CN116151848B - 一种基于物联网的气瓶质量安全追溯*** - Google Patents
一种基于物联网的气瓶质量安全追溯*** Download PDFInfo
- Publication number
- CN116151848B CN116151848B CN202310429826.9A CN202310429826A CN116151848B CN 116151848 B CN116151848 B CN 116151848B CN 202310429826 A CN202310429826 A CN 202310429826A CN 116151848 B CN116151848 B CN 116151848B
- Authority
- CN
- China
- Prior art keywords
- gas cylinder
- shooting
- uploading
- image
- unit
- 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
- 238000012797 qualification Methods 0.000 claims abstract description 27
- 238000012795 verification Methods 0.000 claims abstract description 23
- 230000001815 facial effect Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 229910000831 Steel Inorganic materials 0.000 claims description 4
- 239000010959 steel Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- UORJNBVJVRLXMQ-UHFFFAOYSA-N aprobarbital Chemical compound C=CCC1(C(C)C)C(=O)NC(=O)NC1=O UORJNBVJVRLXMQ-UHFFFAOYSA-N 0.000 claims 1
- 238000003860 storage Methods 0.000 abstract description 4
- 238000013479 data entry Methods 0.000 abstract 1
- 230000011218 segmentation Effects 0.000 description 10
- 238000001914 filtration Methods 0.000 description 6
- 238000003709 image segmentation Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/25—Manufacturing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Manufacturing & Machinery (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于追溯领域,公开了一种基于物联网的气瓶质量安全追溯***,包括包括信息录入模块和云服务模块;信息录入模块包括拍摄子模块、验证子模块、录入子模块和通信子模块;拍摄子模块包括前置拍摄单元和后置拍摄单元;前置拍摄单元用于获取上传人员的脸部图像;验证子模块用于基于脸部图像验证上传人员是否具有上传资质;后置拍摄单元用于获取气瓶的识别信息,前置拍摄单元还用于对上传人员进行拍摄,获得第一图像集;录入子模块用于录入气瓶的相关数据;前置拍摄单元还用于对上传人员进行拍摄,获得第二图像集;通信子模块用于将识别信息、相关数据、第一图像集和第二图像集发送至云服务模块进行保存。本发明提高了追溯的数据录入的安全性。
Description
技术领域
本发明涉及追溯领域,尤其涉及一种基于物联网的气瓶质量安全追溯***。
背景技术
气瓶质量追溯指的是将气瓶从生产到报废过程中相关的数据都上传到追溯***中,通过气瓶的钢印等识别信息实现对气瓶质量的追溯。
