CN111597863B - 一种装卸率确定方法、***、设备及存储介质 - Google Patents
一种装卸率确定方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN111597863B CN111597863B CN201910129070.XA CN201910129070A CN111597863B CN 111597863 B CN111597863 B CN 111597863B CN 201910129070 A CN201910129070 A CN 201910129070A CN 111597863 B CN111597863 B CN 111597863B
- Authority
- CN
- China
- Prior art keywords
- loading
- rate
- group
- unloading
- cargo
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012216 screening Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种装卸率确定方法、***、设备及存储介质，其特征在于，包括：获取装卸范围内的视频信息；通过设置相邻特征图像帧的相似度阈值从所述视频信息截取按时间排序的单次装卸的特征图像组；设置与载货率等级对应的标准图像比对组；筛选标准图像比对组中与特征图像匹配的标准图像得到与特征图像组匹配的匹配标准图像组并根据匹配标准图像组生成相应的载货率等级排列组；筛选出排列顺序具有顺延性的载货率等级排列组；根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率。本发明能够实现对装载区装卸率的自动统计，统计方法简单节约计算资源，且容错率高。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种装卸率确定方法、***、设备及存储介质。
背景技术
随着物流行业的发展，将货物进行集中整合然后再集中分发成为了提高运输效率所必不可少的流程。这个货物集中整合的地方就是中转场，每个中转场的任务量不同，因此需要获取各个中转场的装卸率，再根据装卸率和需要中转的任务量对中转场进行装卸口分配部署。为了提高装卸口装卸率识别的效率，首先就需要对装卸口的装卸情况进行了解。尤其是装卸的时间以及装卸的货物量，可以用来直接评估装卸率。
目前的方法主要包括两个：第一个方法是直接采用人为监控的方法，监控人员用肉眼进行观察获取装卸的各个时刻装卸率，并进行记录；第二个方法则是直接将货物量进行计算，通过定量的计算来对装卸率进行记录；
这两个方法都存在这一定的弊端：第一种方法，采用专业人员来进行监控，会增加一个检测的岗位，从而增加了一个持续性的投入，增加装载人员或监控人员的工作量。因为增加了人的主观判断，因此会存在一定的误差(例如人物没有注意到各类车辆区别，则存在一定的误差)。且因为装卸口数量巨大，对于人员的分配也是一个值得考虑的问题；对于第二种方法，深度估测亦存在严重的准确度问题，因为对体积定量测量需要对深度图像进行采集分析，一是设备成本高，二是针对不同场景普适性不强。第三，目前在该行业并没有一个完整的检测与计时统计的***来对数据进行统计和分析。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种装卸率确定方法、***、设备及存储介质。
根据本发明的一个方面，提供了一种装卸率确定方法，包括：
获取装卸范围内的视频信息；
通过设置相邻特征图像帧的相似度阈值从所述视频信息截取按时间排序的单次装卸的特征图像组；
设置与载货率等级对应的标准图像比对组；
筛选标准图像比对组中与特征图像匹配的标准图像得到与特征图像组匹配的匹配标准图像组并根据匹配标准图像组生成相应的载货率等级排列组；
筛选出排列顺序具有顺延性的载货率等级排列组；
根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率。
进一步的，设置与载货率等级对应的标准图像比对组包括：
设置与车厢载货率等级一一对应的标准图像得到标准图像比对组；
将载货率等级由高到低的排列方式设置为卸载模式；
将载货率等级由低到高的排列方式设置为装载模式。
进一步的，筛选出排列顺序具有顺延性的载货率等级排列组包括：
判断所述载货率等级排列组是否遵循由低到高或由高到低：
是，则判定所述载货率等级排列组具有顺延性并保存具有顺延性的载货率等级排列组；
否，则判定所述载货率等级排列组不具有顺延性并删除不具有顺延性的载货率等级排列组。
进一步的，根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率包括：
