CN117112816B - 安检图像的排序方法、装置、设备及存储介质 - Google Patents
安检图像的排序方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117112816B CN117112816B CN202311368525.6A CN202311368525A CN117112816B CN 117112816 B CN117112816 B CN 117112816B CN 202311368525 A CN202311368525 A CN 202311368525A CN 117112816 B CN117112816 B CN 117112816B
- Authority
- CN
- China
- Prior art keywords
- security
- checked
- images
- image
- inspected
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012163 sequencing technique Methods 0.000 claims 3
- 238000012545 processing Methods 0.000 abstract description 13
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种安检图像的排序方法、装置、设备及存储介质,该安检图像的排序方法,包括:获取待安检对象的安检信息;根据待安检对象的地址信息确定待安检图像的安检时长阈值;根据待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果;基于排序结果对待安检图像进行判定。通过上述技术方案,能够实现优先对安检时长阈值较短的待安检图像进行判定,确保待安检对象能够在对应的安检时长阈值内完成安检,减少处理超时、漏判等问题。
Description
技术领域
本发明涉及安检技术领域,尤其涉及一种安检图像的排序方法、装置、设备及存储介质。
背景技术
在物流行业的快递分拨或转运中心以及快递网点,每个快递包裹在安检后都有各自要到达的目的地(分拣格口),不同的快递包裹通过安检机采集待安检图像后到对应的分拣格口,所需的时间是不同的,如果按照现有的安检方法按照快递包裹的安检时间顺序在集中判图客户端对快递包裹的待安检图像进行判定,无法保证优先处理到达格口所需时间较短的包裹,容易导致对快递包裹处理超时、漏判等问题。
发明内容
本发明提供了一种安检图像的排序方法、装置、设备及存储介质,以提高待安检对象的安检效率。
根据本发明的一方面,提供了一种安检图像的排序方法,该方法包括:
获取待安检对象的安检信息;其中,所述安检信息包括待安检图像以及地址信息;
根据所述待安检对象的地址信息确定所述待安检图像的安检时长阈值;
根据所述待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果;
基于所述排序结果对待安检图像进行判定。
根据本发明的另一方面,提供了一种安检图像的排序装置,该装置包括:
安检信息获取模块,用于获取待安检对象的安检信息;其中,所述安检信息包括待安检图像以及地址信息;
时长确定模块,用于根据所述待安检对象的地址信息确定所述待安检图像的安检时长阈值;
排序模块,用于根据所述待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果;
判定模块,用于基于所述排序结果对待安检图像进行判定。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的安检图像的排序方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的安检图像的排序方法。
本发明实施例的技术方案,通过获取待安检对象的安检信息,根据安检信息中的地址信息确定待安检对象的安检时长阈值,通过安检时长阈值对待安检图像进行排序,并基于排序结果对待安检图像进行判定,通过合理优化待安检对象的安检时间,保证了在存在多个待安检对象的情况下,能够优先对安检时长阈值较短的待安检图像进行判定,确保待安检对象能够在对应的安检时长阈值内完成安检,减少处理超时、漏判等问题。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种安检图像的排序方法的流程图;
图2a是根据本发明实施例二提供的一种安检图像的排序方法的流程图;
图2b是根据本发明实施例二提供的一种安检图像判定客户端的界面运行截图;
图3是根据本发明实施例三提供的一种安检图像的排序装置的结构示意图;
图4是实现本发明实施例的安检图像的排序方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种安检图像的排序方法的流程图,本实施例可适用于在安检过程中,对待安检图像进行判定的情况,该方法可以由安检图像的排序装置来执行,该安检图像的排序装置可以采用硬件和/或软件的形式实现,该安检图像的排序装置可配置于各种通用计算设备中。如图1所示,该方法包括:
S110、获取待安检对象的安检信息。