现有技术中,例如申请号为CN202110514871.5 的专利,其公开了基于OCR和区块链的气瓶质量安全追溯***及控制方法,气瓶相关的业务的参与方在上传气瓶的相关数据时,缺少对数据上传人员的资质验证,即可能存在某个环节的参与方因为账号信息泄露等因素,被他人恶意上传错误的相关数据,导致气瓶质量的安全追溯无法正常进行。
发明内容
为了克服现有技术的上述不足,本发明的目的在于公开一种基于物联网的气瓶质量安全追溯***,解决如何在上传气瓶的数据时,对上传人员的资质进行验证,避免因为账号信息泄露,导致气瓶质量的安全追溯无法正常进行。
为了达到上述目的,本发明提供如下技术方案:
一种基于物联网的气瓶质量安全追溯***,包括信息录入模块和云服务模块;
信息录入模块包括拍摄子模块、验证子模块、录入子模块和通信子模块;
拍摄子模块包括前置拍摄单元和后置拍摄单元;
前置拍摄单元用于对上传人员进行拍摄,获取上传人员的脸部图像;
验证子模块用于基于前置拍摄单元获取的脸部图像验证上传人员是否具有上传资质;
后置拍摄单元用于上传人员对气瓶进行拍摄,获取气瓶的识别信息,前置拍摄单元还用于在上传人员使用后置拍摄单元对气瓶进行拍摄的同时,对上传人员进行拍摄,获得第一图像集;
录入子模块用于具有上传资质的上传人员录入气瓶的相关数据;前置拍摄单元还用于在具有上传资质的上传人员录入气瓶的相关数据的同时,对上传人员进行拍摄,获得第二图像集;
通信子模块用于将识别信息、相关数据、第一图像集和第二图像集发送至云服务模块;
云服务模块用于基于第一图像集、第二图像集对气瓶的识别信息和相关数据进行保存。
可选的,还包括追溯模块;
追溯模块用于基于气瓶的识别信息获取气瓶的追溯信息。
可选的,追溯模块包括输入单元、发送单元、接收单元和显示单元;
输入单元用于对气瓶进行追溯的人员输入气瓶的检索信息;
发送单元用于将检索信息发送至云服务模块;
接收单元用于接收云服务模块传输回来的追溯信息;
显示单元用于显示接收单元接收的追溯信息。
可选的,云服务模块用于在接收到发送单元发送的检索信息后,按照检索信息对存储的相关数据进行检索,获得追溯信息,并将追溯信息发送至接收单元。
可选的,检索信息包括气瓶的识别信息和追溯时间范围。
可选的,按照检索信息对存储的相关数据进行检索,获得追溯信息,包括:
基于气瓶的识别信息获取气瓶的所有的相关数据;
基于追溯时间范围对得到的相关数据进行筛选,将处于追溯时间范围内的相关数据作为追溯信息。
可选的,上传人员包括气瓶的生产环节、充装环节、检验环节和销售环节的工作人员。
可选的,验证子模块包括验证单元和数据库单元;
数据库单元用于存储具有上传资质的上传人员的脸部图像;
验证单元用于将前置拍摄单元获取的脸部图像分别与数据库单元中的每张脸部图像进行对比,验证上传人员是否具有上传资质。
可选的,识别信息包括气瓶编号。
可选的,对气瓶进行拍摄,获取气瓶的识别信息,包括:
对气瓶的瓶身上的钢印区域或二维码粘贴区域进行拍摄,获得识别图像;
对识别图像进行识别,得到气瓶编号。
本发明的气瓶质量安全追溯***,在气瓶的相关数据的录入环节,对上传人员进行了资质的验证,而且,本发明不单单是进行了资质验证,还对获取气瓶的识别信息的过程以及录入气瓶的相关数据的过程进行了相应的图像集的获取,而云服务模块不是直接对相关信息进行保存,而是基于第一图像集、第二图像集对气瓶的识别信息和相关数据进行保存,在保存端也增加了验证的步骤,从而进一步提高了数据录入的过程的安全性,避免因为账号信息泄露等因素,被他人恶意上传错误的相关数据,导致气瓶质量的安全追溯无法正常进行的情况的发生。
附图说明
图1为本发明一种基于物联网的气瓶质量安全追溯***的一种示意图。
图2为本发明一种基于物联网的气瓶质量安全追溯***的另一种示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示的一种实施例,本发明提供了一种基于物联网的气瓶质量安全追溯***,包括信息录入模块和云服务模块;
信息录入模块包括拍摄子模块、验证子模块、录入子模块和通信子模块;
拍摄子模块包括前置拍摄单元和后置拍摄单元;
前置拍摄单元用于对上传人员进行拍摄,获取上传人员的脸部图像;
验证子模块用于基于前置拍摄单元获取的脸部图像验证上传人员是否具有上传资质;
后置拍摄单元用于上传人员对气瓶进行拍摄,获取气瓶的识别信息,前置拍摄单元还用于在上传人员使用后置拍摄单元对气瓶进行拍摄的同时,对上传人员进行拍摄,获得第一图像集;
