[发明专利]物品识别方法、装置、设备及存储介质在审

专利信息
申请号: 201911302129.7 申请日: 2019-12-17
公开(公告)号: CN112990245A 公开(公告)日: 2021-06-18
发明(设计)人: 曾创;熊晓峰;任雨;姚杰;刘翔 申请(专利权)人: 顺丰科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 张晓薇
地址: 518000 广东省深圳市南山区学府路(以南)*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物品 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种物品识别方法,其特征在于,所述方法包括:

获取第一目标图像,所述第一目标图像是指目标物品的图像;

识别所述第一目标图像,若确定所述第一目标图像为异常识别图像,则根据所述第一目标图像确定目标物品的第一特征,所述第一特征包括所述目标物品的形状、颜色或大小;

将所述第一特征归类为预设对象类型的识别参考特征,所述第一特征用于确定第二目标图像是否为预设对象类型,所述第二目标图像是指待分拣物品的图像,所述预设对象类型用于指示所述目标物品的类别。

2.根据权利要求1所述的物品识别方法,其特征在于,所述方法还包括:

获取第二目标图像;

提取所述第二目标图像的第二特征,根据所述第一特征和所述第二特征,确定所述第二目标图像的图像类型,所述第二特征包括所述待分拣物品的形状、颜色或大小;

若所述图像类型为预设对象类型,则生成与所述预设对象类型关联的分拣信息,所述分拣信息包括所述待分拣物品的流向;

根据所述分拣信息,对所述待分拣物品进行分拣。

3.根据权利要求2所述的物品识别方法,其特征在于,所述根据所述第一特征和所述第二特征,确定所述第二目标图像的图像类型,包括:

获取目标匹配度,所述目标匹配度是指所述第二特征与所述第一特征的匹配度;

若所述目标匹配度大于第一预设阈值,则确定所述第二目标图像的图像类型为与所述第一特征对应的预设对象类型。

4.根据权利要求2或3所述的物品识别方法,其特征在于,所述第二特征包括多个特征点,所述根据所述第一特征和所述第二特征,确定所述第二目标图像的图像类型,包括:

分别计算各个特征点的置信度;

将所述各个特征点的置信度相乘,得到所述第二特征的置信度;

若所述第二特征的置信度大于第二预设阈值,则确定所述第二目标图像的图像类型为与所述第一特征对应的预设对象类型。

5.根据权利要求3所述的物品识别方法,其特征在于,所述获取目标匹配度,包括:

从所述第一特征中,获取第一特征信息;

从所述第二特征中,获取第二特征信息;

获取所述第一特征信息与所述第二特征信息的匹配度,作为所述目标匹配度,所述特征信息包括物品的形状、颜色或大小中的至少任意一项。

6.根据权利要求1-3任一项所述的物品识别方法,其特征在于,所述根据所述第一目标图像确定目标物品的第一特征,包括:

从所述第一目标图像中,检测出目标区域,所述目标区域是指所述目标物品在所述第一目标图像中的位置;

获取目标像素值,所述目标像素值是指所述目标区域中各个点的像素值;

根据所述目标像素值确定所述目标物品的第一特征。

7.根据权利要求1-3任一项所述的物品识别方法,其特征在于,所述根据所述第一目标图像确定目标物品的第一特征的步骤之前还包括:

对所述第一目标图像进行滤波处理。

8.一种物品识别装置,其特征在于,所述装置包括:

获取单元,用于获取第一目标图像;

处理单元,用于识别所述获取单元获取的所述第一目标图像,若确定所述第一目标图像为异常识别图像,则根据所述获取单元获取的所述第一目标图像确定目标物品的第一特征,所述第一特征包括所述目标物品的形状、颜色或大小;将所述第一特征归类为预设对象类型的识别参考特征,所述第一特征用于确定第二目标图像是否为预设对象类型,所述第二目标图像是指待分拣物品的图像,所述预设对象类型用于指示所述目标物品的类别。

9.一种物品识别设备,其特征在于,所述物品识别设备包括:

一个或多个处理器;

存储器;以及

一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的物品识别方法。

10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的物品识别方法中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺丰科技有限公司,未经顺丰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911302129.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top