[发明专利]基于摄像头图像的仓库非法作业鉴别的方法及系统

说明书

本发明公开了一种基于摄像头图像的仓库非法作业鉴别的方法及系统，属于图像识别领域，本发明要解决的技术问题为如何保障仓库在出入库等的作业过程中，出现不必要的损失、安全隐患、质量问题等，降低非法作业带来的风险，技术方案为：将仓库按照不同货位，基于摄像头的可视角度进行区域划分；将划分区域与摄像头画面进行对应；在作业过程中对图像进行捕捉，检测动态过程并捕捉图像，图片捕捉按组进行捕捉，并对图片前后关联；将异常作业的图片组进行标记，并输出异常事件的维度信息和属性信息；将记录的信息及图片通过Python进行模型构建，设立初始的异常库；在初始化的异常库中导入标记完毕的异常图片，并进行模型初始参数设置，并进行模型优化。

技术领域

本发明涉及Python、图像识别及机器学习等相关领域，具体地说是一种基于摄像头图像的仓库非法作业鉴别的方法及系统。

背景技术

仓库安全管理就是针对物品在仓储环节对仓库建筑要求、照明要求、物品摆放要求、消防要求、收发要求、事故应急救援要求等综合性管理措施。

在当前对仓储安全管理越来越重视的背景下，如何保障仓库在出入库等的作业过程中，出现不必要的损失(偷盗)、安全隐患(吸烟作业)、质量问题(人为破损)等，降低非法作业带来的风险，是当前仓储作业中面临最多的问题。以往经常在事后通过监控进行原因查找，造成损失后再进行事后的追责，无法挽回既定结果。

发明内容

本发明的技术任务是提供一种基于摄像头图像的仓库非法作业鉴别的方法及系统，来解决如何保障仓库在出入库等的作业过程中，出现不必要的损失(偷盗)、安全隐患(吸烟作业)、质量问题(人为破损)等，降低非法作业带来的风险的问题。

本发明的技术任务是按以下方式实现的，一种基于摄像头图像的仓库非法作业鉴别的方法，该方法具体如下：

将仓库按照不同货位，基于摄像头的可视角度进行区域划分；

将划分区域与摄像头画面进行对应；

在作业过程中对图像进行捕捉，检测动态过程并捕捉图像，图片捕捉按组进行捕捉，并对图片前后关联；

将异常作业的图片组进行标记，并输出异常事件的维度信息和属性信息；

将记录的信息及图片通过Python进行模型构建，设立初始的异常库；

在初始化的异常库中导入标记完毕的异常图片，并进行模型初始参数设置，并进行模型优化。

作为优选，模型优化过程具体如下：

模型初始参数设置完毕后，通过相同场景的事件进行模拟验证：

①、若模拟验证通过并成功预警，则说明该场景及维度下的异常事件算法正确；

②、若模拟验证失败，模型没有进行预警，则说明该场景及维度下的异常事件算法不正确或存在缺陷，对该场景的异常事件算法进行更正，并进行模型更正；

当前场景及维度下的异常事件精准捕捉计算，重复输入图片进行模型训练，保证维度相同的场景不同属性的识别率逐步提高；

添加不同维度的场景，并标识不同异常行为的图片，保证维度不同的场景，不同属性的识别率逐步提高；

查看实际生产过程中的仓库异常行为，针对误判的情况，提取误判图片的特征值，并进行记录优化。

作为优选，维度信息包括场景、区域、切片记录位置及异常类型；

属性信息包括记录的时间信息、动作记录信息、动作坐标范围信息及异常关键点信息。

作为优选，所述模型包括异常标识、异常范围变化以及模型纠偏；