录入子模块用于具有上传资质的上传人员录入气瓶的相关数据;前置拍摄单元还用于在具有上传资质的上传人员录入气瓶的相关数据的同时,对上传人员进行拍摄,获得第二图像集;
通信子模块用于将识别信息、相关数据、第一图像集和第二图像集发送至云服务模块;
云服务模块用于基于第一图像集、第二图像集对气瓶的识别信息和相关数据进行保存。
具体的,第一图像集合第二图像集能够在保存相关数据时,进一步对上传人员的身份进行确认,从而进一步地提高了云服务器中保存的相关数据的真实性。
通过将气瓶的相关数据进行联网保存,实现了气瓶的物联网。
在一种实施方式中,前置拍摄单元和后置拍摄单元被设置为同时工作。
具体的,同时工作能够避免分开工作导致的,虽然上传资质的验证通过了,但是真实的录入人员不具备录入资质的问题。因为具有资质的人员临时离开工作设备时,存在被他人非法操作工作设备,录入错误的相关数据的可能。因此,同时工作时,如果数据集中出现的人员并不是具有录入资质的人员,则云服务模块不会对这样的相关数据进行保存。
在一种实施方式中,对上传人员进行拍摄,获得第一图像集,包括:
采用固定的周期对上传人员进行拍摄,获得第一图像集。
由于上传人员在对气瓶进行拍摄的时间一般都非常短,因此,本发明利用固定的周期进行拍摄即可,而利用固定的周期进行拍摄,能够减少得到的第一图像集中的像素点的数量,便于将第一图像集上传至云服务模块。
在一种实施方式中,对上传人员进行拍摄,获得第二图像集,包括:
S1,判断第t个工作时间区间是否结束,若否,则进入S2,若是,则进入S3;
S2,采用第t个工作时间区间对应的拍摄间隔对上传人员进行拍摄,将得到的图像保存到第二图像集,进入S1;
S3,计算第t+1个工作时间区间的长度和第t+1个工作时间区间对应的拍摄间隔。
上述实施方式中,第二图像集的获取过程就不是采用固定的周期进行拍摄了,因为第二图像集拍摄时,上传人员正在录入气瓶的相关数据,这时一般都是在电脑前进行录入,而且录入的时间一般比较长;因此,上述实施方式通过长度自适应变化的时间区间来对上传人员进行拍摄,与采用固定的周期相比,能够进一步地减少第二图像集中的图像的数量。
具体的,计算第t+1个工作时间区间的长度,包括:
当t小于等于1时,第t个工作时间区间的长度为预设的第一数值;
当t大于1时,第t个工作时间区间的长度的计算函数为:
其中,和/>分别为第t+1个和第t个工作时间区间的长度,/>为在第t个工作时间区间内,对上传人员进行拍摄得到的图像的有效系数;/>为在第t-1个工作时间区间内,对上传人员进行拍摄得到的图像的有效系数;/>为设定的有效系数差值常数,/>为设定的时间长度变化量。
工作时间区间的长度是与前两个工作时间区间的有效信息的差值有关,当差值为负时,表示前两个工作时间区间中,获得的图像的有效性降低,因此,上述计算函数中,加号右侧会是负值,下一个工作时间区间缩短,便于更快地对拍摄间隔进行调整,提高在同一个时间区间内获得的图像的有效性。而当差值为正时,表示前两个工作时间区间中,获得的图像的有效性升高,因此,上述计算函数中,加号右侧会是正值,下一个工作时间区间延长,便于减少得到的图像的数量。上述实施方式保证了获得的图像的有效性的同时,减少了图像的数量。
具体的,图像的有效系数的计算函数为:
其中,为第t个工作时间区间内,对上传人员进行拍摄得到的图像的有效系数,/>为t个工作时间区间内,对上传人员进行拍摄得到的图像的总数,/>表示比例,/>大于0且小于1,/>表示第t个工作时间区间内,对上传人员进行拍摄得到第i张的图像中,符合椭圆皮肤模型的像素点的数量,/>为到第i张的图像中的像素点的总数,为第i张的图像中的像素点的灰度值的方差,/>为/>张图像中的像素点的灰度值的方差的最大值。
有效系数主要从符合椭圆皮肤模型的像素点的数量,以及灰度值的方差这两个角度进行计算。符合椭圆皮肤模型的像素点的数量越多,像素点的灰度值的方差越大,则表示该工作时间区间内得到的图像的有效性越高。
椭圆皮肤模型能够检测出属于皮肤区域的像素点的数量,数量越大,表示图像中包含上传人脸的人脸区域的像素点的概率越大,而方差则是能够表示图像的信息量,方差越大,则表示信息量越大,图像的有效性越高。
具体的,第一个工作时间区间和第二个工作时间区间对应的拍摄间隔均为预设的第二数值。
具体的,计算第t+1个工作时间区间对应的拍摄间隔,包括:
