[发明专利]输送线的阻塞检测方法及相关装置、设备

权利要求书

1.一种输送线的阻塞检测方法，其特征在于，所述输送线的阻塞检测方法包括：

从拍摄所述输送线得到的第一图像序列中确定所述输送线的待确认阻塞区域；

对所述待确认阻塞区域进行光流计算，以得到所述待确认阻塞区域在第二图像序列中的运动信息，其中，所述第二图像序列是拍摄所述输送线得到，且拍摄时间晚于所述第一图像序列的拍摄时间；

统计所述运动信息，以确定所述待确认阻塞区域是否确实被阻塞。

2.根据权利要求1所述的输送线的阻塞检测方法，其特征在于，所述对所述待确认阻塞区域进行光流计算，以得到所述待确认阻塞区域在所述第二图像序列中的运动信息包括：

基于时间轴，通过稠密光流依次计算所述待确认阻塞区域在所述第二图像序列中每相邻两张图像的运动信息，得到所述待确认阻塞区域在每相邻两张图像之间的偏移量。

3.根据权利要求2所述的输送线的阻塞检测方法，其特征在于，所述得到所述待确认阻塞区域在每相邻两张图像之间的偏移量之后包括：

统计所述第二图像序列中所有相邻两张图像之间的偏移量，得到偏移总量；

响应于所述偏移总量没有超过预设阈值，输出所述待确认阻塞区域被阻塞的结果。

4.根据权利要求1所述的输送线的阻塞检测方法，其特征在于，所述从拍摄所述输送线得到的第一图像序列中确定所述输送线的待确认阻塞区域的步骤包括：

拍摄所述输送线，得到图像序列；

将所述图像序列划分为所述第一图像序列与所述第二图像序列；

分别对所述第一图像序列中的每张图像进行像素分类，得到所述第一图像序列中的每张图像对应的像素分类图；

将每张所述像素分类图进行叠加处理，得到所述第一图像序列对应的叠层图像；

通过所述叠层图像确定所述输送线中的待确认阻塞区域。

5.根据权利要求4所述的输送线的阻塞检测方法，其特征在于，所述分别对所述第一图像序列中的每张图像进行像素分类，得到所述第一图像序列中的每张图像对应的像素分类图的步骤包括：

通过语义分割网络分别对所述第一图像序列中的每张图像进行像素分类，给所述输送线上的输送对象设定预设像素值，得到所述第一图像序列中的每张图像对应的所述像素分类图。

6.根据权利要求5所述的输送线的阻塞检测方法，其特征在于，所述将每张所述像素分类图进行叠加处理，得到所述第一图像序列对应的叠层图像，通过所述叠层图像确定所述输送线中的待确认阻塞区域的步骤包括：

将每张所述像素分类图的预设像素值进行对齐叠加，得到所述叠层图像的累加像素值；

响应于所述叠层图像中存在所述累加像素值超过设定值的区域，将所述区域确定为所述待确认阻塞区域。

7.根据权利要求5所述的输送线的阻塞检测方法，其特征在于，所述语义分割网络是通过以下步骤得到的：

采集预设数量的所述输送线的图像数据；

将所述图像数据输入至深度学习网络，利用损失函数和随机梯度下降策略对所述深度学习网络进行训练，得到所述语义分割网络。

8.根据权利要求7所述的输送线的阻塞检测方法，其特征在于，所述采集预设数量的所述输送线的图像数据的步骤包括：

采集预设数量的所述输送线的图像数据，将预设数量的所述图像数据按照一定比例划分为训练数据和测试数据；

所述将所述图像数据输入至深度学习网络，利用损失函数和随机梯度下降策略对所述深度学习网络进行训练，得到所述语义分割网络的步骤包括：

将所述训练数据输入至深度学习网络，利用所述损失函数和所述随机梯度下降策略对所述深度学习网络进行训练，得到训练后的深度学习网络；

基于所述测试数据对所述训练后的深度学习网络进行测试，得到所述训练后的深度学习网络的平均交并比；

响应于所述平均交并比超过一定阈值，确定所述训练后的深度学习网络为所述语义分割网络。