CN109191037A - 箱包存放方法、装置和服务器 - Google Patents

箱包存放方法、装置和服务器 Download PDF

Info

Publication number
CN109191037A
CN109191037A CN201810895347.5A CN201810895347A CN109191037A CN 109191037 A CN109191037 A CN 109191037A CN 201810895347 A CN201810895347 A CN 201810895347A CN 109191037 A CN109191037 A CN 109191037A
Authority
CN
China
Prior art keywords
luggage
image
luggages
presumptive area
threedimensional model
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.)
Pending
Application number
CN201810895347.5A
Other languages
English (en)
Inventor
马修·罗伯特·斯科特
黄鼎隆
郭胜
傅恺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Malong Technologies Co Ltd
Original Assignee
Shenzhen Malong Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Malong Technologies Co Ltd filed Critical Shenzhen Malong Technologies Co Ltd
Priority to CN201810895347.5A priority Critical patent/CN109191037A/zh
Publication of CN109191037A publication Critical patent/CN109191037A/zh
Pending legal-status Critical Current

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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • G06Q50/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30112—Baggage; Luggage; Suitcase

Abstract

本发明提供一种箱包存放方法、装置、服务器和计算机存储介质，该箱包存放方法包括：获取预定区域的图像，并判断预定区域的图像中是否存在至少一个箱包图像；当判断预定区域的图像中至少存在一个箱包图像时，获取预定区域中存在的所有箱包的三维模型；根据所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所有箱包在行李舱中的存放位置的选择，其中，行李舱的三维模型包括已值机乘客的箱包模型；响应于对所有箱包在行李舱中的存放位置的选择，根据所有箱包在行李舱中的存放位置更新行李舱的三维模型。本发明的箱包存放方法，可以为值机乘客的箱包提供最优存放选择，以提高箱包存放的效率以及行李舱的利用率。