其中,待安检对象可以是指需要进行安检的物体,例如,在地铁、高铁以及机场等场景中,待安检对象可以是指行李箱、背包等物体。优选的,在本发明实施例中,待安检对象可以是指快递包裹。
安检信息可以包括待安检图像以及地址信息。可选的,待安检图像可以在待安检对象进入安检机后,安检机对待安检图像进行扫描得到,示例性的,待安检图像可以是指x光安检图像;地址信息可通过安检机对待安检对象进行六面扫描,识别待安检对象的条码信息得到;可选的,地址信息中包括待安检对象进行安检后需要到达的分拣格口。
具体的,待安检对象在进入安检后,安检机可通过对待安检对象进行扫描得到待安检对象的安检信息,并将安检信息发送给安检图像判定客户端,以使判定员对待安检图像进行判定。
S120、根据待安检对象的地址信息确定待安检图像的安检时长阈值。
其中,安检时长阈值可以用于表示待安检图像的最大安检判定时长。示例性的,待安检图像需在安检时长阈值内进行图像判定,若待安检图像在安检时长阈值内未进行图像判定,则会导致该待安检图像处理超时从而漏判,此时***默认该快递包裹中不含违禁品,直接进入正常格口,影响分拣结果。
具体的,可以根据待安检对象的地址信息所包含的待安检对象的信息确定出待安检图像的安检时长阈值。
可选的,根据待安检对象的地址信息确定待安检图像的安检时长阈值,包括:根据地址信息确定待安检对象对应的分拣格口;根据待安检对象与分拣格口之间的距离,以及待安检对象的移动速度,确定待安检图像的安检时长阈值。
其中,待安检对象的移动速度可以通过待安检对象通过安检机后所处传输带的传输速度确定。可选的,待安检对象通过安检机后的移动可以看作是一个匀速移动过程。
具体的,根据待安检对象的地址信息可以确定出待安检对象在通过安检机后需要到达的分拣格口;根据待安检对象进入安检机时待安检对象与其需要到达的分拣格口之间的距离(可以看作安检机与待安检对象需要到达的分拣格口之间的距离),以及待安检对象通过安检机之后的移动速度,确定出待安检图像的安检时长阈值。需要说明的是,安检时长阈值即指待安检对象在通过安检机后到达对应的分拣格口的时间,在待安检对象到达对应的分拣格口的过程中,判定员需要在安检图像判定客户端对待安检对象对应的待安检图像完成判定,以使待安检对象到达分拣格口时,待安检对象对应的待安检图像已完成判定,待安检对象可以顺利在分拣格口完成分拣。可选的,不同的待安检对象需要到达的分拣格口可以相同,也可以不同。
S130、根据待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果。
其中,排序结果可以是指排序后的待安检图像。
具体的,安检图像判定客户端可以根据待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果。
S140、基于排序结果对待安检图像进行判定。
具体的,判定员可以在图像判定客户端基于排序后的安检图像对待安检图像进行判定。
可选的,本发明实施例的技术方案,在类似机场、高铁以及地铁等安检场景下,也可支持以待安检对象进入安检机的时间顺序对待安检图像进行判定的安检方法。
本发明实施例的技术方案,通过获取待安检对象的安检信息,根据安检信息中的地址信息确定待安检对象的安检时长阈值,通过安检时长阈值对待安检图像进行排序,并基于排序结果对待安检图像进行判定,通过合理优化待安检对象的安检时间,保证了在存在多个待安检对象的情况下,能够优先对安检时长阈值较短的待安检图像进行判定,确保待安检对象能够在对应的安检时长阈值内完成安检,减少处理超时、漏判等问题。
实施例二
图2a为本发明实施例二提供的一种安检图像的排序方法的流程图,本实施例与上述实施例的基础上进一步细化,提供了对根据待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果的具体步骤。需要说明的是,在本发明实施例未详述部分,可参见其他实施例的相关表述,在此不再赘述。如图2a所示,该方法包括:
S210、获取待安检对象的安检信息。
S220、根据待安检对象的地址信息确定待安检图像的安检时长阈值。
S230、按照安检时长阈值从小到大的顺序对待安检图像进行排序得到待安检图像序列,作为排序结果。
具体的,安检图像判定客户端可以根据待安检图像对应的安检时长阈值,对接收到的待安检图像按照安检时长阈值从小到大的顺序进行排序得到待安检图像序列,作为排序结果。
S240、将待安检图像序列中待安检图像的安检时长阈值作为待安检图像的初始时间标签,并按照固定时长频率更新时间标签。
其中,初始时间标签可以是指时间标签的初始值。可选的,时间标签可以是动态的时间标签,可以用于表示待安检图像的剩余安检判定时长。
具体的,可以通过将待安检序列中待安检图像对应的安检时长阈值作为待安检图像的时间标签的初始值,并按照固定时长频率对时间标签进行更新。可选的,固定时长频率可以根据本领域技术人员进行适应性设置,优选的,固定时长频率可以设置为1s。示例性的,存在待安检图像对应的安检时长阈值为20s,则该待安检图像的初始时间标签显示为20s,每经过1s,该待安检图像的时间标签的显示值则会减少1s。
可选的,在本发明实施例中,安检图像判定客户端在进行待安检图像判定时的界面运行图可以如图2b所示,待安检图像序列中存在的带有时间标签的待安检图像以缩略图形式进行显示(从左到右的顺序表示待安检图像在待安检图像序列中的排列顺序),针对待安检图像序列中排在首位的待安检图像,则会以预设缩放比例对该待安检图像的缩略图进行放大并显示在预设显示区域,以便于判定员对该待安检图像进行判定,并在预设判定区域输入该待安检图像的判定结果。可选的,预设显示区域以及预设判定区域可以根据本领域技术人员进行适应性的设置。