获取视频信息持续时间；
获取车厢体积参数；
获取所有载货率等级排列组并计算所述载货率等级排列组的载货率差；
将所述载货率差与车厢体积参数的乘积作为单次装卸量；
计算单次装卸量的总和得到总装卸量；
将总装卸量与视频信息持续时间的商作为装卸率。
根据本发明的另一个方面，提供了一种装卸率确定***，包括：
视频获取单元，配置用于获取装卸范围内的视频信息；
图像截取单元，配置用于通过设置相邻特征图像帧的相似度阈值从所述视频信息截取按时间排序的单次装卸的特征图像组；
标准设置单元，配置用于设置与载货率等级对应的标准图像比对组；
标准匹配单元，配置用于筛选标准图像比对组中与特征图像匹配的标准图像得到与特征图像组匹配的匹配标准图像组并根据匹配标准图像组生成相应的载货率等级排列组；
标准筛选单元，配置用于筛选出排列顺序具有顺延性的载货率等级排列组；
数值计算单元，配置用于根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率。
进一步的，标准设置单元包括：
图像设置模块，配置用于设置与车厢载货率等级一一对应的标准图像并将所述标准图像按等级排序；
卸载设置模块，配置用于将载货率等级由高到低的排列方式设置为卸载模式；
装载设置模块，配置用于将载货率等级由低到高的排列方式设置为装载模式。
进一步的，标准筛选单元包括：
排序判断模块，配置用于判断所述载货率等级排列组是否遵循由低到高或由高到低；
顺延确定模块，配置用于判定所述载货率等级排列组具有顺延性并保存具有顺延性的载货率等级排列组；
顺延否定模块，配置用于判定所述载货率等级排列组不具有顺延性并删除不具有顺延性的载货率等级排列组。
进一步的，数值计算单元包括：
时间获取模块，配置用于获取视频信息持续时间；
体积获取模块，配置用于获取车厢体积参数；
差值获取模块，配置用于获取所有载货率等级排列组并计算所述载货率等级排列组的载货率差；
单次获取模块，配置用于将所述载货率差与车厢体积参数的乘积作为单次装卸量；
总量计算模块，配置用于计算单次装卸量的总和得到总装卸量；
结果获取模块，配置用于将总装卸量与视频信息持续时间的商作为装卸率。
根据本发明的另一个方面，提供了一种设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一项所述的方法。
根据本发明的另一个方面，提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明示例的一种装卸率确定方法，通过获取装在范围内的视频信息，并从视频信息中截取特征图像组，利用图像识别技术获取特征图像组的匹配标准图像，每个标准图像均对应一个载货率等级，进而得到与特征图像组对应的载货率等级排列组，根据载货率等级排列方式筛选出具有顺延性的载货率等级排列组，并根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数自动计算装卸率。本发明能够实现对装载区装卸率的自动获取，装卸率的确定方法简单节约计算资源，且容错率高。
2、本发明示例的一种装卸率确认***，通过视频获取单元获取装在范围内的视频信息，利用图像截取单元对视频信息进行处理变换，通过标准设置单元、标准匹配单元、标准筛选单元以及数值计算单元对变换后的图像信息利用图像识别技术进行识别和计算等处理，从而实现自动确定卸载率。
3、本发明中示例的设备，通过处理器执行基于图像识别的装卸率统计方法，能够更好地达成业务时效，提高服务质量。
4、本发明中示例的可读存储介质，储存有被处理器执行时实现的所述基于图像识别的装卸率统计方法，便于基于图像识别的装卸率统计***的使用及推广。
附图说明
图1为本发明流程图。
具体实施方式
为了更好的了解本发明的技术方案，下面结合具体实施例、说明书附图对本发明作进一步说明。
实施例1：
本实施例的一种基于图像识别的装卸率统计***，包括：
视频获取单元，配置用于获取装卸范围内的视频信息；
图像截取单元，配置用于通过设置相邻特征图像帧的相似度阈值从所述视频信息截取按时间排序的单次装卸的特征图像组；
标准设置单元，包括：图像设置模块，配置用于设置与车厢载货率等级一一对应的标准图像并将所述标准图像按等级排序；卸载设置模块，配置用于将载货率等级由高到低的排列方式设置为卸载模式；装载设置模块，配置用于将载货率等级由低到高的排列方式设置为装载模式；
标准匹配单元，配置用于筛选标准图像比对组中与特征图像匹配的标准图像得到与特征图像组匹配的匹配标准图像组并根据匹配标准图像组生成相应的载货率等级排列组；
标准筛选单元，包括：排序判断模块，配置用于判断所述载货率等级排列组是否遵循由低到高或由高到低；顺延确定模块，配置用于判定所述载货率等级排列组具有顺延性并保存具有顺延性的载货率等级排列组；顺延否定模块，配置用于判定所述载货率等级排列组不具有顺延性并删除不具有顺延性的载货率等级排列组；
