本申请提供一种货物状态监测方法、装置、终端设备及存储介质，该方法包括：对已获取的货物运输场景图像进行特征提取，得到单通道特征图像；对单通道特征图像进光流信息计算，得到光流信息图像；结合货物运输场景图像、单通道特征图像和光流信息图像，监测货物的运动状态。本申请提供的货物状态监测方法，可以对货物在运输状态下的图像进行特征提取，通过提取的货物运动状态等相关的特征图像基础之上再结合光流信息图像，以解决光流信息图像敏感性问题，从而提高了货物运输状态的监测精度。从而提高了货物运输状态的监测精度。从而提高了货物运输状态的监测精度。
【技术实现步骤摘要】
货物状态监测方法、装置、终端设备及存储介质
[0001]本申请涉及物流领域，具体涉及一种货物状态监测方法、装置、终端设备及存储介质。
技术介绍
[0002]在快递和物流行业中，需要对中转场的装卸货事件进行监控，以便精准的获得每个货箱的装卸货开始时间与结束时间，从而统计物流各环节耗时，提高运转效率。
[0003]而现有技术中，通过对视频序列中的连续几帧图片计算光流信息，可以得出图像各像素在水平和垂直方向上的移动信息。
[0004]之前有专利使用光流信息作为判断事件的依据之一。但是光流信息对于像素变化非常敏感，亮度变化、物体阴影、拍摄抖动等微小变化都会严重影响光流图的计算，从而影响事件监测的准确率。
[0005]因此，在使用光流信息的基础之上，如何解决因为光流信息敏感，从而使得监测准确度低，就成了本领域中需要解决的问题。
技术实现思路
[0006]本申请提供一种货物状态监测方法，能够有效的识别出运输场景中货物的运动状态。
[0007]第一方面，本申请提供一种货物状态监测方法，所述方法包括：
[0008]对已获取的货物运输场景图像进行特征提取，得到单通道特征图像；
[0009]对所述单通道特征图像进光流信息计算，得到光流信息图像；
[0010]结合所述货物运输场景图像、所述单通道特征图像和所述光流信息图像，监测所述货物的运动状态。
[0011]在本申请一些实施例中，所述对已获取的货物运输场景图像进行特征提取，得到单通道特征图像，包括：
[0012]将所述货物运输场景图像送入预设的特征提取网络，得到所述单通道特征图像，所述特征提取网络为单通道卷积层，所述单通道卷积层为多通道卷积层进行处理后得到的单通道卷积层。
[0013]在本申请一些实施例中，所述对所述单通道特征图像进光流信息计算，得到光流信息图像，包括：
[0014]计算所述单通道特征图像中每个像素的水平运动信息，得到水平光流信息图像；
[0015]计算所述单通道特征图像中每个像素的垂直运动信息，得到垂直光流信息图像。
[0016]在本申请一些实施例中，所述结合所述货物运输场景图像、所述单通道特征图像和所述光流信息图像，监测所述货物的运动状态，包括：
[0017]对所述货物运输场景图像进行灰度处理，得到灰度图像；
[0018]将所述灰度图像、所述单通道特征图像、所述水平光流信息图像和所述垂直光流
信息图像叠加为四通道图像；
[0019]将所述四通道图像送入预设的货物状态监测模型，监测所述货物的运动状态。
[0020]在本申请一些实施例中，所述对已获取的货物运输场景图像进行特征提取，得到单通道特征图像之前，所述方法还包括：
[0021]获取货物运输场景视频；
[0022]对所述货物运输场景视频进行逐一取帧，得到所述货物运输场景图像。
[0023]在本申请一些实施例中，所述结合所述货物运输场景图像、所述单通道特征图像和所述光流信息图像，监测所述货物的运动状态之前，所述方法还包括：
[0024]对预设的初始货物状态监测模型进行货物状态分类训练，得到所述货物状态监测模型。
[0025]在本申请一些实施例中，所述对预设的初始货物状态监测模型进行货物状态分类训练，得到所述货物状态监测模型，包括：
[0026]创建多个不同的货物运动状态标签；
[0027]获取多组已标注的货物运动图像，一组已标注的货物运动图像对应一个货物运动状态标签，一组已标注的货物运动图像和对应的一个货物运动状态标签为一个样本训练组；
[0028]将所述样本训练组分组送入所述初始货物状态监测模型进行训练，得到所述货物状态监测模型。
[0029]第二方面，本申请还提供一种货物状态监测装置，所述装置包括：
[0030]特征提取模块，用于对已获取的货物运输场景图像进行特征提取，得到单通道特征图像；