Description

箱包存放方法、装置和服务器
技术领域
本发明涉及机场值机技术领域，具体而言，涉及一种箱包存放方法、装置、服务器和计算机存储介质。
背景技术
随着经济的发展，越来越多的人选择飞机作为出门远游的交通工具，但是由于现有的乘机流程相对较多为人工操作，许多环节的效率不高，例如箱包行李的托运环节。
现有的箱包行李托运手段都是通过机场的值机台来完成，乘客在值机台办理行李托运时，由值机台的行李传送带测量箱包行李的重量，然后由值机工作人员人工测量箱包行李的尺寸，并根据行李舱的存放记录以及箱包行李的尺寸进行存放位置的考虑。
由于直接由值机人员进行箱包行李存放位置的考虑，使得箱包行李的托运过程非常缓慢，效率比较低，经常会出现拥堵状况。并且，在值机人员不能很好的结合行李舱内部情况来进行箱包行李存放位置的考虑时，将大大降低行李舱的利用率。
发明内容
鉴于上述问题，本发明提供了一种箱包存放方法、箱包存放装置、服务器和计算机存储介质，以提高箱包存放的效率以及行李舱的利用率。
为了实现上述目的，本发明采用如下的技术方案：
一种箱包存放方法，包括：
获取预定区域的图像，并判断所述预定区域的图像中是否存在至少一个箱包图像；
当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型；
根据所述所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所述所有箱包在所述行李舱中的存放位置的选择，其中，所述行李舱的三维模型包括已值机乘客的箱包模型；
响应于对所述所有箱包在所述行李舱中的存放位置的选择，根据所述所有箱包在所述行李舱中的存放位置更新所述行李舱的三维模型。
优选地，所述“当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型”包括：
当判断所述预定区域的图像中至少存在一个箱包图像时，开启3D摄像头模组；
利用所述3D摄像头模组获取所述预定区域中存在的所有箱包的3D图像；
根据所述3D图像建立所述所有箱包的三维模型。
优选地，所述3D摄像头模组根据所述预定区域的图像中的每个箱包的图像的位置调节拍摄角度。
优选地，所述的箱包存放方法，在获取预定区域的图像之前，还包括：
利用身份认证设备获取用户身份信息，并开启所述预定区域的摄像头模组。
优选地，所述的箱包存放方法，在获取所述预定区域中存在的所有箱包的三维模型后，还包括：
判断所述所有箱包的三维模型对应的所有箱包的大小是否都在预设范围内；
当所述所有箱包的三维模型对应的所有箱包中至少有一个箱包的大小不在预设范围内时，生成相应警示。
本发明还提供一种箱包存放装置，包括：
箱包判断模块，用于获取预定区域的图像，并判断所述预定区域的图像中是否存在至少一个箱包图像；
模型获取模块，用于当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型；
存放选择模块，用于根据所述所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所述所有箱包在所述行李舱中的存放位置的选择，其中，所述行李舱的三维模型包括已值机乘客的箱包模型；
行李舱更新模块，用于响应于对所述所有箱包在所述行李舱中的存放位置的选择，根据所述所有箱包在所述行李舱中的存放位置更新所述行李舱的三维模型。
优选地，所述模型获取模块包括：
摄像头开启单元，用于当判断所述预定区域的图像中至少存在一个箱包图像时，开启3D摄像头模组；
3D图像获取单元，用于利用所述3D摄像头模组获取所述预定区域中存在的所有箱包的3D图像；
三维模型建立单元，用于根据所述3D图像建立所述所有箱包的三维模型。
优选地，所述的箱包存放装置，还包括：
身份认证模块，用于利用身份认证设备获取用户身份信息，并开启所述预定区域的摄像头模组。
本发明还提供一种服务器，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述服务器执行所述的箱包存放方法。
本发明还提供一种计算机存储介质，其存储有所述的服务器中所使用的计算机程序。
本发明提供一种箱包存放方法，该方法包括：获取预定区域的图像，并判断所述预定区域的图像中是否存在至少一个箱包图像；当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型；根据所述所有箱包的三维模型以及预先建立的行李舱的三维模型，提供所述所有箱包在所述行李舱中存放位置的选择，其中，所述行李舱的三维模型包括已值机乘客的箱包模型；响应于所述所有箱包在所述行李舱中存放位置的选择，根据所述所有箱包在所述行李舱中存放位置更新所述行李舱的三维模型。本发明的箱包存放方法，通过获取的箱包三维模型以及行李舱三维模型，可以为值机乘客的箱包提供最优存放选择，以提高箱包存放的效率以及行李舱的利用率。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明范围的限定。