数值计算单元，包括：时间获取模块，配置用于获取视频信息持续时间；体积获取模块，配置用于获取车厢体积参数；差值获取模块，配置用于获取所有载货率等级排列组并计算所述载货率等级排列组的载货率差；单次获取模块，配置用于将所述载货率差与车厢体积参数的乘积作为单次装卸量；总量计算模块，配置用于计算单次装卸量的总和得到总装卸量；结果获取模块，配置用于将总装卸量与视频信息持续时间的商作为装卸率。
具体地，本实施例提供的基于图像识别的装卸率统计方法包括以下步骤：
S1、获取装卸范围内的视频信息。
在装卸口安装摄像头，为提高统计准确率，每个装卸口相同时间只能有一辆车进行装卸，因此摄像头获取的视频信息中只有单量车。若装卸口可同时对多辆车进行装卸，那么可设置多个装卸范围，每个装卸范围安装一个专用摄像头。
S2、通过设置相邻特征图像帧的相似度阈值从视频信息截取按时间排序的单次装卸的特征图像组。
首先设置视频信息采集时间范围，如采集一个月内的视频信息，将其图像缩放到240*240尺寸。截取视频信息初始帧图像作为初始特征图像，该初始特征图像需要满足清晰度要求，若图片不清晰则截取下一帧图像作为初始特征图像。后续截取的特征图像也需进行清晰度判断。
设置相邻特征图像帧的相似度阈值，对过程特征图像组进行进一步的特征图像筛选。本实施例设置为低于0.95，从初始特征图像开始判断下一帧图像与初始特征图像的相似度是否达到低于0.95的条件，若达到则截取该帧图像作为第二特征图像，若未达到即该帧图像与初始特征图像相似度太高，则舍弃该帧图像，判断该帧图像的下一帧图像与初始特征图像的相似度是否达到阈值。截取到第二特征图像后，以第二特征图像作为相似度比对基准，利用上述截取方法截取第三特征图像。以此类推，直至完成整段视频信息的截取，将截取的特征图像按截取顺序生成过程特征图像组。
对过程特征图像进行车牌识别，将初始特征图像之后的连续特征图像与初始特征图像的车牌相同的与初始特征图像化为一组作为第一组特征图像组；将第一张与初始特征图像的车牌不同的特征图像作为第二组特征图像组的首帧特征图像，将该帧特征图像之后的连续特征图像与该帧特征图像的车牌进行比对，车牌相同的划到第二组特征图像组。以此类推，直至将过程特征图像组的所有特征图像划分完成，得到多个标记有相应车牌的单次装卸的特征图像组。
S3、设置与对应载货率等级对应的标准图像比对组。
本实施例中载货率指货物占车厢空间的百分比。根据由大到小的载货率设置由高到低的载货率等级，本实施例设置11个等级，分别为：0、10％、20％、30％，40％、50％、60％、70％、80％、90％、100％。每个等级对应拍摄一个标准车厢图像，拍摄的对应载货率等级的标准车厢图像组成标准图像比对组。
将载货率等级由高到低的排列方式设置为卸载模式；将载货率等级由低到高的排列方式设置为装载模式。这种区分有利于对装载效率和卸载效率的分别统计。在其他实施方式中，可以无需对装载和卸载区分。
S4、筛选标准图像比对组中与特征图像匹配的标准图像得到与特征图像组匹配的匹配标准图像组并根据匹配标准图像组生成相应的载货率等级排列组。
将特征图像组的特征图像逐一与标准图像比对组进行匹配，首先筛选初始特征图像的匹配标准图像，获取初始特征图像与标准图像比对组中的各标准图像的相似度，将相似度最高的标准图像作为初始特征图像的匹配标准图像。然后按照上述匹配方法获取后续特征图像的匹配标准图像，直至整个特征图像组匹配完成。按照特征图像的排列顺序对获取的匹配标准图像进行排序，得到匹配标准图像的顺序，即匹配标准图像组。将匹配标准图像转换为对应的载货率等级，即可根据匹配标准图像组生成相应的载货率等级排列组。
S5、筛选出排列顺序具有顺延性的载货率等级排列组。
判断步骤S4中得到的载货率等级排列组的载货率等级是否为载货率等级由高到低或由低到高的排列方式，若是上述两种排列方式则表示该组载货率等级排列组可用，进行保存；若不是上述两种排列方式，即排列方式存在等级拐点(等级先升高后降低或先降低后升高)，则表示该载货率等级排列组不具备顺延性，舍弃该载货率等级排列组。
S6、根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率。
在不区分装载模式和卸载模式的情况下，首先获取视频信息的持续时间t(本实施例为1个月)。获取车厢体积参数v，本实施例中物流运输车辆的车厢体积相同。
计算步骤S5中得到的载货率等级排列组的最高载货率等级和最低载货率等级之间的载货率差，可以得到多个载货率差(k1k2…kn)，分别计算载货率差与车厢体积的乘积，得到单次装卸量，再将得到的所有单次装卸量求和，得到总装卸量。计算总装卸量与视频信息持续时间的商，即可得到该视频信息所属装卸口的装卸率。装卸率计算方法如下：