S250、采用更新的新时间标签对待安检图像进行判定。
具体的,在待安检图像序列中根据实时更新的时间标签作为待安检图像的判定顺序,对待安检图像进行判定。
可选的,在本发明实施例中,还包括:当待安检图像序列中的待安检图像判定完成的情况下,将判定完成的待安检图像从待安检图像序列中移除。
具体的,当待安检图像序列中位于首位的待安检图像判定完成的情况下,将判定完成的待安检图像从待安检图像序列中移除,并依次将待安检图像序列中剩余的待安检图像前移,示例性的,待安检图像序列中位于第二位的待安检图像移到第一位,待安检图像序列中位于第三位的待安检图像移到第二位,依次完成对待安检图像序列中待安检图像的前移。
可选的,在本发明实施例中,还包括:在接收到新的待安检对象的安检信息的情况下,根据该待安检对象的地址信息确定该待安检对象对应待安检图像的安检时长阈值;将该待安检图像的安检时长阈值作为该待安检图像的初始时间标签;根据该待安检图像的初始时间标签,以及待安检图像序列中待安检图像更新后的新时间标签,按照时间标签从小到大的顺序将该待安检图像***到待安检图像序列。
具体的,在安检图像判定客户端接收到新的待安检对象的安检信息的情况下,根据接收到的该待安检对象的地址信息确定该待安检对象对应待安检图像的安检时长阈值,并将该待安检图像的安检时长阈值作为该待安检图像对应的初始时间标签;根据该待安检图像的初始时间标签,以及待安检图像序列中的待安检图像实时更新后的时间标签,按照时间标签从小到大的顺序将新接收到的待安检图像***到待安检图像序列中,确保了在待安检图像序列中前面的待安检图像对应的始终是需要尽快完成安检的待安检对象。
可选的,在待安检图像序列中会以缩略图形式显示前n张待安检图像,当待安检图像序列中的待安检图像的数量超过n时,依旧按照原有的排序规则进行排序,但是不再以缩略图形式进行显示,在待安检图像序列中从第n+1张开始仅会待判定数量的形式提示判定员。可选的,本领域技术人员可适应性对n的取值进行设定。
本发明实施例的技术方案,通过为待安检图像序列中的待安检图像添加时间标签,并动态地更新该时间标签,并根据动态更新的时间标签对待安检图像进行判定,能够确保对于待安检图像序列中时间标签较小的待安检图像能够尽快完成判定,减少处理超时、漏判等问题。
实施例三
图3为本发明实施例三提供的一种安检图像的排序装置的结构示意图。该装置可以由硬件和/或软件的方式来实现,可执行本发明任意实施例所提供的安检图像的排序方法,具备执行方法相应的功能模块和有益效果。如图3所示,该装置包括:
安检信息获取模块310,用于获取待安检对象的安检信息;其中,安检信息包括待安检图像以及地址信息;
时长确定模块320,用于根据所待安检对象的地址信息确定待安检图像的安检时长阈值;
排序模块330,用于根据待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果;
判定模块340,用于基于排序结果对待安检图像进行判定。
本发明实施例的技术方案,通过获取待安检对象的安检信息,根据安检信息中的地址信息确定待安检对象的安检时长阈值,通过安检时长阈值对待安检图像进行排序,并基于排序结果对待安检图像进行判定,通过合理优化待安检对象的安检时间,保证了在存在多个待安检对象的情况下,能够优先对安检时长阈值较短的待安检图像进行判定,确保待安检对象能够在对应的安检时长阈值内完成安检,减少处理超时、漏判等问题。
可选的,排序模块330,可具体用于按照安检时长阈值从小到大的顺序对待安检图像进行排序得到待安检图像序列,作为排序结果。
可选的,判定模块340,可具体用于将待安检图像序列中待安检图像的安检时长阈值作为待安检图像的初始时间标签,并按照固定时长频率更新时间标签;采用更新的新时间标签对待安检图像进行判定。
可选的,该装置,还包括:
***模块,具体用于在接收到新的待安检对象的安检信息的情况下,根据该待安检对象的地址信息确定该待安检对象对应待安检图像的安检时长阈值;将该待安检图像的安检时长阈值作为该待安检图像的初始时间标签;根据该待安检图像的初始时间标签,以及待安检图像序列中待安检图像更新后的新时间标签,按照时间标签从小到大的顺序将该待安检图像***到待安检图像序列。
可选的,时长确定模块,可具体用于根据地址信息确定待安检对象对应的分拣格口;根据待安检对象与分拣格口之间的距离,以及待安检对象的移动速度,确定待安检图像的安检时长阈值。
可选的,待安检图像序列中的待安检图像以缩略图形式显示,以及待安检图像序列中位于首位的待安检图像以预设缩放比例对其缩略图进行放大并显示在预设显示区域。
可选的,该装置,还包括:
移除模块,用于当待安检图像序列中的待安检图像判定完成的情况下,将判定完成的待安检图像从待安检图像序列中移除。