其中,和/>分别表示第t+1个和第t个工作时间区间对应的拍摄间隔,
为判定函数,
为设定的拍摄间隔变化量。
在本发明中,拍摄间隔也随着前两个工作时间区间的有效信息的差值的变化而变化,当差值为负时,缩短拍摄间隔,反之,则延长拍摄间隔。从而能够在有效性降低时,拍摄更多的图像,提高拍摄到脸部区域的像素点的概率,从而提高有效性。因为上传人员在录入的过程中可能会有小幅度的头部转动,若转动的周期与拍摄间隔所形成的周期相一致,且两个周期交替发生时,则会出现在一个工作时间区间内,拍摄到包含上传人员的脸部区域的图像的数量非常少的情况的发生,此时,本发明减少拍摄间隔,从而提高了得到包含上传人员的脸部区域的图像的概率。
在一种实施方式中,基于第一图像集、第二图像集对气瓶的识别信息和相关数据进行保存,包括:
获取第一图像集中的包含上传人员的脸部区域的图像的数量;
若大于设定的第一阈值,则获取第二图像集中的包含上传人员的脸部区域的图像的数量/>;/>为第一图像集合中的图像的数量;
若小于等于设定的第一阈值,则不对气瓶的识别信息和相关数据进行保存;
若大于设定的第二阈值,则对气瓶的识别信息和相关数据进行保存;否则,不对气瓶的识别信息和相关数据进行保存,/>为第二图像集合中的图像的数量。
在上述实施方式中,通过对第一图像集及第二图像集中的包含上传人脸的脸部区域的图像的占比来判断是否保存气瓶的识别信息和相关数据,当这两种占比小于对应的阈值时,则表示识别信息和相关数据的可信程度不够高,此时,需要上传人员重新进行上传。
可选的,如图2所示,还包括追溯模块;
追溯模块用于基于气瓶的识别信息获取气瓶的追溯信息。
可选的,追溯模块包括输入单元、发送单元、接收单元和显示单元;
输入单元用于对气瓶进行追溯的人员输入气瓶的检索信息;
发送单元用于将检索信息发送至云服务模块;
接收单元用于接收云服务模块传输回来的追溯信息;
显示单元用于显示接收单元接收的追溯信息。
具体的,追溯模块的使用者可以至气瓶的拥有者或者是相应的监管部门,通过对气瓶进行安全追溯,提高了对气瓶的使用安全。
可选的,云服务模块用于在接收到发送单元发送的检索信息后,按照检索信息对存储的相关数据进行检索,获得追溯信息,并将追溯信息发送至接收单元。
可选的,检索信息包括气瓶的识别信息和追溯时间范围。
追溯的时间范围可以是一周,一个月等。这个可以根据实际情况进行设置。
可选的,按照检索信息对存储的相关数据进行检索,获得追溯信息,包括:
基于气瓶的识别信息获取气瓶的所有的相关数据;
基于追溯时间范围对得到的相关数据进行筛选,将处于追溯时间范围内的相关数据作为追溯信息。
具体的,基于识别信息检索到的是气瓶从制造出来开始的所有的相关数据。
可选的,上传人员包括气瓶的生产环节、充装环节、检验环节和销售环节的工作人员。
可选的,生产环节的相关数据包括生产日期、生产企业、出厂检测人员、规格、使用注意事项;
充装环节的相关数据包括充装日期、充装企业、充装人员和过称重量;
检验环节的相关数据包括检验日期、检验单位、检验人员和检验数据;
销售环节的相关数据包括入库日期、出库日期和销售企业。
可选的,验证子模块包括验证单元和数据库单元;
数据库单元用于存储具有上传资质的上传人员的脸部图像;
验证单元用于将前置拍摄单元获取的脸部图像分别与数据库单元中的每张脸部图像进行对比,验证上传人员是否具有上传资质。
数据库单元中的脸部图像可以由安全追溯***的管理员进行上传,或者是上传人员在注册安全追溯***的账号时,在注册的过程中进行上传。
在一种实施方式中,将前置拍摄单元获取的脸部图像分别与数据库单元中的每张脸部图像进行对比,验证上传人员是否具有上传资质,包括:
分别计算前置拍摄单元获取的脸部图像与数据库单元中的每张脸部图像之间的相似度;
判断得到的所有相似度中,相似度的最大值是否大于设定的相似度阈值;
若是,则上传人员具有上传资质,若否,则上传人员不具有上传资质。
具体的,计算前置拍摄单元获取的脸部图像与数据库单元中的每张脸部图像之间的相似度,包括:
用表示前置拍摄单元获取的脸部图像,用/>表示数据库单元中的脸部图像;
获取中的人脸区域的第一图像特征;
获取中的人脸区域的第二图像特征;
计算第一图像特征和第二图像特征之间的相似度。
图像特征之间的相似度可以由对应的特征序列之间的相似度计算得到。
具体的,获取中的人脸区域的第一图像特征,包括:
对进行滤波处理,得到滤波图像;
计算滤波图像的区域数量;
将滤波图像切割为个面积相同的区域;
