【技术实现步骤摘要】
快件堆积异常预警方法、装置、设备及存储介质
[0001]本专利技术涉及图像识别
，尤其涉及一种快件堆积异常预警方法、装置、设备及存储介质。
技术介绍
[0002]在物流领域的相关技术中，越来越多的网络视频监控技术运用至物流领域中，由于网络视频监控系统所采集的图像信息丰富，像素高清，技术先进以及便利直观等优势和特点，在物流领域得到了良好的发展，目前网络视频监控领域主要依赖于人工操作，对快递企业来说每逢节假日时常会发生快递快件堆积过多的情况(俗称爆仓)，这不仅影响了客户的购物体验，而且会引发连锁效应，导致爆仓情况越来越严重。
[0003]为了解决这一问题，快递企业的每个大型操作场地都会设置上百个摄像头，并配备多名安保人员通过视频监控场地内快递快件堆积情况，在快递快件堆积过多时及时预警。由于需要配备多名相关人员持续查看监控视频，人工成本较高；而且人的视觉疲劳可能导致不能及时发现快递快件堆积异常的情况。
技术实现思路
[0004]本专利技术的主要目的是通过快件标注模型和最短路径算法计算目标场景中快件堆积...
【技术保护点】
【技术特征摘要】
1.一种快件堆积异常预警方法，其特征在于，所述快件堆积异常预警方法包括：基于预设数据采集设备，采集目标场景在预设时间段内的实时场景图像，其中，所述实时场景图像中包含有待分拣快件；对所述实时场景图像进行灰度处理，得到灰度图像，并将所述灰度图像输入预设快件标注模型，通过预设快件标注模型对所述实时场景图像进行分割标注，得到所述实时场景图像中的目标快件图像；基于预设图像分析算法，对所述目标快件图像进行解析，得到所述目标场景中的快件堆积数据；基于所述快件堆积数据，计算所述目标场景中对应格口的快件容积率，并根据所述快件容积率判断是否进行预警。2.根据权利要求1所述的快件堆积异常预警方法，其特征在于，所述将所述灰度图像输入预设快件标注模型，通过预设快件标注模型对所述实时场景图像进行分割标注，得到所述实时场景图像中的目标快件图像，包括：基于预设快件标注模型，对所述灰度图像进行检测，得到所述灰度图像中包含的多个目标快件；基于所述快件标注模型，对多个所述目标快件进行分类，得到所述目标快件的特征类别；基于所述目标快件的特征类别，对所述实时场景图像中的目标快件进行标注，得到所述实时场景图像数据中的目标快件图像。3.根据权利要求2所述的快件堆积异常预警方法，其特征在于，所述基于所述目标快件的特征类别，对所述实时场景图像中的目标快件进行标注，得到所述实时场景图像数据中的目标快件图像，包括：基于所述目标快件的特征类别，将所述灰度图像输入预设快件标注模型进行预处理，得到所述灰度图像的权值矩阵和所述灰度图像上的标记点；基于所述权值矩阵和预设最短路径算法，计算所述灰度图像上的标记点之间的最短路径，并根据所述最短路径确定图像分割边界；基于所述图像分割边界，对所述灰度图像进行分割标注，得到所述实时场景图像中的目标快件图像。4.根据权利要求1所述的快件堆积异常预警方法，其特征在于，所述基于预设图像分析算法，对所述目标快件图像进行解析，得到所述目标场景中的快件堆积数据，包括：基于预设图像分析算法，对所述目标快件图像进行特征提取，得到所述目标快件图像中目标快件的特征区域；基于预设开源算法，根据所述目标快件图像和所述目标快件的区域特征，确定所述区域特征对应的目标快件轮廓范围；根据所述目标快件轮廓范围，确定所述目标场景中的快件堆积数据。5.根据权利要求4所述的快件堆积异常预警方法，其特征在于，所述基于预设开源算法，根据所述目标快件图像和所述目标快件的区域特征，确定所述区域特征对应的目标快件轮廓范围，包括：通过所述目标场景中的多个目标快件图像，基于预设高斯函数和所述目标快件的特征
区域，从所述目标快件图像中提取多个特征轮廓值；分别对多个所述特征轮廓值进...
【专利技术属性】
技术研发人员：余刚，杨周龙，陈伟，胡大海，金虎，陈乃翁，
申请(专利权)人：上海东普信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。