一种失物招领方法及系统技术方案

本发明专利技术公开了一种失物招领方法及系统，涉及失物招领技术领域

【技术实现步骤摘要】
一种失物招领方法及系统


[0001]本专利技术涉及失物招领
，具体而言，涉及一种失物招领方法及系统
。

技术介绍

[0002]在生活中丢东西的事情随时发生，所丢失的物品自身的经济价值给丢失人带来经济损失，而丢失的物品的使用价值，如保存在电脑或优盘中的数据，则会给失主的工作生活带来无法弥补的损失
。
[0003]在实际生活中，一般都是设置小范围的失物招领处，或者通过微信朋友圈或者“校园墙”发布失物招领信息，没有一个统一平台进行信息发布对接，涉及的人群和范围都非常有限
。
物品丢失问题一直是人们日常生活中的常见现象，如何实现高效精准的失物招领一直是人们不断探索的问题
。

技术实现思路

[0004]为了解决现有技术中无法实现高效精准的失物招领的问题，本专利技术提供一种失物招领方法及系统，通过多种智能模型分别针对多方面的数据处理，进行精准的人员和物品匹配，实现高效精准的失物招领
。
[0005]为解决上述技术问题，本专利技术采用的技术方案为：
[0006]第一方面，本专利技术提供一种失物招领方法，包括以下步骤：
[0007]构建失物招领基础架构；
[0008]构建智能模型库，所述智能模型库包括图像处理模型
、
文字识别模型及身份识别模型；
[0009]根据智能模型库对失物招领基础架构进行优化，以构建失物招领分析模型；
[0010]获取失物信息，基于失物招领分析模型调取智能模型库中对应的模型对失物信息进行分析，生成并存储失物物品特征数据；
[0011]获取用户的失物查询请求，基于失物招领分析模型调取智能模型库中对应的模型对失物查询请求进行分析，生成查询特征信息；
[0012]将查询特征信息和失物物品特征数据进行匹配，生成并将匹配信息发送给对应用户，完成失物招领
。
[0013]本专利技术通过构建合理的失物招领基础架构和智能模型库，并进行关联，形成更为有效的失物招领分析模型，以便后续进行针对性的高效的数据分析，从物品图像
、
物品文字介绍以及失物位置等多个方面进行匹配分析，进而确定出对应的失物匹配信息，实现高效精准的失物招领
。
[0014]基于第一方面，进一步地，上述构建失物招领基础架构的方法包括以下步骤：
[0015]获取并根据失物招领特征信息，设定人员分析节点
、
物品分析节点以及区域分析节点；
[0016]根据人员分析节点
、
物品分析节点以及区域分析节点构建失物招领基础架构
。
[0017]基于第一方面，进一步地，上述基于失物招领分析模型调取智能模型库中对应的模型对失物信息进行分析的方法包括以下步骤：
[0018]基于失物招领分析模型中的物品分析节点分别提取图像处理模型和文字识别模型对失物信息中的物品基础特征进行分析，以得到物品基础特征数据；
[0019]基于失物招领分析模型中的区域分析节点分别提取图像处理模型和文字识别模型对失物信息中的位置数据进行分析，以得到物品位置特征数据；
[0020]根据物品基础特征数据和物品位置特征数据生成并存储失物物品特征数据
。
[0021]基于第一方面，进一步地，上述基于失物招领分析模型调取智能模型库中对应的模型对失物查询请求进行分析的方法包括以下步骤：
[0022]基于失物招领分析模型中的物品分析节点分别提取图像处理模型和文字识别模型对失物查询请求中的物品特征进行分析，以得到物品特征数据；
[0023]基于失物招领分析模型中的区域分析节点分别提取图像处理模型和文字识别模型对失物查询请求中的物品位置特征进行分析，以得到目标区域位置信息；
[0024]基于失物招领分析模型中的人员分析节点提取身份识别模型对失物查询请求中的人员特征进行恩熙，以得到人员特征信息；
[0025]根据物品特征数据
、
目标区域位置信息和人员特征信息生成查询特征信息
。
[0026]基于第一方面，进一步地，上述将查询特征信息和失物物品特征数据进行匹配的方法包括以下步骤：
[0027]提取并将查询特征信息中的物品特征数据和失物物品特征数据中的物品基础特征数据进行匹配，生成第一匹配结果；
[0028]提取并将查询特征信息中的目标区域位置信息和失物物品特征数据中的物品位置特征数据进行匹配，生成第二匹配结果；
[0029]提取并将查询特征信息中的人员特征信息
、
第一匹配结果和第二匹配结果生成最终的匹配信息
。