分别对每个区域进行图像分割处理,得到人脸区域图像;
获取人脸区域图像中的图像特征,从而得到第一图像特征。
现有技术中,当需要对图像进行切割时,区域数量一般都是提前指定的,这样便会导致区域数量无法与图像的实际情况相适应,对部分图像的切割效果比较差。例如,当滤波图像中的像素点之间的差异比较小时,区域数量越少便越不利于后续的图像分割,因为图像分割时,同一个区域中的像素点之间的局部差异越大,则越容易得到准确的分割结果。
因此,本发明采用了跟随计算的方式来得到区域数量,使得区域数量与滤波图像的实际像素值分布情况相适应,从而提高了候选的图像分割的效果的准确率。
具体的,对进行滤波处理可以采用现有的滤波算法,例如高斯滤波算法等进行,进行图像滤波之后,能够提高图像分割的准确率。
具体的,计算滤波图像的区域数量,包括:
的计算函数为:
为滤波图像中像素值大于分割阈值/>的像素点的灰度值集中程度系数,/>为滤波图像中像素值小于分割阈值/>的像素点的灰度值集中程度系数,为使用最大类间方差法对/>计算得到的分割阈值;/>为设定的常数系数,/>为设定的区域数量的最大值;
其中,为滤波图像中灰度值为k的像素点的数量;k为滤波图像中像素值大于分割阈值/>的像素点中像素点最多的像素值,q为设定的区间数值,/>和分别为灰度值为k-q和k+q的像素点的数量;m为滤波图像中像素值小于分割阈值/>的像素点中像素点最多的像素值,/>、/>、/>分别为灰度值为m-q、m、m+q的像素点的数量,/>为滤波图像中的像素点的总数,/>为滤波图像中灰度值的最大值和最小值之间的差的绝对值,/>为第一权重,/>为第二权重。
区域数量主要是从分割阈值两侧的像素点的像素值的集中程度以及集中的像素点的像素值之间的差距进行计算得到,灰度值集中程度系数之间的差别越小,集中的像素点的像素值之间差别越小,表示像素点之间越难进行准确分割,此时区域数量越大,从而提高了准确分割的概率,反之,则降低区域的数量,提高分割效率。
具体的,分别对每个区域进行图像分割处理,得到人脸区域图像,包括:
使用图像分割算法对区域进行分割,获得区域中的前景和背景;
由所有的区域中的前景组成人脸区域。
可选的,识别信息包括气瓶编号。
可选的,对气瓶进行拍摄,获取气瓶的识别信息,包括:
对气瓶的瓶身上的钢印区域或二维码粘贴区域进行拍摄,获得识别图像;
对识别图像进行识别,得到气瓶编号。
本发明的气瓶质量安全追溯***,在气瓶的相关数据的录入环节,对上传人员进行了资质的验证,而且,本发明不单单是进行了资质验证,还对获取气瓶的识别信息的过程以及录入气瓶的相关数据的过程进行了相应的图像集的获取,而云服务模块不是直接对相关信息进行保存,而是基于第一图像集、第二图像集对气瓶的识别信息和相关数据进行保存,在保存端也增加了验证的步骤,从而进一步提高了数据录入的过程的安全性,避免因为账号信息泄露等因素,被他人恶意上传错误的相关数据,导致气瓶质量的安全追溯无法正常进行的情况的发生。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于物联网的气瓶质量安全追溯***,其特征在于,包括信息录入模块和云服务模块;
信息录入模块包括拍摄子模块、验证子模块、录入子模块和通信子模块;
拍摄子模块包括前置拍摄单元和后置拍摄单元;
前置拍摄单元用于对上传人员进行拍摄,获取上传人员的脸部图像;
验证子模块用于基于前置拍摄单元获取的脸部图像验证上传人员是否具有上传资质;
后置拍摄单元用于上传人员对气瓶进行拍摄,获取气瓶的识别信息,前置拍摄单元还用于在上传人员使用后置拍摄单元对气瓶进行拍摄的同时,对上传人员进行拍摄,获得第一图像集;
录入子模块用于具有上传资质的上传人员录入气瓶的相关数据;前置拍摄单元还用于在具有上传资质的上传人员录入气瓶的相关数据的同时,对上传人员进行拍摄,获得第二图像集;
通信子模块用于将识别信息、相关数据、第一图像集和第二图像集发送至云服务模块;
云服务模块用于基于第一图像集、第二图像集对气瓶的识别信息和相关数据进行保存;
对上传人员进行拍摄,获得第二图像集,包括:
S1,判断第t个工作时间区间是否结束,若否,则进入S2,若是,则进入S3;
S2,采用第t个工作时间区间对应的拍摄间隔对上传人员进行拍摄,将得到的图像保存到第二图像集,进入S1;
S3,计算第t+1个工作时间区间的长度和第t+1个工作时间区间对应的拍摄间隔;
