[发明专利]一种电瓶车入箱检测方法、装置、计算机设备及存储介质

权利要求书

1.一种电瓶车入箱检测方法，其特征在于，包括：

获取由监控相机采集的箱内监控图像，其中，所述监控相机安装在箱内顶部且面向箱门，并使镜头视野涵盖箱内地面区域；

从所述箱内监控图像中提取出多个人体关节点的空间坐标，其中，所述多个人体关节点属于同一人体且用于表征人体推车姿态；

根据所述多个人体关节点的空间坐标，计算得到用于识别人体推车姿态的多个人体姿态特征值；

将所述多个人体姿态特征值作为一个待测的数据样本输入基于神经网络的且已完成训练的人体推车姿态识别模型，输出得到对应的且识别有人体推车姿态的第一置信度预测值；

判断所述第一置信度预测值是否大于第一预设阈值；

若是，则判定有电瓶车入箱。

2.如权利要求1所述的电瓶车入箱检测方法，其特征在于，从所述箱内监控图像中提取出多个人体关节点的空间坐标，包括：

运用人体姿态识别项目OpenPose软件从所述箱内监控图像中识别出根据COCO18模式关节点标号标记的十八个人体关节点，其中，所述十八个人体关节点属于同一人体；

从所述十八个人体关节点中筛选出预设的且用于表征人体推车姿态的多个人体关节点；

针对所述多个人体关节点中的各个人体关节点，将在所述监控相机的相机坐标系下的对应坐标作为对应的空间坐标。

3.如权利要求1所述的电瓶车入箱检测方法，其特征在于，所述多个人体关节点包含有鼻子节点、首节点、右肩节点、右肘节点、右手首节点、左肩节点、左肘节点、左手首节点、右腰节点、右膝节点、左腰节点和左膝节点；

所述多个人体姿态特征值包含有至少一个距离特征值和至少一个角度特征值，其中，所述至少一个距离特征值包含有右手首节点至右腰节点的距离、左手首节点至左腰节点的距离、右肩节点至右手首节点的距离、左肩节点至左手首节点的距离、鼻子节点至右手首节点的距离、鼻子节点至左手首节点的距离、右手首节点至右膝节点的距离、左手首节点至左膝节点的距离、右手首节点至左手首节点的距离、右膝节点至左膝节点的距离、右肘节点至左膝节点的距离和/或左肘节点至右膝节点的距离，所述至少一个角度特征值包含有右肩节点-右肘节点-右手首节点的关节点间夹角、左肩节点-左肘节点-左手首节点的关节点间夹角、右肘节点-右肩节点-首节点的关节点间夹角、左肘节点-左肩节点-首节点的关节点间夹角、左手首节点-左腰节点-左膝节点的关节点间夹角、右手首节点-右腰节点-右膝节点的关节点间夹角、右手首节点-鼻子节点-左手首节点的关节点间夹角、右手首节点-首节点-左手首节点的关节点间夹角、首节点-右腰节点-右膝节点的关节点间夹角、首节点-左腰节点-左膝节点的关节点间夹角、右手首节点-首节点-右腰节点的关节点间夹角、左手首节点-首节点-左腰节点的关节点间夹角和/或右膝节点-首节点-左膝节点的关节点间夹角。

4.如权利要求1所述的电瓶车入箱检测方法，其特征在于，在将所述多个人体姿态特征值作为一个待测的数据样本输入基于神经网络的且已完成训练的人体推车姿态识别模型之前，所述方法还包括：

获取在电瓶车入箱时采集的M张箱内样本图像，其中，M表示大于或等于五的自然数；

针对所述M张箱内样本图像中的各张箱内样本图像，从对应图像中提取出所述多个人体关节点的空间坐标；

针对所述M张箱内样本图像中的各张箱内样本图像，根据对应的空间坐标提取结果，计算对应的所述多个人体姿态特征值，得到对应的姿态特征正样本；

根据与所述M张箱内样本图像一一对应的M个姿态特征正样本，抽取出m个姿态特征正样本组成姿态特征正样本集，其中，m表示大于一且小于M的自然数；

将所述姿态特征正样本集输入神经网络模型进行训练，得到用于根据输入数据识别是否有人体推车姿态的所述人体推车姿态识别模型。