[发明专利]传送装置异常检测方法、装置、电子设备及存储介质在审
申请号: | 202010944640.3 | 申请日: | 2020-09-10 |
公开(公告)号: | CN114255435A | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 张宽 | 申请(专利权)人: | 顺丰科技有限公司 |
主分类号: | G06V20/52 | 分类号: | G06V20/52;G06V10/40;G06V10/82;G06T5/50;B65G43/02 |
代理公司: | 深圳紫藤知识产权代理有限公司 44570 | 代理人: | 官建红 |
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: | 传送 装置 异常 检测 方法 电子设备 存储 介质 | ||
1.一种传送装置异常检测方法,其特征在于,所述方法包括:
获取传送装置处于工作状态时的在先状态图像和在后状态图像;
根据所述在先状态图像和所述在后状态图像进行光流图预测处理,得到所述传送装置的第一光流图;
根据所述在先状态图像、所述在后状态图像以及所述第一光流图进行检测处理,得到所述传送装置的异常信息。
2.根据权利要求1所述的传送装置异常检测方法,其特征在于,所述根据所述在先状态图像、所述在后状态图像以及所述第一光流图进行检测处理,得到所述传送装置的异常信息,包括:
对所述在先状态图像、所述在后状态图像以及所述第一光流图进行叠加处理,得到所述传送装置的第一融合图;
调用训练后的异常检测网络根据所述第一融合图进行特征提取处理得到所述第一融合图的第一图像特征信息,并根据所述第一图像特征信息进行预测处理得到所述传送装置的异常信息,其中,所述异常信息包括所述传送装置的异常区域的坐标信息和置信度。
3.根据权利要求1所述的传送装置异常检测方法,其特征在于,所述异常信息包括所述传送装置的异常区域的坐标信息,所述根据所述在先状态图像、所述在后状态图像以及所述第一光流图进行检测处理,得到所述传送装置的异常信息,之后还包括:
根据所述异常区域的坐标信息进行状态检测处理,得到所述传送装置的拥堵程度,其中,所述拥堵程度用于指示所述传送装置是否处于异常状态。
4.根据权利要求3所述的传送装置异常检测方法,其特征在于,所述根据所述异常区域的坐标信息进行状态检测处理,得到所述传送装置的拥堵程度,包括:
调用训练后的拥堵程度分类网络根据所述异常区域的坐标信息进行状态检测处理,得到所述传送装置的拥堵程度。
5.根据权利要求1所述的传送装置异常检测方法,其特征在于,所述根据所述在先状态图像和所述在后状态图像进行光流图预测处理,得到所述传送装置的第一光流图,包括:
将所述在先状态图像和所述在后状态图像进行叠加处理,得到所述传送装置的第二融合图;
根据所述第二融合图进行特征提取处理,得到所述第二融合图的第二图像特征信息;
根据所述第二图像特征信息进行预测处理,得到所述传送装置的第一光流图。
6.根据权利要求5所述的传送装置异常检测方法,其特征在于,所述根据所述第二融合图进行特征提取处理,得到所述第二融合图的第二图像特征信息,包括:
调用训练后的光流图预测网络中的特征提取子网络,根据所述第二融合图进行特征提取处理,得到所述第二融合图的第二图像特征信息;
所述根据所述第二图像特征信息进行预测处理,得到所述传送装置的第一光流图,包括:
调用训练后的光流图预测网络中的预测子网络,根据所述第二图像特征信息进行预测处理,得到所述传送装置的第一光流图。
7.根据权利要求6所述的传送装置异常检测方法,其特征在于,所述方法还包括:
获取待训练图像,其中,所述待训练图像包括传送装置处于工作状态时的第一状态图像和第二状态图像,所述待训练图像已标注实际的光流图;
将所述第一状态图像和所述第二状态图像进行叠加处理,得到所述传送装置的训练融合图;
调用预设的光流图预测网络中的特征提取子网络,根据所述训练融合图进行特征提取处理,得到所述训练融合图的特征信息;
调用预设的光流图预测网络中的预测子网络,根据所述训练融合图的特征信息进行预测处理,得到所述传送装置的第二光流图;
根据所述第二光流图和所述实际的光流图,对所述预设的光流图预测网络进行训练,得到所述训练后的光流图预测网络。
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/202010944640.3/1.html,转载请声明来源钻瓜专利网。