计算第t+1个工作时间区间的长度,包括:
当t小于等于1时,第t个工作时间区间的长度为预设的第一数值;
当t大于1时,第t个工作时间区间的长度的计算函数为:
其中,wktragt+1和wktragt分别为第t+1个和第t个工作时间区间的长度,facenumt为在第t个工作时间区间内,对上传人员进行拍摄得到的图像的有效系数;facenumt-1为在第t-1个工作时间区间内,对上传人员进行拍摄得到的图像的有效系数;trunum为设定的有效系数差值常数,chgval为设定的时间长度变化量;
图像的有效系数的计算函数为:
其中,facenumt为第t个工作时间区间内,对上传人员进行拍摄得到的图像的有效系数,Numt为t个工作时间区间内,对上传人员进行拍摄得到的图像的总数,μ表示比例,μ大于0且小于1,numfci表示第t个工作时间区间内,对上传人员进行拍摄得到第i张的图像中,符合椭圆皮肤模型的像素点的数量,numali为第i张的图像中的像素点的总数,grayfci为第i张的图像中的像素点的灰度值的方差,grayfcmax为numfci张图像中的像素点的灰度值的方差的最大值;
第一个工作时间区间和第二个工作时间区间对应的拍摄间隔均为预设的第二数值;
计算第t+1个工作时间区间对应的拍摄间隔,包括:
shotintt+1=shotint+getf(facenumt-facenumt-1)×stbval
其中,shotintt+1和shotint分别表示第t+1个和第t个工作时间区间对应的拍摄间隔,
getf(facenumt-facenumt-1)为判定函数,
stbval为设定的拍摄间隔变化量;
基于第一图像集、第二图像集对气瓶的识别信息和相关数据进行保存,包括:
获取第一图像集中的包含上传人员的脸部区域的图像的数量numfir;
若大于设定的第一阈值,则获取第二图像集中的包含上传人员的脸部区域的图像的数量numsec;Numfir为第一图像集合中的图像的数量;
若小于等于设定的第一阈值,则不对气瓶的识别信息和相关数据进行保存;
若大于设定的第二阈值,则对气瓶的识别信息和相关数据进行保存;否则,不对气瓶的识别信息和相关数据进行保存,Numsec为第二图像集合中的图像的数量。
2.根据权利要求1所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,还包括追溯模块;
追溯模块用于基于气瓶的识别信息获取气瓶的追溯信息。
3.根据权利要求2所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,追溯模块包括输入单元、发送单元、接收单元和显示单元;
输入单元用于对气瓶进行追溯的人员输入气瓶的检索信息;
发送单元用于将检索信息发送至云服务模块;
接收单元用于接收云服务模块传输回来的追溯信息;
显示单元用于显示接收单元接收的追溯信息。
4.根据权利要求3所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,云服务模块用于在接收到发送单元发送的检索信息后,按照检索信息对存储的相关数据进行检索,获得追溯信息,并将追溯信息发送至接收单元。
5.根据权利要求4所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,检索信息包括气瓶的识别信息和追溯时间范围。
6.根据权利要求5所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,按照检索信息对存储的相关数据进行检索,获得追溯信息,包括:
基于气瓶的识别信息获取气瓶的所有的相关数据;
基于追溯时间范围对得到的相关数据进行筛选,将处于追溯时间范围内的相关数据作为追溯信息。
7.根据权利要求1所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,上传人员包括气瓶的生产环节、充装环节、检验环节和销售环节的工作人员。
8.根据权利要求1所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,验证子模块包括验证单元和数据库单元;
数据库单元用于存储具有上传资质的上传人员的脸部图像;
验证单元用于将前置拍摄单元获取的脸部图像分别与数据库单元中的每张脸部图像进行对比,验证上传人员是否具有上传资质。