图1是本发明实施例1提供的一种箱包存放方法的流程图；
图2是本发明实施例2提供的一种箱包存放方法的流程图；
图3是本发明实施例3提供的一种箱包存放方法的流程图；
图4是本发明实施例4提供的一种箱包存放装置的结构示意图；
图5是是本发明实施例4提供的一种箱包存放装置的模型获取模块的结构示意图；
图6是本发明实施例4提供的另一种箱包存放装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
实施例1
图1是本发明实施例1提供的一种箱包存放方法的流程图，该方法包括如下步骤：
步骤S11：获取预定区域的图像，并判断预定区域的图像中是否存在至少一个箱包图像。
本发明实施例中，可以在预定区域中安装有摄像头模组以获取该预定区域的图像。该摄像头模组可以安装在预定区域中固定的位置，例如，该预定区域为值机台时，可以安装在值机台的上方，并且，在机场中拥有多个值机台时，相应地可以在每个值机台的上方各安装一摄像头模组，以获取每个值机台上的图像。其中，该摄像头模组获取的图像还可以发送至服务器，并且该服务器还可以通过指令控制该摄像头模组获取预定区域的图像。
本发明实施例中，可以使用一个箱包识别模型来进行图像中箱包图像的识别，该箱包识别模型可以基于深度学习等来建立，并可以存储在上述服务器中，在服务器接收摄像头模组的图像后启动，进行图像中箱包的识别。其中，该箱包识别模型即可以为深度学习模型等，即该箱包识别模型具有一个深度学习单元以及一个输出端，例如该箱包识别模型利用深度学习单元接收图像，然后对图像进行分析，从而在输出端输出分析结果。其中，该深度学习单元可以为RNN学习单元(RNN，Recurrent Neural Network，循环神经网络)、CNN学习单元(CNN，Convolutional Neural Network，卷积神经网络)以及LSTM学习单元(LSTM，Long Short-Term Memory，长短期记忆网络)等。上述箱包识别模型可以使用算法或应用程序来进行建立，例如，可以使用算法构建RNN学习单元，并连接到输出端，进而构成一个箱包识别模型。
本发明实施例中，上述摄像头模组还可以为智能摄像头模组，设置有存储器和处理器，并且该存储器中存储有箱包识别模型，该摄像头模组在获取图像后可以自动识别图像中的箱包，并可以把识别结果发送至服务器。其中，该摄像头可以长期处于开启状态，并按照预设时间间隔获取预定区域的图像，例如每隔一分钟获取预定区域的图像进行识别。该摄像头模组还可以处于关闭状态，可以在接收服务器的驱动指令后开启，并进行预定区域图像的获取。该摄像头模组可以包括多个摄像头，并可以安装在预定区域的周围，以全方位获取预定区域的图像。其中，该预定区域可以为机场值机台的行李传递带。
步骤S12：当判断预定区域的图像中至少存在一个箱包图像时，获取预定区域中存在的所有箱包的三维模型。
本发明实施例中，当通过上述箱包识别模型识别出预设区域的图像中至少有一个箱包时，该服务器可以利用指令启动3D摄像头模组，并通过该3D摄像头模组获取预设区域中所有箱包的三维模型，其中，可以包括如下步骤：
当判断所述预定区域的图像中至少存在一个箱包图像时，开启3D摄像头模组；
利用所述3D摄像头模组获取所述预定区域中存在的所有箱包的3D图像；
根据所述3D图像建立所述所有箱包的三维模型。
本发明实施例中，该3D摄像头模组可以包括多个3D摄像头以及传感器，例如还可以包括有红外传感器和深度传感器等。其中，该3D摄像头模组根据所述预定区域的图像中的每个箱包的图像的位置调节拍摄角度。例如，服务器接收摄像头模组的图像后，识别出箱包，并且还可以对箱包的摆放位置进行定位，生成坐标，在发送驱动指令至3D摄像头模组时，该驱动指令还可以携带有箱包摆放的坐标，从而使3D摄像头模组可以根据坐标调节拍摄角度，从而更好的获取箱包的3D图像。
本发明实施例中，获取箱包的3D图像后，可以在服务器中利用算法或应用程序，将该3D图像转换为三维模型，其中该三维模型可以根据箱包的实际尺寸按照一定的比例进行缩放，例如可以按照100:1的比例将箱包的原始尺寸缩放为三维模型。上述将3D图像转换为三维模型的过程可以在该3D摄像头模组中实现，相应地，该3D摄像头模组还包括存储器以及处理器，即为智能3D摄像头模组。
步骤S13：根据所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所有箱包在行李舱中的存放位置的选择，其中，行李舱的三维模型包括已值机乘客的箱包模型。
本发明实施例中，在值机过程中获取到预设区域所有箱包的三维模型后，可以根据预先建立的行李舱三维模型为乘客提供行李舱中摆放位置的选择。其中，该行李舱的三维模型在建立过程中的缩放比例与生成箱包模型的缩放比例一致，例如箱包的原始尺寸与三维模型的比例为100：1，则相应地，该行李舱原始尺寸与三维模型比例也为100:1。并且，当前行李舱的三维模型中亦包括有已经值机乘客的箱包模型，从而更加准确地提供存放位置的选择。