本发明实施例所提供的安检图像的排序装置可执行本发明任意实施例所提供的安检图像的排序方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备410包括至少一个处理器411,以及与至少一个处理器411通信连接的存储器,如只读存储器(ROM)412、随机访问存储器(RAM)413等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序,来执行各种适当的动作和处理。在RAM 413中,还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415,包括:输入单元416,例如键盘、鼠标等;输出单元417,例如各种类型的显示器、扬声器等;存储单元418,例如磁盘、光盘等;以及通信单元419,例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理,例如安检图像的排序方法。
在一些实施例中,安检图像的排序方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元418。在一些实施例中,计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时,可以执行上文描述的安检图像的排序方法的一个或多个步骤。备选地,在其他实施例中,处理器411可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行安检图像的排序方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (9)
1.一种安检图像的排序方法,其特征在于,包括:
获取待安检对象的安检信息;其中,所述安检信息包括待安检图像以及地址信息;
根据所述地址信息确定所述待安检对象对应的分拣格口;
根据所述待安检对象与所述分拣格口之间的距离,以及所述待安检对象的移动速度,确定所述待安检图像的安检时长阈值;
根据所述待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果;
基于所述排序结果对待安检图像进行判定。
2.根据权利要求1所述的方法,其特征在于,根据所述待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果,包括:
按照安检时长阈值从小到大的顺序对待安检图像进行排序得到待安检图像序列,作为排序结果;
基于所述排序结果对待安检图像进行判定,包括:
将待安检图像序列中待安检图像的安检时长阈值作为待安检图像的初始时间标签,并按照固定时长频率更新时间标签;
采用更新的新时间标签对待安检图像进行判定。
3.根据权利要求2所述的方法,其特征在于,还包括:
在接收到新的待安检对象的安检信息的情况下,根据该待安检对象的地址信息确定该待安检对象对应待安检图像的安检时长阈值;
将该待安检图像的安检时长阈值作为该待安检图像的初始时间标签;
根据该待安检图像的初始时间标签,以及待安检图像序列中待安检图像更新后的新时间标签,按照时间标签从小到大的顺序将该待安检图像***到所述待安检图像序列。
4.根据权利要求2所述的方法,其特征在于,所述待安检图像序列中的待安检图像以缩略图形式显示,以及所述待安检图像序列中位于首位的待安检图像以预设缩放比例对其缩略图进行放大并显示在预设显示区域。
5.根据权利要求2所述的方法,其特征在于,还包括:
当所述待安检图像序列中的待安检图像判定完成的情况下,将判定完成的待安检图像从所述待安检图像序列中移除。
6.一种安检图像的排序装置,其特征在于,包括:
安检信息获取模块,用于获取待安检对象的安检信息;其中,所述安检信息包括待安检图像以及地址信息;
时长确定模块,用于根据所述待安检对象的地址信息确定所述待安检图像的安检时长阈值;
排序模块,用于根据所述待安检图像的安检时长阈值,对待安检对象的待安检图像进行排序得到排序结果;
判定模块,用于基于所述排序结果对待安检图像进行判定;
其中,所述时长确定模块具体用于:根据所述地址信息确定所述待安检对象对应的分拣格口;根据所述待安检对象与所述分拣格口之间的距离,以及所述待安检对象的移动速度,确定所述待安检图像的安检时长阈值。
7.根据权利要求6所述的装置,其特征在于,所述排序模块具体用于按照安检时长阈值从小到大的顺序对待安检图像进行排序得到待安检图像序列,作为排序结果。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的安检图像的排序方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的安检图像的排序方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311368525.6A CN117112816B (zh) | 2023-10-20 | 2023-10-20 | 安检图像的排序方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311368525.6A CN117112816B (zh) | 2023-10-20 | 2023-10-20 | 安检图像的排序方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117112816A CN117112816A (zh) | 2023-11-24 |
CN117112816B true CN117112816B (zh) | 2024-02-02 |