9.根据权利要求1所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,识别信息包括气瓶编号。
10.根据权利要求9所述的一种基于物联网的气瓶质量安全追溯***,其特征在于,对气瓶进行拍摄,获取气瓶的识别信息,包括:
对气瓶的瓶身上的钢印区域或二维码粘贴区域进行拍摄,获得识别图像;
对识别图像进行识别,得到气瓶编号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310429826.9A CN116151848B (zh) | 2023-04-21 | 2023-04-21 | 一种基于物联网的气瓶质量安全追溯*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310429826.9A CN116151848B (zh) | 2023-04-21 | 2023-04-21 | 一种基于物联网的气瓶质量安全追溯*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116151848A CN116151848A (zh) | 2023-05-23 |
CN116151848B true CN116151848B (zh) | 2023-08-11 |
Family
ID=86341079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310429826.9A Active CN116151848B (zh) | 2023-04-21 | 2023-04-21 | 一种基于物联网的气瓶质量安全追溯*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151848B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116719966B (zh) * | 2023-05-25 | 2024-03-08 | 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所) | 一种医院病人信息管理*** |
CN118247494B (zh) * | 2024-05-28 | 2024-08-06 | 湖北蔚蓝通用航空科技股份有限公司 | 一种基于视觉技术的飞行训练安全管理*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005100002A (ja) * | 2003-09-24 | 2005-04-14 | Yokogawa Electric Corp | 生産物トレーサビリティシステム |
JP2005227957A (ja) * | 2004-02-12 | 2005-08-25 | Mitsubishi Electric Corp | 最適顔画像記録装置及び最適顔画像記録方法 |
CN107734277A (zh) * | 2017-09-15 | 2018-02-23 | 西北工业大学 | 一种溯源***及方法 |
JP2020166493A (ja) * | 2019-03-29 | 2020-10-08 | 株式会社東芝 | 管理装置、管理システム及びプログラム |
CN112950237A (zh) * | 2021-05-12 | 2021-06-11 | 常州市市场监管服务中心(常州市特种设备事故调查处置中心) | 基于ocr和区块链的气瓶质量安全追溯***及控制方法 |
CN115578780A (zh) * | 2022-12-07 | 2023-01-06 | 广东省科学院江门产业技术研究院有限公司 | 一种基于大数据的农产品及食品冷链溯源管理*** |
-
2023
- 2023-04-21 CN CN202310429826.9A patent/CN116151848B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005100002A (ja) * | 2003-09-24 | 2005-04-14 | Yokogawa Electric Corp | 生産物トレーサビリティシステム |
