护点】
1.一种检测模型构建方法，其特征在于，所述方法包括：/n获取操作包裹行为的视频信息；/n对所述视频信息进行预处理，得到第一图像帧序列；/n基于所述第一图像帧序列，训练生成条件生成对抗网络模型，所述条件生成对抗网络模型输出所述第一图像帧序列对应的抛扔区域信息；/n基于所述抛扔区域信息对所述第一图像帧序列进行处理，得到第二图像帧序列；/n基于所述第二图像帧序列，训练生成分类网络模型，所述分类网络模型用于检测待检测操作包裹行为是否属于暴力抛扔行为。/n

【技术特征摘要】
1.一种检测模型构建方法，其特征在于，所述方法包括：
获取操作包裹行为的视频信息；
对所述视频信息进行预处理，得到第一图像帧序列；
基于所述第一图像帧序列，训练生成条件生成对抗网络模型，所述条件生成对抗网络模型输出所述第一图像帧序列对应的抛扔区域信息；
基于所述抛扔区域信息对所述第一图像帧序列进行处理，得到第二图像帧序列；
基于所述第二图像帧序列，训练生成分类网络模型，所述分类网络模型用于检测待检测操作包裹行为是否属于暴力抛扔行为。


2.根据权利要求1所述的检测模型构建方法，其特征在于，所述对所述视频信息进行预处理，得到第一图像帧序列包括：
对所述视频信息进行切分处理，生成至少一个帧集合；
基于背景算法对所述帧集合中的图片进行处理，生成所述第一图像帧序列。


3.根据权利要求1或2所述的检测模型构建方法，其特征在于，所述基于所述抛扔区域信息对所述第一图像帧序列进行处理，得到第二图像帧序列包括：
基于所述抛扔区域信息确定所述第一图像帧序列中图像的感兴趣区域序列；
基于所述感兴趣区域序列生成第二图像帧序列，所述第二图像帧序列包括原始图像序列及光流序列。


4.根据权利要求3所述的检测模型构建方法，其特征在于，在基于所述感兴趣区域生成第二图像帧序列之前还包括：
基于尺度信息对所述感兴趣区域进行归一化，使得归一化后的图像帧满足所述分类网络模型的输入。


5.一种检测方法，其特征在于，所述方法包括：
获取待检测的操作包裹行为的视频信息；
对所述视频信息进行预处理，得到第三图像帧序列；
将所述第三图像帧序列输入到如权利要求1-4任一项所述的条件生成对抗网络模型，输出所述第三图像帧序列对应的抛扔区域信息；
基于所述抛扔区域信息对所第三图像帧序列进行处理，得到第四图像帧序列；
将所述第四图像帧序列输入到如权利要求1-4任一项所述的分类网络模型，输出待检测的操作包裹行为的标签，所述标签表示所述待检测的操作包裹行为是否属于暴力抛扔行为。


6.一种检测模型构建装置，其特征在于，所述装置包括：
获取模块，用于获取操作包裹行为的视频信息；
...

【专利技术属性】
技术研发人员：蒋丽，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：广东;44