Family
ID=88811293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311368525.6A Active CN117112816B (zh) | 2023-10-20 | 2023-10-20 | 安检图像的排序方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117112816B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503121A (zh) * | 2016-10-19 | 2017-03-15 | 公安部第三研究所 | 一种x光安检图像的结构化描述方法及*** |
WO2018121079A1 (zh) * | 2016-12-26 | 2018-07-05 | 同方威视技术股份有限公司 | 安检设备及方法 |
CN111767902A (zh) * | 2020-07-31 | 2020-10-13 | 上海中通吉网络技术有限公司 | 安检机危险品的识别方法、装置、设备及存储介质 |
CN112318485A (zh) * | 2020-10-09 | 2021-02-05 | 中国矿业大学(北京) | 物体分选***的图像处理方法、装置及物体分选*** |
CN113177982A (zh) * | 2021-04-16 | 2021-07-27 | 杭州睿影科技有限公司 | 安检图像数据的处理方法、装置、设备及*** |
CN113391776A (zh) * | 2021-05-24 | 2021-09-14 | 浙江大华技术股份有限公司 | 物品信息显示方法、装置、电子装置和存储介质 |
CN113902171A (zh) * | 2021-09-10 | 2022-01-07 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 车站进站通道规划方法、装置、电子设备及存储介质 |
CN113971087A (zh) * | 2020-07-23 | 2022-01-25 | 同方威视技术股份有限公司 | 任务分配方法、装置、***及计算机存储介质 |
CN114137635A (zh) * | 2021-11-25 | 2022-03-04 | 浙江啄云智能科技有限公司 | 安检机检测效率的测试方法、装置、设备以及存储介质 |
CN115620235A (zh) * | 2022-10-26 | 2023-01-17 | 浙江啄云智能科技有限公司 | 一种包裹复检方法、装置、设备及存储介质 |
CN116415864A (zh) * | 2023-03-30 | 2023-07-11 | 中通服供应链管理有限公司 | 基于人工智能的智慧型物流快检机 |
CN116449999A (zh) * | 2023-06-16 | 2023-07-18 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 包裹安检登记方法、装置、设备和存储介质 |
CN116824167A (zh) * | 2022-03-17 | 2023-09-29 | 中国科学院深圳先进技术研究院 | 一种无感无接触的安检方法、装置、***及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL150251A (en) * | 2002-06-16 | 2007-06-03 | Securelogic Ltd | Screening system for objects in transit |
US20140072226A1 (en) * | 2012-09-13 | 2014-03-13 | International Business Machines Corporation | Searching and Sorting Image Files |
CN104751308A (zh) * | 2013-12-30 | 2015-07-01 | 同方威视技术股份有限公司 | 一种物流物品的全程可视化***及方法 |
-
2023
- 2023-10-20 CN CN202311368525.6A patent/CN117112816B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503121A (zh) * | 2016-10-19 | 2017-03-15 | 公安部第三研究所 | 一种x光安检图像的结构化描述方法及*** |
WO2018121079A1 (zh) * | 2016-12-26 | 2018-07-05 | 同方威视技术股份有限公司 | 安检设备及方法 |
CN113971087A (zh) * | 2020-07-23 | 2022-01-25 | 同方威视技术股份有限公司 | 任务分配方法、装置、***及计算机存储介质 |
CN111767902A (zh) * | 2020-07-31 | 2020-10-13 | 上海中通吉网络技术有限公司 | 安检机危险品的识别方法、装置、设备及存储介质 |