步骤S14：响应于对所有箱包在行李舱中的存放位置的选择，根据所有箱包在行李舱中的存放位置更新行李舱的三维模型。
本发明实施例中，该行李舱的三维模型是动态更新的，当有乘客值机时根据提供的箱包摆放位置进行选择后，该被选择的位置相应地会在行李舱的三维模型中进行标记，例如可以直接将值机的箱包三维模型更新进行李舱的三维模型中相应的位置。
实施例2
图2是本发明实施例2提供的一种箱包存放方法的流程图，该方法包括如下步骤：
步骤S21：利用身份认证设备获取用户身份信息，并开启预定区域的摄像头模组。
本发明实施例中，还可以利用身份认证设备获取用户身份信息，在获取到用户身份信息后才开启摄像头模组识别箱包。该身份认证设备设置在摄像头模组拍摄的预定区域附近，例如，在机场中，该身份认证设备设置在值机台上，在获取到用户身份信息后开启相应值机台的摄像头模组。其中，该用户身份设备可以与服务器连接，服务器保存用户身份信息以及用户的箱包信息进行管理。该身份认证设备可以为指纹识别器和身份证读取器等至少一种仪器，获取用户身份信息为指纹信息和身份证信息等至少一种信息。
本发明实施例中，上述连接身份认证设备的服务器还可以连接有显示屏，用于显示用户的身份信息，并且，在计算出用户箱包的体积后，还可以将箱包的体积进行显示，以便工作人员进行登记以及安排箱包的存放。
步骤S22：获取预定区域的图像，并判断预定区域的图像中是否存在至少一个箱包图像。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S23：当判断预定区域的图像中至少存在一个箱包图像时，获取预定区域中存在的所有箱包的三维模型。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S24：根据所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所有箱包在行李舱中的存放位置的选择，其中，行李舱的三维模型包括已值机乘客的箱包模型。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S25：响应于对所有箱包在行李舱中的存放位置的选择，根据所有箱包在行李舱中的存放位置更新行李舱的三维模型。
此步骤与上述步骤S14一致，在此不再赘述。
实施例3
图3是本发明实施例3提供的一种箱包存放方法的流程图，该方法包括如下步骤：
步骤S31：获取预定区域的图像，并判断预定区域的图像中是否存在至少一个箱包图像。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S32：当判断预定区域的图像中至少存在一个箱包图像时，获取预定区域中存在的所有箱包的三维模型。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S33：判断所有箱包的三维模型对应的所有箱包的大小是否都在预设范围内。
步骤S34：当所有箱包的三维模型对应的所有箱包中至少有一个箱包的大小不在预设范围内时，生成相应警示。
本发明实施例中，该服务器在获得箱包的三维模型后，还可以根据箱包的三维模型判断箱包大小是否符合存放的标准，也即判断箱包的大小体积是否在预设阈值内，如果不在预设阈值内，可以通过显示屏进行相应警示的显示。例如，在机场托运行李，通过上述步骤识别出箱包的体积超过预设阈值时，服务器可以通过连接的显示屏显示体积超标警示，并且还可以计算超标存放所需的费用，并进行显示。
步骤S35：根据所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所有箱包在行李舱中的存放位置的选择，其中，行李舱的三维模型包括已值机乘客的箱包模型。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S36：响应于对所有箱包在行李舱中的存放位置的选择，根据所有箱包在行李舱中的存放位置更新行李舱的三维模型。
此步骤与上述步骤S14一致，在此不再赘述。
实施例4
图4是本发明实施例4提供的一种箱包存放装置的结构示意图。
该箱包存放装置400包括：
箱包判断模块410，用于获取预定区域的图像，并判断预定区域的图像中是否存在至少一个箱包图像。
模型获取模块420，用于当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型。
存放选择模块430，用于根据所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所有箱包在行李舱中的存放位置的选择，其中，行李舱的三维模型包括已值机乘客的箱包模型。
行李舱更新模块440，用于响应于对所有箱包在行李舱中的存放位置的选择，根据所有箱包在行李舱中的存放位置更新行李舱的三维模型。
如图5所示，该模型获取模块420包括：
摄像头开启单元421，用于当判断所述预定区域的图像中至少存在一个箱包图像时，开启3D摄像头模组。
3D图像获取单元422，用于利用所述3D摄像头模组获取所述预定区域中存在的所有箱包的3D图像。