因此，通过对视频信息的时间范围的选择可以自动对装卸口进行阶段性装卸率统计。
若需要区分装载模式和卸载模式，则先根据步骤S5中得到的载货率等级排列组的排列方式进行装载模式和卸载模式划分，将排列方式为由高到低的载货率等级排列组划分到卸载模式，将排列方式为由低到高的载货率等级排列组划分为装置模式。划分后，分别统计相应的装载率和卸载率。
装载率的计算方法为，获取所有属于装载模式的载货率等级排列组，计算相应的载货率差，并利用载货率差和车厢体积计算单次装载量。获取载货率等级排列组所属的特征图像组的单次装载时间(特征图像组初始截取时刻和结束截取时刻的差值作为单次装载时间)。属于同一载货率等级排列组的单次装载量和单次装载时间的商作为单次装载率。依照上述方法计算出所有单次装载率，取所有单次装载率的众数作为装载率。
卸载率的计算方法与装载率的计算方法基本一致，采用上述方法通过划分为卸载模式的载货率等级排列组计算卸载率。
本实施例的设备包括一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一项所述的基于图像识别的装卸率统计方法，能够实现自动统计装卸口的装卸率。
本实施例的一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的基于图像识别的装卸率统计方法，便于基于图像识别的装卸率统计***的使用及推广。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能。
Claims (10)
1.一种装卸率确定方法，其特征在于，包括：
获取装卸范围内的视频信息；
通过设置相邻特征图像帧的相似度阈值从所述视频信息截取按时间排序的单次装卸的特征图像组；
设置与载货率等级对应的标准图像比对组；
筛选标准图像比对组中与特征图像匹配的标准图像得到与特征图像组匹配的匹配标准图像组并根据匹配标准图像组生成相应的载货率等级排列组；
筛选出排列顺序具有顺延性的载货率等级排列组；
根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率。
2.根据权利要求1所述的方法，其特征在于，所述设置与载货率等级对应的标准图像比对组包括：
设置与车厢载货率等级一一对应的标准图像得到标准图像比对组；
将载货率等级由高到低的排列方式设置为卸载模式；
将载货率等级由低到高的排列方式设置为装载模式。
3.根据权利要求1所述的方法，其特征在于，所述筛选出排列顺序具有顺延性的载货率等级排列组包括：
判断所述载货率等级排列组是否遵循由低到高或由高到低：
是，则判定所述载货率等级排列组具有顺延性并保存具有顺延性的载货率等级排列组；
否，则判定所述载货率等级排列组不具有顺延性并删除不具有顺延性的载货率等级排列组。
4.根据权利要求1所述的方法，其特征在于，所述根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率包括：
获取视频信息持续时间；
获取车厢体积参数；
获取所有载货率等级排列组并计算所述载货率等级排列组的载货率差；
将所述载货率差与车厢体积参数的乘积作为单次装卸量；
计算单次装卸量的总和得到总装卸量；
将总装卸量与视频信息持续时间的商作为装卸率。
5.一种装卸率确定***，其特征在于，包括：
视频获取单元，配置用于获取装卸范围内的视频信息；
图像截取单元，配置用于通过设置相邻特征图像帧的相似度阈值从所述视频信息截取按时间排序的单次装卸的特征图像组；
标准设置单元，配置用于设置与载货率等级对应的标准图像比对组；
标准匹配单元，配置用于筛选标准图像比对组中与特征图像匹配的标准图像得到与特征图像组匹配的匹配标准图像组并根据匹配标准图像组生成相应的载货率等级排列组；
标准筛选单元，配置用于筛选出排列顺序具有顺延性的载货率等级排列组；
数值计算单元，配置用于根据筛选出的载货率等级排列组、车厢体积和所述视频信息的时间参数计算装卸率。
6.根据权利要求5所述的***，其特征在于，所述标准设置单元包括：
图像设置模块，配置用于设置与车厢载货率等级一一对应的标准图像并将所述标准图像按等级排序；
卸载设置模块，配置用于将载货率等级由高到低的排列方式设置为卸载模式；
装载设置模块，配置用于将载货率等级由低到高的排列方式设置为装载模式。
7.根据权利要求5所述的***，其特征在于，所述标准筛选单元包括：
排序判断模块，配置用于判断所述载货率等级排列组是否遵循由低到高或由高到低；
顺延确定模块，配置用于判定所述载货率等级排列组具有顺延性并保存具有顺延性的载货率等级排列组；
顺延否定模块，配置用于判定所述载货率等级排列组不具有顺延性并删除不具有顺延性的载货率等级排列组。
8.根据权利要求5所述的***，其特征在于，所述数值计算单元包括：