JP2005227957A (ja) * | 2004-02-12 | 2005-08-25 | Mitsubishi Electric Corp | 最適顔画像記録装置及び最適顔画像記録方法 |
CN107734277A (zh) * | 2017-09-15 | 2018-02-23 | 西北工业大学 | 一种溯源***及方法 |
JP2020166493A (ja) * | 2019-03-29 | 2020-10-08 | 株式会社東芝 | 管理装置、管理システム及びプログラム |
CN112950237A (zh) * | 2021-05-12 | 2021-06-11 | 常州市市场监管服务中心(常州市特种设备事故调查处置中心) | 基于ocr和区块链的气瓶质量安全追溯***及控制方法 |
CN115578780A (zh) * | 2022-12-07 | 2023-01-06 | 广东省科学院江门产业技术研究院有限公司 | 一种基于大数据的农产品及食品冷链溯源管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN116151848A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116151848B (zh) | 一种基于物联网的气瓶质量安全追溯*** | |
CN105678213B (zh) | 基于视频特征统计的双模式蒙面人事件自动检测方法 | |
Chandran et al. | Missing child identification system using deep learning and multiclass SVM | |
CN113269081A (zh) | 人员自动识别与视频轨迹查询的***及方法 | |
CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及*** | |
CN113139489B (zh) | 基于背景提取和多尺度融合网络的人群计数方法及*** | |
CN115861940B (zh) | 基于人体跟踪及识别技术的工作场景行为评估方法及*** | |
CN111275040A (zh) | 定位方法及装置、电子设备、计算机可读存储介质 | |
CN106548113A (zh) | 图像识别方法及*** | |
CN113850183A (zh) | 一种基于人工智能技术判断视频中行为的方法 | |
CN106407966A (zh) | 一种应用于考勤的人脸识别方法 | |
CN113255608A (zh) | 一种基于cnn分类的多摄像头人脸识别定位方法 | |
CN114359088A (zh) | 一种对视频特定目标人物进行打码处理的方法 | |
CN112734966B (zh) | 一种融合WiFi数据与人脸识别的课堂点名方法 | |
CN110992500A (zh) | 考勤方法、装置及存储介质、服务器 | |
CN116343100B (zh) | 一种基于自监督学习的目标识别方法及*** | |
US11887292B1 (en) | Two-step anti-fraud vehicle insurance image collecting and quality testing method, system and device | |
CN117197864A (zh) | 基于深度学习的证件照分类识别及免冠检测方法及*** | |
CN115082326A (zh) | 视频去模糊的处理方法、边缘计算设备及中心处理器 | |
CN111738059A (zh) | 一种面向无感场景的人脸识别方法 | |
CN114155485B (zh) | 基于3d视觉的智慧社区智能安防监测管理*** | |
CN115909400A (zh) | 一种用于低分辨率监控场景中使用手机行为的识别方法 | |
CN116935253A (zh) | 基于结合时空注意力机制的残差网络的人脸篡改检测方法 | |
CN114360013A (zh) | 一种高精度人脸识别摄像头 | |
CN114743257A (zh) | 图像目标行为的检测识别方法 |
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 |