CN112318485A (zh) * | 2020-10-09 | 2021-02-05 | 中国矿业大学(北京) | 物体分选***的图像处理方法、装置及物体分选*** |
CN113177982A (zh) * | 2021-04-16 | 2021-07-27 | 杭州睿影科技有限公司 | 安检图像数据的处理方法、装置、设备及*** |
CN113391776A (zh) * | 2021-05-24 | 2021-09-14 | 浙江大华技术股份有限公司 | 物品信息显示方法、装置、电子装置和存储介质 |
CN113902171A (zh) * | 2021-09-10 | 2022-01-07 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 车站进站通道规划方法、装置、电子设备及存储介质 |
CN114137635A (zh) * | 2021-11-25 | 2022-03-04 | 浙江啄云智能科技有限公司 | 安检机检测效率的测试方法、装置、设备以及存储介质 |
CN116824167A (zh) * | 2022-03-17 | 2023-09-29 | 中国科学院深圳先进技术研究院 | 一种无感无接触的安检方法、装置、***及存储介质 |
CN115620235A (zh) * | 2022-10-26 | 2023-01-17 | 浙江啄云智能科技有限公司 | 一种包裹复检方法、装置、设备及存储介质 |
CN116415864A (zh) * | 2023-03-30 | 2023-07-11 | 中通服供应链管理有限公司 | 基于人工智能的智慧型物流快检机 |
CN116449999A (zh) * | 2023-06-16 | 2023-07-18 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 包裹安检登记方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
基于FPGA的安检机图像数据排序算法实现;王俊红;宫旭泽;裴梦琴;;电子设计工程(08);163-166、172 * |
Also Published As
Publication number | Publication date |
---|---|
CN117112816A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115376130A (zh) | 电力施工现场识别模型的生成方法、装置、设备及介质 | |
CN113378958A (zh) | 自动标注方法、装置、设备、存储介质及计算机程序产品 | |
CN116167992A (zh) | 缺陷检测方法、装置、电子设备和计算机可读存储介质 | |
CN115937101A (zh) | 质量检测方法、装置、设备及存储介质 | |
CN116309963B (zh) | 一种图像的批量标注方法、装置、电子设备及存储介质 | |
CN117112816B (zh) | 安检图像的排序方法、装置、设备及存储介质 | |
CN112906478B (zh) | 目标对象的识别方法、装置、设备和存储介质 | |
CN115147395A (zh) | 一种脂蛋白亚型组分划分方法、装置、设备及存储介质 | |
CN113657230B (zh) | 训练新闻视频识别模型的方法、检测视频的方法及其装置 | |
CN117115568B (zh) | 数据筛选方法、装置、设备及存储介质 | |
CN118365990B (zh) | 应用于违禁品检测的模型训练方法、装置及电子设备 | |
CN116503407B (zh) | 图像中异物区域的检测方法、装置及电子设备 | |
CN114428887B (zh) | 点击数据去噪方法、装置、电子设备及存储介质 | |
CN117853789A (zh) | 一种图像检测方法和装置 | |
CN115170878A (zh) | 一种飞机状态识别方法、装置、设备及存储介质 | |
CN115601612A (zh) | 图像预测模型训练方法、装置、电子设备及存储介质 | |
CN117747120A (zh) | 基于多示例学习的预测方法、装置、设备和介质 | |
CN117218386A (zh) | 配电线路图像的处理方法、装置、电子设备及存储介质 | |
CN116468076A (zh) | 一种驾驶行为分析方法、装置、电子设备及存储介质 | |
CN114863354A (zh) | 一种工业物料的识别方法、装置、设备及存储介质 | |
CN117764975A (zh) | 一种图像检测方法、装置、设备及介质 | |
CN117611529A (zh) | 一种移动计算机外壳检测方法、装置、设备及存储介质 | |
CN116994030A (zh) | 目标检测模型的训练方法、检测方法、装置、设备、介质 | |
CN115953792A (zh) | 一种文档分割方法、装置、设备和存储介质 | |
CN116486144A (zh) | 噪声标签检测器的生成方法、噪声标签检测方法和装置 |
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 |