[发明专利]装载率识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种装载率识别方法、装置、计算机设备和存储介质。所述方法包括：获取载物厢体的厢体图像序列，以及与厢体图像序列对应的厢内图像序列；将厢体图像序列输入训练好的第一神经网络，通过第一神经网络的中间层，提取厢体图像序列的时序特征；将厢内图像序列输入训练好的第二神经网络，通过第二神经网络的中间层，提取厢内图像序列的装载率分类特征；其中，第一神经网络的中间层与第二神经网络的中间层的大小相同；融合时序特征和所述装载率分类特征，得到融合特征；将融合特征输入训练好的第三神经网络，得到厢内图像序列的装载率分类结果。采用本方法能够提高识别的精度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种装载率识别方法、装置、计算机设备和存储介质。

背景技术

在物流领域，装载率一般指实际所载货物体积除以车厢最大可载货体积。装载率可分为瞬时装载率和过程装载率，瞬时装载率是指车厢到港或者离港时给出的车厢装载率值，过程装载率指的是货物装卸过程中车厢的实时装载率。装载率是一种评估营运效率的方法，可以用于反映物流中转场的工作情况。从而可以根据装载率来合理调度车辆，以便充分利用车辆资源，降低物流成本且提高运行效率。

装载率传统上依靠测量设备或者人工进行测量，测量设备的使用不仅需要专门搭建专用的测量平台，并且对场地有一定的要求。而且无论是依靠测量设备还是人工测量都需要较大的人力成本，不仅成本高且测量速度慢。然而，随着人工智能的发展，以及为了节省人力成本和提高测量的速度，利用神经网络识别装载率成为了一种新方法。但是，现有神经网络通常都是提取单张图像的信息进行装载率的识别，导致识别的精度低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高识别精度的装载率识别方法、装置、计算机设备和存储介质。

一种装载率识别方法，所述方法包括：

获取载物厢体的厢体图像序列，以及与所述厢体图像序列对应的厢内图像序列；

将所述厢体图像序列输入训练好的第一神经网络，通过所述第一神经网络的中间层，提取所述厢体图像序列的时序特征；

将所述厢内图像序列输入训练好的第二神经网络，通过所述第二神经网络的中间层，提取所述厢内图像序列的装载率分类特征；其中，所述第一神经网络的中间层与所述第二神经网络的中间层的大小相同；

融合所述时序特征和所述装载率分类特征，得到融合特征；

将所述融合特征输入训练好的第三神经网络，得到所述厢内图像序列的装载率分类结果。

一种装载率识别装置，所述装置包括：

获取模块，用于获取载物厢体的厢体图像序列，以及与所述厢体图像序列对应的厢内图像序列；

提取模块，用于将所述厢体图像序列输入训练好的第一神经网络，通过所述第一神经网络的中间层，提取所述厢体图像序列的时序特征；

所述提取模块还用于将所述厢内图像序列输入训练好的第二神经网络，通过所述第二神经网络的中间层，提取所述厢内图像序列的装载率分类特征；其中，所述第一神经网络的中间层与所述第二神经网络的中间层的大小相同；

融合模块，用于融合所述时序特征和所述装载率分类特征，得到融合特征；

识别模块，用于将所述融合特征输入训练好的第三神经网络，得到所述厢内图像序列的装载率分类结果。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述装载率识别方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任意一项所述装载率识别方法的步骤。