CN111415121B - 基于疫情防护的货物处理方法、设备及存储介质 - Google Patents
基于疫情防护的货物处理方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111415121B CN111415121B CN202010246146.XA CN202010246146A CN111415121B CN 111415121 B CN111415121 B CN 111415121B CN 202010246146 A CN202010246146 A CN 202010246146A CN 111415121 B CN111415121 B CN 111415121B
- Authority
- CN
- China
- Prior art keywords
- target
- cargo
- preset
- allocation
- protection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/732—Query formulation
- G06F16/7328—Query by example, e.g. a complete video frame or video sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
- G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0836—Recipient pick-ups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/10—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property
- G07F17/12—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property comprising lockable containers, e.g. for accepting clothes to be cleaned
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Development Economics (AREA)
- Biomedical Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Molecular Biology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于疫情防护的货物处理方法、设备和存储介质,所述方法包括:当接收到货物存储请求时,调取目标配货视频;解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物。本申请解决现有技术中在传染疾病爆发期间,采用直接接触的方式进行货物传递,且未对配货员进行疫情防护,致使病毒细菌等传播的危险性增加,用户安全性降低的技术问题。
Description
技术领域
本申请涉及金融科技(Fintech)的人工智能技术领域,尤其涉及一种基于疫情防护的货物处理方法、设备及存储介质。
背景技术
随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术应用在金融领域,但金融业也对技术提出了更高的要求,如金融业对基于疫情防护的货物处理也有更高的要求。
即随着在线购物的不断发展,用户可以通过线上平台购买任何所需要的货物,而线上平台在接收到用户的订单请求后,会安排配货员根据用户的订单请求配备货物,然后将配备好的货物通过送货员(或者其他物流人员等)利用物流配送给用户或者直接配送给用户。
即目前,配货员等通常采用直接接触的方式进行货物传递,且未对配货员进行疫情防护,在传染疾病爆发期间,这会增加病毒或者细菌等传播的危险,降低购物的安全性。
发明内容
本申请的主要目的在于提供一种基于疫情防护的货物处理方法、设备和存储介质,旨在解决现有技术中在传染疾病爆发期间,采用直接接触的方式进行货物传递,且未对配货员进行疫情防护,致使病毒或者细菌等传播的危险性增加,用户安全性降低的技术问题。
为实现上述目的,本申请提供一种基于疫情防护的货物处理方法,所述基于疫情防护的货物处理方法包括:
当接收到货物存储请求时,调取目标配货视频;
解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;
若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物。
可选地,所述解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准的步骤,包括:
通过预设行为识别模型解析所述目标配货视频,以提取所述目标配货视频中各帧图像中的行为,得到所述目标配货员的配货行为特征集,其中,所述预设行为识别模型是通过预设机器学习算法对具有预设行为标签的图像集进行训练得到的;
确定所述配货行为特征集中是否存在预设疫情防护违规行为,若所述配货行为特征集中存在预设疫情防护违规行为,确定所述目标配货视频中目标配货员的配货行为不符合预设疫情防护标准。
可选地,所述若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物的步骤之后,所述方法包括:
当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证;
