[发明专利]一种基于计算机视觉的暴力分拣快递判断方法

摘要

本发明涉及一种基于计算机视觉的暴力分拣快递判断方法，采用深度学习的方法，使用YOLO卷积神经网络进行样本集训练，获得具有识别快递能力的模型，即包裹识别模型，用于针对各个视频帧进行识别，然后基于所识别获得包裹图像的坐标，根据包裹图像坐标的实时变化，判断是否属于暴力分拣行为，整个设计方法简洁，易于实现，且能够有效提高实际应用效率。

主权项

一种基于计算机视觉的暴力分拣快递判断方法，其特征在于，基于固定角度拍摄快递传送单，所获得的各个视频帧，执行暴力分拣快递判断方法，其中，包裹分拣员工作区位于固定角度拍摄区域内，所述暴力分拣快递判断方法包括如下步骤：步骤A. 采用经过包裹样本集训练的包裹识别模型，针对各个视频帧进行识别，获得各个视频帧中的包裹图像，并进行标记，然后进入步骤B；步骤B. 针对固定角度拍摄区域建立坐标系，获得各个视频帧中包裹图像的坐标信息，然后进入步骤C；步骤C. 基于各个视频帧中包裹图像的坐标信息，获得包裹本体的移动轨迹，并获得移动轨迹的起点坐标和终点坐标，以及最高点坐标，然后进入步骤D；步骤D. 获得起点坐标与终点坐标相对横坐标轴的距离A，并判断A>W或y>H是否成立，是则判断该包裹为暴力分拣；否则判断该包裹不是暴力分拣；其中，W表示沿坐标系横坐标预设包裹最大正常移动距离，y表示移动轨迹中最高点坐标的纵坐标，H表示沿坐标系纵坐标预设包裹最大正常移动距离。