三维模型建立单元423，用于根据所述3D图像建立所述所有箱包的三维模型。
如图6所示，该箱包存放装置400还包括：
身份认证模块450，用于利用身份认证设备获取用户身份信息，并开启所述预定区域的摄像头模组。
本发明实施例中，上述各个模块以及单元更加详细的功能描述可以参考前述实施例中相应部分的内容，在此不再赘述。
此外，本发明还提供了一种服务器，该服务器包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使服务器执行上述方法或者上述箱包存放装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据服务器的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述服务器中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种箱包存放方法，其特征在于，包括：
获取预定区域的图像，并判断所述预定区域的图像中是否存在至少一个箱包图像；
当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型；
根据所述所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所述所有箱包在所述行李舱中的存放位置的选择，其中，所述行李舱的三维模型包括已值机乘客的箱包模型；
响应于对所述所有箱包在所述行李舱中的存放位置的选择，根据所述所有箱包在所述行李舱中的存放位置更新所述行李舱的三维模型。
2.根据权利要求1所述的箱包存放方法，其特征在于，所述“当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型”包括：
当判断所述预定区域的图像中至少存在一个箱包图像时，开启3D摄像头模组；
利用所述3D摄像头模组获取所述预定区域中存在的所有箱包的3D图像；
根据所述3D图像建立所述所有箱包的三维模型。
3.根据权利要求2所述的箱包存放方法，其特征在于，所述3D摄像头模组根据所述预定区域的图像中的每个箱包的图像的位置调节拍摄角度。
4.根据权利要求1所述的箱包存放方法，其特征在于，在获取预定区域的图像之前，还包括：
利用身份认证设备获取用户身份信息，并开启所述预定区域的摄像头模组。
5.根据权利要求1所述的箱包存放方法，其特征在于，在获取所述预定区域中存在的所有箱包的三维模型后，还包括：
判断所述所有箱包的三维模型对应的所有箱包的大小是否都在预设范围内；
当所述所有箱包的三维模型对应的所有箱包中至少有一个箱包的大小不在预设范围内时，生成相应警示。
6.一种箱包存放装置，其特征在于，包括：
箱包判断模块，用于获取预定区域的图像，并判断所述预定区域的图像中是否存在至少一个箱包图像；
模型获取模块，用于当判断所述预定区域的图像中至少存在一个箱包图像时，获取所述预定区域中存在的所有箱包的三维模型；
存放选择模块，用于根据所述所有箱包的三维模型以及预先建立的行李舱的三维模型，提供对所述所有箱包在所述行李舱中的存放位置的选择，其中，所述行李舱的三维模型包括已值机乘客的箱包模型；
行李舱更新模块，用于响应于对所述所有箱包在所述行李舱中的存放位置的选择，根据所述所有箱包在所述行李舱中的存放位置更新所述行李舱的三维模型。
7.根据权利要求6所述的箱包存放装置，其特征在于，所述模型获取模块包括：
摄像头开启单元，用于当判断所述预定区域的图像中至少存在一个箱包图像时，开启3D摄像头模组；
3D图像获取单元，用于利用所述3D摄像头模组获取所述预定区域中存在的所有箱包的3D图像；
三维模型建立单元，用于根据所述3D图像建立所述所有箱包的三维模型。
8.根据权利要求6所述的箱包存放装置，其特征在于，还包括：
身份认证模块，用于利用身份认证设备获取用户身份信息，并开启所述预定区域的摄像头模组。
9.一种服务器，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述服务器执行根据权利要求1至5中任一项所述的箱包存放方法。
10.一种计算机存储介质，其特征在于，其存储有权利要求9所述的服务器中所使用的计算机程序。
CN201810895347.5A 2018-08-08 2018-08-08 箱包存放方法、装置和服务器 Pending CN109191037A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810895347.5A CN109191037A (zh) 2018-08-08 2018-08-08 箱包存放方法、装置和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810895347.5A CN109191037A (zh) 2018-08-08 2018-08-08 箱包存放方法、装置和服务器