若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物。
可选地,所述若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物步骤之后,所述方法还包括:
若检测到所述目标货物提取完成时,对所述自提柜进行自动消毒处理,得到消毒处理的记录信息;
上报所述记录信息。
可选地,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的图像信息和/或体温信息;
若所述图像信息中的所述目标送货员具有预设送货行为特征,和/或,所述目标送货员的体温信息在预设温度范围内,则确定所述目标送货员通过所述预设疫情防护验证。
可选地,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图;
根据所述目标送货地图与当前疫情分布地图进行对比,得到所述目标送货地图与当前疫情分布地图的重合度;
根据所述重合度确定所述目标送货员的疫情指标系数,若所述目标送货员的疫情指标系数小于或者等于预设系数阈值时,则确定所述目标送货员通过所述预设疫情防护验证。
可选地,所述当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图的步骤之前,所述方法还包括:
获取过去预设时间段内所接收的批量的货物订单信息,从所述货物订单信息中提取位置信息;
获取各个送货员的第二标识信息,根据所述第二标识信息对所述位置信息进行整合处理,得到整合结果;
根据整合结果统计各个送货员的送货地图。
本申请还提供一种基于疫情防护的货物处理设备,所述基于疫情防护的货物处理设备为实体设备,所述基于疫情防护的货物处理设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述基于疫情防护的货物处理方法的程序,所述基于疫情防护的货物处理方法的程序被处理器执行时可实现如如下的基于疫情防护的货物处理方法的步骤:
当接收到货物存储请求时,调取目标配货视频;
解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;
若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物。
可选地,所述解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准的步骤,包括:
通过预设行为识别模型解析所述目标配货视频,以提取所述目标配货视频中各帧图像中的行为,得到所述目标配货员的配货行为特征集,其中,所述预设行为识别模型是通过预设机器学习算法对具有预设行为标签的图像集进行训练得到的;
确定所述配货行为特征集中是否存在预设疫情防护违规行为,若所述配货行为特征集中存在预设疫情防护违规行为,确定所述目标配货视频中目标配货员的配货行为不符合预设疫情防护标准。
可选地,所述若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物的步骤之后,所述方法包括:
当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证;
若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物。
可选地,所述若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物步骤之后,所述方法还包括:
若检测到所述目标货物提取完成时,对所述自提柜进行自动消毒处理,得到消毒处理的记录信息;
上报所述记录信息。
可选地,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的图像信息和/或体温信息;
若所述图像信息中的所述目标送货员具有预设送货行为特征,和/或,所述目标送货员的体温信息在预设温度范围内,则确定所述目标送货员通过所述预设疫情防护验证。
可选地,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图;
根据所述目标送货地图与当前疫情分布地图进行对比,得到所述目标送货地图与当前疫情分布地图的重合度;
根据所述重合度确定所述目标送货员的疫情指标系数,若所述目标送货员的疫情指标系数小于或者等于预设系数阈值时,则确定所述目标送货员通过所述预设疫情防护验证。
可选地,所述当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图的步骤之前,所述方法还包括:
获取过去预设时间段内所接收的批量的货物订单信息,从所述货物订单信息中提取位置信息;
获取各个送货员的第二标识信息,根据所述第二标识信息对所述位置信息进行整合处理,得到整合结果;
根据整合结果统计各个送货员的送货地图。
本申请还提供一种存储介质,所述存储介质上存储有实现上述基于疫情防护的货物处理方法的程序,所述基于疫情防护的货物处理方法的程序被处理器执行时实现如上述的基于疫情防护的货物处理方法的步骤。
