[发明专利]图像处理方法及装置、存储介质及电子设备

说明书

本公开提供了一种图像处理方法、装置、电子设备及存储介质，涉及计算机技术领域。该方法包括：获取当前时刻的仓库图像，当前时刻的仓库图像中包括目标范围区域；利用目标检测模型检测当前时刻的仓库图像；当检测出当前时刻的仓库图像中存在目标对象时，确定目标对象的对象区域；确定对象区域和目标范围区域的位置关系；根据对象区域和目标范围区域的位置关系生成提示信息。该方法可以利用机器学习的方法监控仓库，精准识别仓库中是否出现目标对象，并在确定出现目标对象后进一步确定目标对象与目标范围区域的位置关系进而自动生成提示信息，本方法中的目标范围区域和目标对象可灵活设置，易于实现且复用率高。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、存储介质及电子设备。

背景技术

在仓库监管中，常常设置有需要监管的目标范围区域，当有对象闯入时，需要进行提示。

相关技术中，通常是使用电子光栅等物理设备实现监管。安装难度高，复用率低，且难以区分闯入对象。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种图像处理方法、装置、电子设备及存储介质，以解决安装难度高、复用率低、难以区分闯入对象的类型的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种图像处理方法，包括：获取当前时刻的仓库图像，当前时刻的仓库图像中包括目标范围区域；利用目标检测模型检测当前时刻的仓库图像；其中，目标检测模型是基于包括目标对象的历史仓库图像训练得到的；当检测出当前时刻的仓库图像中存在目标对象时，确定目标对象的对象区域；确定对象区域和目标范围区域的位置关系；根据对象区域和目标范围区域的位置关系生成提示信息。

在本公开一个实施例中，本公开提供的图像处理方法还包括：展示初始仓库图像，初始仓库图像中包括目标物体；接收对目标物体的圈选操作；

根据圈选操作对应的坐标信息生成目标范围区域。

在本公开一个实施例中，在利用目标检测模型检测当前时刻的仓库图像之前，还包括：获取上一时刻的仓库图像；利用帧差法对上一时刻的仓库图像和当前时刻的仓库图像进行对比处理，得到对比结果；当对比结果为当前时刻的仓库图像相比于上一时刻的仓库图像存在变动区域时，调用目标检测模型。

在本公开一个实施例中，还包括：当对比结果为当前时刻的仓库图像相比于上一时刻的仓库图像不存在变动区域时，在下一时刻获取下一时刻的仓库图像。

在本公开一个实施例中，在确定对象区域和目标范围区域的位置关系之前，还包括：确认变动区域与对象区域存在重合；以及，若变动区域与对象区域不存在重合，则在下一时刻获取下一时刻的仓库图像。

在本公开一个实施例中，目标对象的类型包括：人体和运输设备；目标检测模型是按如下方式训练的：获取包括目标对象的历史仓库图像，历史仓库图像为一个或多个影像采集设备采集得到的图像；从历史仓库图像中选取第一数量的图像以作为目标检测模型的训练集，从历史仓库图像中选取第二数量的图像以作为目标检测模型的验证集；利用图像标注工具识别训练集和验证集中图像上的人体和/或运输设备，以作为训练集和验证集中图像的分类标签；根据具有分类标签的训练集和验证集训练目标检测模型。

在本公开一个实施例中，本公开提供的图像处理方法还包括：目标检测模型训练完成后，将目标检测模型部署至仓库中的边缘计算单元。