时间获取模块，配置用于获取视频信息持续时间；
体积获取模块，配置用于获取车厢体积参数；
差值获取模块，配置用于获取所有载货率等级排列组并计算所述载货率等级排列组的载货率差；
单次获取模块，配置用于将所述载货率差与车厢体积参数的乘积作为单次装卸量；
总量计算模块，配置用于计算单次装卸量的总和得到总装卸量；
结果获取模块，配置用于将总装卸量与视频信息持续时间的商作为装卸率。
9.一种设备，其特征是，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-4中任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征是，该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910129070.XA CN111597863B (zh) | 2019-02-21 | 2019-02-21 | 一种装卸率确定方法、***、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910129070.XA CN111597863B (zh) | 2019-02-21 | 2019-02-21 | 一种装卸率确定方法、***、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111597863A CN111597863A (zh) | 2020-08-28 |
| CN111597863B true CN111597863B (zh) | 2023-11-28 |
Family
ID=72181495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910129070.XA Active CN111597863B (zh) | 2019-02-21 | 2019-02-21 | 一种装卸率确定方法、***、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111597863B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06274629A (ja) * | 1993-03-18 | 1994-09-30 | Keyence Corp | パターンマッチング検出装置及び画像面積演算装置 |
| JP2002204392A (ja) * | 2000-12-28 | 2002-07-19 | Canon Inc | 画像処理装置、画像処理システム、画像処理方法、及び記憶媒体 |
| CN104899293A (zh) * | 2015-06-05 | 2015-09-09 | 深圳市创易联合科技有限公司 | 资源调取方法及*** |
| CN105072455A (zh) * | 2015-08-11 | 2015-11-18 | 精硕世纪科技（北京）有限公司 | 视频匹配方法和装置 |
| JP2017011397A (ja) * | 2015-06-18 | 2017-01-12 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| CN106709500A (zh) * | 2015-11-13 | 2017-05-24 | 国网辽宁省电力有限公司检修分公司 | 一种图像特征匹配的方法 |
| CN107491715A (zh) * | 2016-06-13 | 2017-12-19 | 北京文安智能技术股份有限公司 | 一种基于视频分析的地铁车厢客流统计方法、装置及*** |
| WO2018036456A1 (zh) * | 2016-08-22 | 2018-03-01 | 大辅科技（北京）有限公司 | 追踪识别视频图像中的商品并展示商品信息的方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10161746B2 (en) * | 2014-08-18 | 2018-12-25 | Trimble Navigation Limited | Systems and methods for cargo management |
-
2019
- 2019-02-21 CN CN201910129070.XA patent/CN111597863B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06274629A (ja) * | 1993-03-18 | 1994-09-30 | Keyence Corp | パターンマッチング検出装置及び画像面積演算装置 |