本申请通过当接收到货物存储请求时,调取目标配货视频;解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物。即在本申请中,当接收到货物存储请求时,先获取所述存储请求所针对的目标配货柜的第一标识信息,进而根据该第一标识信息确定目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准(对目标配货员进行疫情防护),若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物,即避免采用直接接触方式进行获取的传递,进而避免增加病毒或者细菌等传播的危险性,提升用户的安全性,解决现有技术中在传染疾病爆发期间,采用直接接触的方式进行货物传递,且未对配货员进行疫情防护,致使病毒或者细菌等传播的危险性增加,用户安全性降低的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请基于疫情防护的货物处理方法第一实施例的流程示意图;
图2为本申请基于疫情防护的货物处理方法第二实施例的流程示意图;
图3为本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供一种基于疫情防护的货物处理方法,在本申请基于疫情防护的货物处理方法的第一实施例中,参照图1,所述基于疫情防护的货物处理方法包括:
步骤S10,当接收到货物存储请求时,调取目标配货视频;
步骤S20,解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;
步骤S30,若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物。
具体步骤如下:
步骤S10,当接收到货物存储请求时,调取目标配货视频;
需要说明的是,在本实施例中,基于疫情防护的货物处理方法可以应用于线上平台(从属于基于疫情防护的货物处理设备),该线上平台是对应设置有配货仓库以及配货柜的,其中,线上平台可能就是一个配货仓库,一个配货仓库分为很多个区,每个区域都设置一个摄像头,或者一个仓库就是一个摄像头,一个配货员收到了线上平台的一个配货订单,去各个区拣货,得到订单中所需要的各个货物,打包成一个大袋子,然后放到配货柜中,需要说明的是,对于每个配货柜而言,对于每个配货柜中每个自提柜或者箱格而言,还可以设置有紫外线生成装置等智能设备,以对每个自提柜或者箱格进行杀毒处理,进一步地,每个自提柜或者箱格,以及由每个自提柜或者箱格构成的配货柜是处于联网状态的,以对每个自提柜或者箱格进行有序管理。
在请求放到配货柜(放柜)之前,调取配货仓库拍下来的视频,由于请求配货时会在请求中携带有配货员的相关信息(基于物联网得到),因而可以对应找到配货员的配货视频或者视频帧了,即配货员往柜里存货之前,调出目标配货视频(也就是找出配货员的配货视频),即当接收到货物存储请求时,调取目标配货视频。
又或者,基于疫情防护的货物处理方法可以应用于线上平台(从属于基于疫情防护的货物处理设备),该线上平台是可以对应设置有一个配货仓库的以及多个配货柜的,配货员将该配货仓库中的货物配送或者分拣至配货柜中,具体地,一个配货员收到了线上平台的一个配货订单(具体地,线上平台在接收到用户订单(可以为多个用户的订单)后,可以根据订单中的地址,分配给配货员,以供配货员进行配货,也可以根据订单中的货物类型,分配给配货员,以供配货员进行配货,在本实施例中,以根据订单中的地址进行分配为例进行具体说明),去配货仓库中拣货,得到订单中所需要的各个货物,然后放到配货柜中,配货柜可以是每个小区单元或者每个区域单元对应设置有一个配货柜,该配货柜包括多个自提柜或者箱格,对于每个配货柜而言,对应设置有一个或者是多个摄像头(配货仓库中预先对应设置好的),以采集与所述配货柜关联的关联信息,对于配货柜中的自提柜或者箱格而言,也是设置有内置摄像头的,以获取对应自提柜或者箱格内部的信息,另外,对于每个自提柜或者箱格,还可以设置有紫外线生成装置等智能设备,以对每个自提柜或者箱格进行杀毒处理,进一步地,每个自提柜或者箱格,以及由每个自提柜或者箱格构成的配货柜是处于联网状态的,以对每个自提柜或者箱格进行有序管理。
当接收到货物存储请求时,获取所述存储请求所针对的目标配货柜的第一标识信息,以调取所述第一标识信息所指向的目标配货视频,其中,货物存储请求可以为配货员在完成某一小区单元订单或者某一区域单元中所有货物的配备工作后触发的,配货员在完成所有订单的配货后,会在终端上发送货物存储请求,进而进行存储,需要说明的是,该货物存储请求可以是通过配货员通过蓝牙,近场通信,移动通信等在现场进行触发的,当然,该货物存储请求还可以是配货员在配货应用(显示空的配货柜或者箱格等)上进行触发的,其中,该货物存储请求中携带需要开启的配货柜的标识信息,因而当接收到货物存储请求时,可以获取所述存储请求所针对的目标配货柜的第一标识信息,以调取所述第一标识信息所指向的目标配货视频。
步骤S20,解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;
在得到目标配货视频后,解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准,具体地,包括如下两种方式:方式一:为了提升效率,可以在得到目标配货视频后,随机选取目标配货视频中的一张图片,解析该图片,以确定所述图片中目标配货员的配货行为是否符合预设疫情防护标准,方式二:通过预设行为识别模型解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准。
具体地,所述解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准的步骤,包括:
步骤S21,通过预设行为识别模型解析所述目标配货视频,以提取所述目标配货视频中各帧图像中的行为,得到所述目标配货员的配货行为特征集,其中,所述预设行为识别模型是通过预设机器学习算法对具有预设行为标签的图像集进行训练得到的;