[0031]光流计算模块，用于对所述单通道特征图像进光流信息计算，得到光流信息图像；
[0032]货物监测模块，用于结合所述货物运输场景图像、所述单通道特征图像和所述光流信息图像，监测所述货物的运动状态。
[0033]在本申请一些实施例中，所述特征提取模块具体用于：
[0034]将所述货物运输场景图像送入预设的特征提取网络，得到所述单通道特征图像，所述特征提取网络为单通道卷积层，所述单通道卷积层为多通道卷积层进行处理后得到的单通道卷积层。
[0035]在本申请一些实施例中，所述光流计算模块具体用于：
[0036]计算所述单通道特征图像中每个像素的水平运动信息，得到水平光流信息图像；
[0037]计算所述单通道特征图像中每个像素的垂直运动信息，得到垂直光流信息图像。
[0038]在本申请一些实施例中，所述货物监测模块具体用于：
[0039]对所述货物运输场景图像进行灰度处理，得到灰度图像；
[0040]将所述灰度图像、所述单通道特征图像、所述水平光流信息图像和所述垂直光流信息图像叠加为四通道图像；
[0041]将所述四通道图像送入预设的货物状态监测模型，监测所述货物的运动状态。
[0042]第三方面，本申请还提供一种终端设备，所述终端设备包括处理器、存储器以及存储于所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现任一项所述的货物状态监测方法中的步骤。
[0043]第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现任一项所述的货物状态监测方法中的步骤。
[0044]本申请提供的货物状态监测方法，可以对货物在运输状态下的图像进行特征提取，通过提取的货物运动状态等相关的特征图像基础之上再结合光流信息图像，以解决光流信息图像敏感性问题，从而提高了货物运输状态的监测精度。
附图说明
[0045]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0046]图1是本申请实施例中提供的货物状态监测系统的场景示意图；
[0047]图2是本申请实施例中货物状态监测方法的一个实施例流程示意图；
[0048]图3是本申请实施例中货物状态监测装置的一个功能模块示意图；
[0049]图4是本申请实施例中终端设备的结构示意图。
具体实施方式
[0050]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种货物状态监测方法，其特征在于，所述方法包括：对已获取的货物运输场景图像进行特征提取，得到单通道特征图像；对所述单通道特征图像进光流信息计算，得到光流信息图像；结合所述货物运输场景图像、所述单通道特征图像和所述光流信息图像，监测所述货物的运动状态。2.根据权利要求1所述的货物状态监测方法，其特征在于，所述对已获取的货物运输场景图像进行特征提取，得到单通道特征图像，包括：将所述货物运输场景图像送入预设的特征提取网络，得到所述单通道特征图像，所述特征提取网络为单通道卷积层，所述单通道卷积层为多通道卷积层进行处理后得到的单通道卷积层。3.根据权利要求1所述的货物状态监测方法，其特征在于，所述对所述单通道特征图像进光流信息计算，得到光流信息图像，包括：计算所述单通道特征图像中每个像素的水平运动信息，得到水平光流信息图像；计算所述单通道特征图像中每个像素的垂直运动信息，得到垂直光流信息图像。4.根据权利要求3所述的货物状态监测方法，其特征在于，所述结合所述货物运输场景图像、所述单通道特征图像和所述光流信息图像，监测所述货物的运动状态，包括：对所述货物运输场景图像进行灰度处理，得到灰度图像；将所述灰度图像、所述单通道特征图像、所述水平光流信息图像和所述垂直光流信息图像叠加为四通道图像；将所述四通道图像送入预设的货物状态监测模型，监测所述货物的运动状态。5.根据权利要求1所述的货物状态监测方法，其特征在于，所述对已获取的货物运输场景图像进行特征提取，得到单通道特征图像之前，所述方法还包括：获取货物运输场景视频；对所述货物运输场景视频进行逐一取帧，得到所述货...
【专利技术属性】
技术研发人员：连自锋，
申请(专利权)人：顺丰科技有限公司，
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。