Publications (1)

Publication Number Publication Date
CN109191037A true CN109191037A (zh) 2019-01-11

Family

ID=64920470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810895347.5A Pending CN109191037A (zh) 2018-08-08 2018-08-08 箱包存放方法、装置和服务器

Country Status (1)

Country Link
CN (1) CN109191037A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832987A (zh) * 2020-06-23 2020-10-27 无锡北斗星通信息科技有限公司 基于立体内容的大数据处理平台及方法
CN112969021A (zh) * 2020-10-30 2021-06-15 泰州镭昇光电科技有限公司 利用内容搜索的继电器控制平台及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106056056A (zh) * 2016-05-23 2016-10-26 浙江大学 一种远距离非接触的行李体积检测系统及其方法
KR20160135442A (ko) * 2015-05-18 2016-11-28 지안테크 주식회사 수하물 처리장치, 이를 이용한 수하물 처리 시스템 및 방법
CN106557906A (zh) * 2016-11-30 2017-04-05 长威信息科技发展股份有限公司 一种基于三维建模的仓库管理方法和系统
CN107844937A (zh) * 2017-11-07 2018-03-27 郑华平 一种物流配送管理方法和装置
CN107985616A (zh) * 2016-10-26 2018-05-04 波音公司 智能化行李管理

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160135442A (ko) * 2015-05-18 2016-11-28 지안테크 주식회사 수하물 처리장치, 이를 이용한 수하물 처리 시스템 및 방법
CN106056056A (zh) * 2016-05-23 2016-10-26 浙江大学 一种远距离非接触的行李体积检测系统及其方法
CN107985616A (zh) * 2016-10-26 2018-05-04 波音公司 智能化行李管理
CN106557906A (zh) * 2016-11-30 2017-04-05 长威信息科技发展股份有限公司 一种基于三维建模的仓库管理方法和系统
CN107844937A (zh) * 2017-11-07 2018-03-27 郑华平 一种物流配送管理方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832987A (zh) * 2020-06-23 2020-10-27 无锡北斗星通信息科技有限公司 基于立体内容的大数据处理平台及方法
CN112969021A (zh) * 2020-10-30 2021-06-15 泰州镭昇光电科技有限公司 利用内容搜索的继电器控制平台及方法
CN112969021B (zh) * 2020-10-30 2022-03-15 上海称意包装设备有限公司 利用内容搜索的继电器控制平台及方法

Similar Documents

Publication Publication Date Title
CN109697434B (zh) 一种行为识别方法、装置和存储介质
CN109101602A (zh) 图像检索模型训练方法、图像检索方法、设备及存储介质
CN109614882A (zh) 一种基于人体姿态估计的暴力行为检测系统及方法
CN109141250A (zh) 箱包尺寸测量方法、装置和箱包尺寸测量服务器
CN109145759A (zh) 车辆属性识别方法、装置、服务器及存储介质
CN105590097B (zh) 暗视觉条件下双摄像头协同实时人脸识别安防系统及方法
WO2020177480A1 (zh) 车辆事故的鉴定方法及装置、电子设备
CN108388876A (zh) 一种图像识别方法、装置以及相关设备
KR101887637B1 (ko) 로봇 시스템
CN108198130B (zh) 图像处理方法、装置、存储介质及电子设备
CN109766755B (zh) 人脸识别方法及相关产品
WO2015095733A1 (en) System and method for identifying faces in unconstrained media
CN108596041A (zh) 一种基于视频的人脸活体检测方法
CN108921866A (zh) 一种图像数据处理方法及系统
CN106897659A (zh) 眨眼运动的识别方法和装置
CN109003318A (zh) 一种视频处理方法、装置及存储介质
CN110399788A (zh) 图像的au检测方法、装置、电子设备及存储介质
CN109670517A (zh) 目标检测方法、装置、电子设备和目标检测模型
CN108921140A (zh) 行人再识别方法
CN109800682A (zh) 驾驶员属性识别方法及相关产品
CN112052759B (zh) 一种活体检测方法和装置
CN111444826A (zh) 视频检测方法、装置、存储介质及计算机设备
CN110543848B (zh) 一种基于三维卷积神经网络的驾驶员动作识别方法及装置
CN110334753A (zh) 视频分类方法、装置、电子设备及存储介质
CN109191037A (zh) 箱包存放方法、装置和服务器

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190111