具体地,所述预设行为识别模型是通过预设机器学习算法(具体不做限定如预设卷积网络模型算法)对具有预设行为标签的图像集进行训练得到的,图像集可以包括具有佩戴或者不佩戴口罩、佩戴或者不佩戴手套,吐口水,携带具有消毒标识以及消毒时间标识的消毒配货箱,未携带有任何消毒标识以及消毒时间标识的消毒配货箱等预设行为标签的图片,具体地,将该图像集细分为训练图像集以及测试图像集,训练图像集用于训练(通过不断将训练图像集输入至预设卷积网络模型中,得到预测标签集合,将预测标签集合与预存的训练图像集的实际标签集进行比对,进而不断更新预设卷积网络模型中参数,直至预设卷积网络模型收敛),测试图像集用于测试,即对收敛后的预设卷积网络模型进行测试,测试若通过,得到预设行为识别模型。
通过上述预设行为识别模型解析所述目标配货视频,以提取所述目标配货视频中各帧图像中的行为,得到所述目标配货员的配货行为特征集。
步骤S22,确定所述配货行为特征集中是否存在预设疫情防护违规行为,若所述配货行为特征集中存在预设疫情防护违规行为,确定所述目标配货视频中目标配货员的配货行为不符合预设疫情防护标准。
确定所述配货行为特征集中是否存在预设疫情防护违规行为,所述疫情防护违规行为包括但不限于未佩戴口罩、未佩戴手套、未使用消毒配货箱进行配货过程中吐口水等的行为。若所述配货行为特征集中存在预设疫情防护违规行为,确定所述目标配货视频中目标配货员的配货行为不符合预设疫情防护标准。若所述配货行为特征集中未存在预设疫情防护违规行为,确定所述目标配货视频中目标配货员的配货行为符合预设疫情防护标准。
步骤S30,若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物。
若所述配货行为符合预设疫情防护标准,则自动向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物,若所述配货行为不符合预设疫情防护标准,则不向所述目标配货柜发送开柜指令,并生成提示信息。也即,在本实施例中,在对基于疫情防护的货物处理过程中,是自动确保配货过程是符合预设疫情防护标准的,且过程是透明的可追溯的,节约了资源。
其中,所述若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物的步骤之后,所述方法包括:
步骤S40,当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证;
在本实施例中,还可以识别送货过程是否符合预设疫情防控标准,以确保货物处理全流程是否都符合疫情防控的标准,具体地,送货员是从配货柜(具体是箱格中)提取目标货物的(通过终端触摸触发目标货物的领取请求),当接收到所述目标货物的领取请求时,需要对所述领取请求所指向的目标送货员进行预设疫情防护验证。
其中,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
步骤S41,当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的图像信息和/或体温信息;
在本实施例中,当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的图像信息和/或体温信息,具体包括:一:当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的图像信息(所述送货员的图像信息可以为设置在配货柜上的摄像头或者其他位置针对配货柜的摄像头采集的),二:当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的体温信息(可以通过统一配置的智能手环等职能设备采集目标送货员的体温并上报,或者可以为设置在配货柜附近的红外设备采集的),三:当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的图像信息和体温信息。
步骤S42,若所述图像信息中的所述目标送货员具有预设送货行为特征,和/或,所述目标送货员的体温信息在预设温度范围内,则确定所述目标送货员通过所述预设疫情防护验证。
当接收到所述目标货物的领取请求时,若只采集所述领取请求所指向的目标送货员的图像信息,则若所述图像信息中的所述目标送货员具有预设送货行为特征,确定所述目标送货员通过所述预设疫情防护验证。具体地,通过预设送货行为识别模型确定所述图像信息中的所述目标送货员是否具有预设送货行为特征(如戴首套,戴口罩等),若所述图像信息中的所述目标送货员具有预设送货行为特征,确定所述目标送货员通过所述预设疫情防护验证,其中,所述预设送货行为识别模型是通过预设神经网络模型对具有预设送货行为标签的送货图像集进行训练得到的,送货图像集可以包括具有佩戴或者不佩戴口罩、佩戴或者不佩戴手套,吐口水,携带有或者未携带有预设消毒标识以及预设消毒时间标识的消毒送货箱等预设送货行为标签的图片,具体地,通过不断将送货图像集输入至预设神经网络模型中,得到预测送货标签集合,将预测送货标签集合与预存的送货图像集的实际标签集进行比对,进而不断更新预设神经网络模型中的参数,直至预设神经网络模型收敛,得到预设送货行为识别模型。
当接收到所述目标货物的领取请求时,若只采集所述领取请求所指向的目标送货员的体温信息,则若所述目标送货员的体温信息在预设温度范围内,则确定所述目标送货员通过所述预设疫情防护验证。
当接收到所述目标货物的领取请求时,若采集所述领取请求所指向的目标送货员的体温信息和图像信息中的所述目标送货员的预设送货行为特征,则若所述图像信息中的所述目标送货员具有预设送货行为特征,且所述目标送货员的体温信息在预设温度范围内,则确定所述目标送货员通过所述预设疫情防护验证。