[0030]第二方面，本专利技术提供一种失物招领系统，包括基础架构构建模块
、
模型库构建模块
、
架构优化模块
、
失物信息分析模块
、
请求分析模块以及特征匹配模块，其中：
[0031]基础架构构建模块，用于构建失物招领基础架构；
[0032]模型库构建模块，用于构建智能模型库，所述智能模型库包括图像处理模型
、
文字识别模型及身份识别模型；
[0033]架构优化模块，用于根据智能模型库对失物招领基础架构进行优化，以构建失物招领分析模型；
[0034]失物信息分析模块，用于获取失物信息，基于失物招领分析模型调取智能模型库中对应的模型对失物信息进行分析，生成并存储失物物品特征数据；
[0035]请求分析模块，用于获取用户的失物查询请求，基于失物招领分析模型调取智能模型库中对应的模型对失物查询请求进行分析，生成查询特征信息；
[0036]特征匹配模块，用于将查询特征信息和失物物品特征数据进行匹配，生成并将匹配信息发送给对应用户，完成失物招领
。
[0037]本系统通过基础架构构建模块
、
模型库构建模块
、
架构优化模块
、
失物信息分析模块
、
请求分析模块以及特征匹配模块等你多个模块的配合，通过多种智能模型分别针对多
方面的数据处理，进行精准的人员和物品匹配，实现高效精准的失物招领
。
通过构建合理的失物招领基础架构和智能模型库，并进行关联，形成更为有效的失物招领分析模型，以便后续进行针对性的高效的数据分析，从物品图像
、
物品文字介绍以及失物位置等多个方面进行匹配分析，进而确定出对应的失物匹配信息，实现高效精准的失物招领
。
[0038]第三方面，本申请提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器；当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法
。
[0039]第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法
。
[0040]本专利技术至少具有如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种失物招领方法，其特征在于，包括以下步骤：构建失物招领基础架构；构建智能模型库，所述智能模型库包括图像处理模型
、
文字识别模型及身份识别模型；根据智能模型库对失物招领基础架构进行优化，以构建失物招领分析模型；获取失物信息，基于失物招领分析模型调取智能模型库中对应的模型对失物信息进行分析，生成并存储失物物品特征数据；获取用户的失物查询请求，基于失物招领分析模型调取智能模型库中对应的模型对失物查询请求进行分析，生成查询特征信息；将查询特征信息和失物物品特征数据进行匹配，生成并将匹配信息发送给对应用户，完成失物招领
。2.
根据权利要求1所述的一种失物招领方法，其特征在于，所述构建失物招领基础架构的方法包括以下步骤：获取并根据失物招领特征信息，设定人员分析节点
、
物品分析节点以及区域分析节点；根据人员分析节点
、
物品分析节点以及区域分析节点构建失物招领基础架构
。3.
根据权利要求2所述的一种失物招领方法，其特征在于，所述基于失物招领分析模型调取智能模型库中对应的模型对失物信息进行分析的方法包括以下步骤：基于失物招领分析模型中的物品分析节点分别提取图像处理模型和文字识别模型对失物信息中的物品基础特征进行分析，以得到物品基础特征数据；基于失物招领分析模型中的区域分析节点分别提取图像处理模型和文字识别模型对失物信息中的位置数据进行分析，以得到物品位置特征数据；根据物品基础特征数据和物品位置特征数据生成并存储失物物品特征数据
。4.
根据权利要求2所述的一种失物招领方法，其特征在于，所述基于失物招领分析模型调取智能模型库中对应的模型对失物查询请求进行分析的方法包括以下步骤：基于失物招领分析模型中的物品分析节点分别提取图像处理模型和文字识别模型对失物查询请求中的物品特征进行分析，以得到物品特征数据；基于失物招领分析模型中的区域分析节点分别提取图像处理模型和文字识别模型对失物查询请求中的物品位置特征进行分析，以得到目标区域位置信息；基于失物招领分析模型中的人员分析节点提取身份识别模型对失物查询请求...

【专利技术属性】
技术研发人员：伍靓雯，沈国娣，王艳，李祥，
申请(专利权)人：湖州市中心医院，
类型：发明
国别省市：