| JP2002204392A (ja) * | 2000-12-28 | 2002-07-19 | Canon Inc | 画像処理装置、画像処理システム、画像処理方法、及び記憶媒体 |
| CN104899293A (zh) * | 2015-06-05 | 2015-09-09 | 深圳市创易联合科技有限公司 | 资源调取方法及*** |
| JP2017011397A (ja) * | 2015-06-18 | 2017-01-12 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| CN105072455A (zh) * | 2015-08-11 | 2015-11-18 | 精硕世纪科技（北京）有限公司 | 视频匹配方法和装置 |
| CN106709500A (zh) * | 2015-11-13 | 2017-05-24 | 国网辽宁省电力有限公司检修分公司 | 一种图像特征匹配的方法 |
| CN107491715A (zh) * | 2016-06-13 | 2017-12-19 | 北京文安智能技术股份有限公司 | 一种基于视频分析的地铁车厢客流统计方法、装置及*** |
| WO2018036456A1 (zh) * | 2016-08-22 | 2018-03-01 | 大辅科技（北京）有限公司 | 追踪识别视频图像中的商品并展示商品信息的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111597863A (zh) | 2020-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7460732B2 (en) | Method and system for object recognition using fractal maps | |
| US7257267B2 (en) | Method and system for image segmentation | |
| EP3224764B1 (en) | Systems and methods for object detection | |
| CN110544231B (zh) | 基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法 | |
| CN106303158A (zh) | 一种视频图像中的条纹异常检测方法 | |
| CN111310698A (zh) | 车牌识别的方法、装置及巡检车 | |
| CN111598827A (zh) | 外观瑕疵检测方法、电子装置及存储介质 | |
| CN111597863B (zh) | 一种装卸率确定方法、***、设备及存储介质 | |
| CN112073713B (zh) | 视频漏录测试方法、装置、设备及存储介质 | |
| CN113810605A (zh) | 目标对象处理方法及装置 | |
| CN112307948A (zh) | 特征融合方法、装置及存储介质 | |
| CN109544514B (zh) | 一种融合表观特征的锯材身份辨识方法、装置及设备 | |
| CN111339949A (zh) | 车牌识别的方法、装置及巡检车 | |
| CN108663004B (zh) | 一种纸币厚度异常的检测方法及装置 | |
| CN109508911A (zh) | 租赁车辆的排车方法及*** | |
| CN113239738B (zh) | 一种图像的模糊检测方法及模糊检测装置 | |
| CN109543565B (zh) | 一种数量确定方法及装置 | |
| CN107123105A (zh) | 基于fast算法的图像匹配缺陷检测方法 | |
| CN111797922A (zh) | 文本图像分类方法及装置 | |
| CN111275008A (zh) | 目标车辆异常的检测方法及装置、存储介质、电子装置 | |
| CN118397504A (zh) | 对象参数确定方法、装置、电子设备和存储介质 | |
| CN113516386B (zh) | 车位检测性能评价方法、装置、电子设备和存储介质 | |
| CN105825492A (zh) | 一种摄像设备的检测方法、装置及*** | |
| CN118333990A (zh) | 基于连续化隧道碳化石墨化设备的成品检测方法及其*** | |
| CN118392652A (zh) | 一种推进剂细观损伤表征方法、存储介质及电子设备 |
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 |