步骤S50,若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物。
若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物。若所述目标送货员未通过所述预设疫情防护验证时,则不向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以拒绝提取所述目标货物。
在本实施例中,还可以识别送货过程是否符合预设疫情防控标准,以确保货物处理全流程是否都符合疫情防控的标准,确保安全性。
本申请通过当接收到货物存储请求时,调取目标配货视频;解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物。即在本申请中,当接收到货物存储请求时,先获取所述存储请求所针对的目标配货柜的第一标识信息,进而根据该第一标识信息确定目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准(对目标配货员进行疫情防护),若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物,即避免采用直接接触方式进行获取的传递,进而避免增加病毒或者细菌等传播的危险性,提升用户的安全性,解决现有技术中在传染疾病爆发期间,采用直接接触的方式进行货物传递,且未对配货员进行疫情防护,致使病毒或者细菌等传播的危险性增加,用户安全性降低的技术问题。
进一步地,参照图2,基于本申请中第一实施例,在本申请的另一实施例中,所述若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物步骤之后,所述方法还包括:
步骤S60,若检测到所述目标货物提取完成时,对所述自提柜进行自动消毒处理,得到消毒处理的记录信息;
需要说明的是,在本实施例中,若检测到所述目标货物提取完成时(通过自提柜或者是箱格中的传感器检测得到),还对所述自提柜进行自动消毒处理,得到消毒处理的记录信息,具体地,是通过控制自提柜或者是箱格中的预设紫外线消毒智能设备进行消毒处理的,在消毒处理后,得到消毒处理的记录信息,该记录信息包括消毒处理的起始和结束时间,消毒处理的时长等信息。
步骤S70,上报所述记录信息。
在得到记录信息后,将所述记录信息上报至监管终端,当然,也可以将记录信息存储至预设区块链中。
本实施例通过若检测到所述目标货物提取完成时,对所述自提柜进行自动消毒处理,得到消毒处理的记录信息;上报所述记录信息。进而提升了监管的便捷性以及疫情期间的安全性。
进一步地,基于本申请中第一实施例和第二实施例,在本申请的另一实施例中,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
步骤A1,当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图;
在本实施例中,当接收到所述目标货物的领取请求时,根据目标货物的地址,采集所述领取请求所指向的目标送货员的目标送货地图。其中,目标送货地图由与目标货物的目标位置关联,且目标送货地图与各个送货员的送货地图关联。
所述当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图的步骤之前,所述方法还包括:
步骤B1,获取过去预设时间段内所接收的批量的货物订单信息,从所述货物订单信息中提取位置信息;
在本实施例中,获取过去预设时间段内所接收的批量的货物订单信息,从所述货物订单信息中提取位置信息,即是获取所有货物的位置信息。
步骤B2,获取各个送货员的第二标识信息,根据所述第二标识信息对所述位置信息进行整合处理,得到整合结果;
获取各个送货员的第二标识信息,特别地,获取标识信息中的预设送货区域信息,根据所述第二标识信息中的预设送货区域信息对所述位置信息进行整合处理,得到整合结果,整合结果即是将位置与预设送货区域重合的货物分给预设送货区域的送货员。
步骤B3,根据整合结果统计各个送货员的送货地图。
根据整合结果统计各个送货员的送货地图,即是在将位置与预设送货区域重合的货物分给预设送货区域的送货员后,根据送货员的当前位置,生成送货地图。
由于是得到了各个送货员的送货地图,因而,是可以采集得到所述领取请求所指向的目标送货员的目标送货地图的。
步骤A2,根据所述目标送货地图与当前疫情分布地图进行对比,得到所述目标送货地图与当前疫情分布地图的重合度;
在得到目标送货地图后,根据所述目标送货地图与当前疫情分布地图进行对比,得到所述目标送货地图与当前疫情分布地图的重合度,其中,地图与地图之间的重合度可以由经过当前疫情分布地图的疫情发生街道的次数,以及经过当前疫情分布地图的疫情发生街道的轨迹长度等确定。
步骤A3,根据所述重合度确定所述目标送货员的疫情指标系数,若所述目标送货员的疫情指标系数小于或者等于预设系数阈值时,则确定所述目标送货员通过所述预设疫情防护验证。
根据所述重合度与疫情指标系数的预设关联关系,确定所述目标送货员的疫情指标系数,若所述目标送货员的疫情指标系数小于或者等于预设系数阈值时,则确定所述目标送货员通过所述预设疫情防护验证,若所述目标送货员的疫情指标系数大于预设系数阈值时,则确定所述目标送货员未通过所述预设疫情防护验证。
本实施例通过当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图;根据所述目标送货地图与当前疫情分布地图进行对比,得到所述目标送货地图与当前疫情分布地图的重合度;根据所述重合度确定所述目标送货员的疫情指标系数,若所述目标送货员的疫情指标系数小于或者等于预设系数阈值时,则确定所述目标送货员通过所述预设疫情防护验证。在本实施例中,准确确定所述目标送货员是否通过所述预设疫情防护验证,为确保疫情期间的安全性奠定基础。
进一步地,基于本申请中第一实施例和第二实施例,在本申请的另一实施例中,所述基于疫情防护的货物处理方法还包括:
步骤C1,获取与所述目标货物关联的配货信息以及取货信息;
步骤C2,将所述配货信息以及取货信息存储至预设区块链中。
在本实施例中,获取与所述目标货物关联的配货信息以及取货信息,其中,配货信息包括配货员信息,货物信息,配货事件信息,疫情防护信息等,疫情防护信息可以包括消毒配货箱的消毒时间信息,消毒标识信息,佩戴口罩、手套等信息;取货信息包含送货员信息,货物信息、取货事件信息、疫情防护信息等,在本实施例中,获取与所述目标货物关联的配货信息以及取货信息后,将所述配货信息以及取货信息存储至预设区块链中,通过存储至预设区块链中,可以方便后续追踪货物的各个操作环节,在有人员确诊时,可以根据区块链的记录追溯传染路径。提升疫情防护的透明度与安全性。
本实施例获取与所述目标货物关联的配货信息以及取货信息;将所述配货信息以及取货信息存储至预设区块链中。在本实施例中,提升疫情防护的透明度与安全性。
参照图3,图3是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图3所示,该基于疫情防护的货物处理设备可以包括:处理器1001,例如CPU,存储器1005,通信总线1002。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地,该基于疫情防护的货物处理设备还可以包括矩形用户接口、网络接口、摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。矩形用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard),可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图3中示出的基于疫情防护的货物处理设备结构并不构成对基于疫情防护的货物处理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图3所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块以及基于疫情防护的货物处理程序。操作***是管理和控制基于疫情防护的货物处理设备硬件和软件资源的程序,支持基于疫情防护的货物处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与基于疫情防护的货物处理***中其它硬件和软件之间通信。
在图3所示的基于疫情防护的货物处理设备中,处理器1001用于执行存储器1005中存储的基于疫情防护的货物处理程序,实现上述任一项所述的基于疫情防护的货物处理方法的步骤。
本申请基于疫情防护的货物处理设备具体实施方式与上述基于疫情防护的货物处理方法各实施例基本相同,在此不再赘述。
本申请实施例提供了一种存储介质,且所述存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的基于疫情防护的货物处理方法的步骤。
本申请存储介质具体实施方式与上述基于疫情防护的货物处理方法各实施例基本相同,在此不再赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (9)
1.一种基于疫情防护的货物处理方法,其特征在于,应用于线上平台,该线上平台对应设置有一个配货仓库以及多个配货柜,配货员将该配货仓库中的货物配送或者分拣至配货柜中,所述基于疫情防护的货物处理方法包括:
当接收到货物存储请求时,调取目标配货视频,其中,所述目标配货视频为配货员的配货视频而不是目标送货员的送货视频;
解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准;
若所述配货行为符合预设疫情防护标准,则向目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物;
所述若所述配货行为符合预设疫情防护标准,则向所述目标配货柜发送开柜指令,以存储所述货物存储请求所指向的目标货物的步骤之后,所述方法包括:
当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证,其中,通过预设送货行为识别模型确定图像信息中的所述目标送货员是否具有预设送货行为特征,若所述图像信息中的所述目标送货员具有预设送货行为特征,确定所述目标送货员通过所述预设疫情防护验证;
若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物。
2.如权利要求1所述基于疫情防护的货物处理方法,其特征在于,所述解析所述目标配货视频,以确定所述目标配货视频中目标配货员的配货行为是否符合预设疫情防护标准的步骤,包括:
通过预设行为识别模型解析所述目标配货视频,以提取所述目标配货视频中各帧图像中的行为,得到所述目标配货员的配货行为特征集,其中,所述预设行为识别模型是通过预设机器学习算法对具有预设行为标签的图像集进行训练得到的;
确定所述配货行为特征集中是否存在预设疫情防护违规行为,若所述配货行为特征集中存在预设疫情防护违规行为,确定所述目标配货视频中目标配货员的配货行为不符合预设疫情防护标准。
3.如权利要求1所述基于疫情防护的货物处理方法,其特征在于,所述若所述目标送货员通过所述预设疫情防护验证时,则向所述目标配货柜中所述领取请求所指向的自提柜发送开柜指令,以供提取所述目标货物步骤之后,所述方法还包括:
若检测到所述目标货物提取完成时,对所述自提柜进行自动消毒处理,得到消毒处理的记录信息;
上报所述记录信息。
4.如权利要求1所述基于疫情防护的货物处理方法,其特征在于,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的图像信息和/或体温信息;
若所述图像信息中的所述目标送货员具有预设送货行为特征,和/或,所述目标送货员的体温信息在预设温度范围内,则确定所述目标送货员通过所述预设疫情防护验证。
5.如权利要求1所述基于疫情防护的货物处理方法,其特征在于,所述当接收到所述目标货物的领取请求时,对所述领取请求所指向的目标送货员进行预设疫情防护验证的步骤,包括:
当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图;
根据所述目标送货地图与当前疫情分布地图进行对比,得到所述目标送货地图与当前疫情分布地图的重合度;
根据所述重合度确定所述目标送货员的疫情指标系数;
若所述目标送货员的疫情指标系数小于或者等于预设系数阈值时,则确定所述目标送货员通过所述预设疫情防护验证。
6.如权利要求5所述基于疫情防护的货物处理方法,其特征在于,所述当接收到所述目标货物的领取请求时,采集所述领取请求所指向的目标送货员的目标送货地图的步骤之前,所述方法还包括:
获取过去预设时间段内所接收的批量的货物订单信息,从所述货物订单信息中提取位置信息;
获取各个送货员的第二标识信息,根据所述第二标识信息对所述位置信息进行整合处理,得到整合结果;
根据整合结果统计各个送货员的送货地图。
7.如权利要求1-6任一项所述基于疫情防护的货物处理方法,其特征在于,所述基于疫情防护的货物处理方法还包括:
获取与所述目标货物关联的配货信息以及取货信息;
将所述配货信息以及取货信息存储至预设区块链中。
8.一种基于疫情防护的货物处理设备,其特征在于,所述基于疫情防护的货物处理设备包括:存储器、处理器以及存储在存储器上的用于实现所述基于疫情防护的货物处理方法的程序,
所述存储器用于存储实现基于疫情防护的货物处理方法的程序;
所述处理器用于执行实现所述基于疫情防护的货物处理方法的程序,以实现如权利要求1至7中任一项所述基于疫情防护的货物处理方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有实现基于疫情防护的货物处理方法的程序,所述实现基于疫情防护的货物处理方法的程序被处理器执行以实现如权利要求1至7中任一项所述基于疫情防护的货物处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010246146.XA CN111415121B (zh) | 2020-03-31 | 2020-03-31 | 基于疫情防护的货物处理方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010246146.XA CN111415121B (zh) | 2020-03-31 | 2020-03-31 | 基于疫情防护的货物处理方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111415121A CN111415121A (zh) | 2020-07-14 |
CN111415121B true CN111415121B (zh) | 2023-08-22 |
Family
ID=71491658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010246146.XA Active CN111415121B (zh) | 2020-03-31 | 2020-03-31 | 基于疫情防护的货物处理方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111415121B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113077206A (zh) * | 2021-03-15 | 2021-07-06 | 深圳优地科技有限公司 | 防疫区域的货物配送方法、机器人、设备及存储介质 |
CN113674486A (zh) * | 2021-07-19 | 2021-11-19 | 国网湖北省电力有限公司直流运检公司 | 一种基于人脸识别的智能钥匙管理柜 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202713511U (zh) * | 2012-06-01 | 2013-01-30 | 深圳市航盛电子股份有限公司 | 一种配货信息显示装置及使用配货信息显示装置的汽车 |
CN104484916A (zh) * | 2014-11-14 | 2015-04-01 | 广州宝钢南方贸易有限公司 | 一种基于图像识别的货物出入安全检验装置及方法 |
CN105975981A (zh) * | 2016-04-27 | 2016-09-28 | 北京小米移动软件有限公司 | 疫情监测方法及装置 |
CN107578208A (zh) * | 2017-09-22 | 2018-01-12 | 四川省艾普网络股份有限公司 | 一种信息溯源方法及*** |
CN109948966A (zh) * | 2018-10-22 | 2019-06-28 | 大连艾米移动科技有限公司 | 一种基于人脸识别技术的智能物品存取方法 |
WO2020024457A1 (zh) * | 2018-08-01 | 2020-02-06 | 平安科技(深圳)有限公司 | 交通事故的定责方法、装置及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016171894A1 (en) * | 2015-04-20 | 2016-10-27 | NSF International | Computer-implemented methods for remotely interacting with performance of food quality and workplace safety tasks using a head mounted display |
-
2020
- 2020-03-31 CN CN202010246146.XA patent/CN111415121B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202713511U (zh) * | 2012-06-01 | 2013-01-30 | 深圳市航盛电子股份有限公司 | 一种配货信息显示装置及使用配货信息显示装置的汽车 |
CN104484916A (zh) * | 2014-11-14 | 2015-04-01 | 广州宝钢南方贸易有限公司 | 一种基于图像识别的货物出入安全检验装置及方法 |
CN105975981A (zh) * | 2016-04-27 | 2016-09-28 | 北京小米移动软件有限公司 | 疫情监测方法及装置 |
CN107578208A (zh) * | 2017-09-22 | 2018-01-12 | 四川省艾普网络股份有限公司 | 一种信息溯源方法及*** |
WO2020024457A1 (zh) * | 2018-08-01 | 2020-02-06 | 平安科技(深圳)有限公司 | 交通事故的定责方法、装置及计算机可读存储介质 |
CN109948966A (zh) * | 2018-10-22 | 2019-06-28 | 大连艾米移动科技有限公司 | 一种基于人脸识别技术的智能物品存取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111415121A (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111415121B (zh) | 基于疫情防护的货物处理方法、设备及存储介质 | |
CN110210302B (zh) | 多目标跟踪方法、装置、计算机设备及存储介质 | |
US20210241490A1 (en) | Image processing for tracking actions of individuals | |
WO2021204303A1 (zh) | 基于机器人的消毒方法、装置、设备及介质 | |
CN110436075A (zh) | 垃圾分类回收*** | |
CN108520194A (zh) | 基于影像监测的货品感知***及货品感知方法 | |
CN111079699A (zh) | 商品识别方法及装置 | |
CN107948585A (zh) | 录像标记方法、装置及计算机可读存储介质 | |
US11087133B2 (en) | Method and apparatus for determining a target object, and human-computer interaction system | |
CN110147723A (zh) | 一种无人店中顾客异常行为的处理方法及*** | |
CN114187561A (zh) | 异常行为的识别方法、装置、终端设备及存储介质 | |
CN103049747B (zh) | 利用肤色的人体图像再识别的方法 | |
CN113221819A (zh) | 包裹暴力分拣的检测方法、装置、计算机设备和存储介质 | |
Schieck et al. | Comparison of deep learning methods for grapevine growth stage recognition | |
US10929697B2 (en) | Image processing for identifying individuals | |
EP3629228A1 (en) | Image processing for determining relationships between tracked objects | |
CN111583521A (zh) | 一种安全防护方法及装置 | |
CN116682034A (zh) | 一种复杂生产作业场景下危险行为检测方法 | |
CN105631579A (zh) | 一种业务流程自动监管辅助决策的实现方法 | |
CN109711292A (zh) | 一种智能监考方法及装置 | |
CN115240277A (zh) | 安检行为的监控方法、装置、电子设备及存储介质 | |
CN111985326B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN114155424A (zh) | 一种仓库货物管理方法、装置、电子设备及可读存储介质 | |
CN103699907B (zh) | 基于机器学习的农药喷洒检测方法 | |
CN113592047A (zh) | Rfid标签数据的处理装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |