CN110263194A - 一种基于图像识别的包裹找寻方法和系统 - Google Patents

一种基于图像识别的包裹找寻方法和系统 Download PDF

Info

Publication number
CN110263194A
CN110263194A CN201910535191.4A CN201910535191A CN110263194A CN 110263194 A CN110263194 A CN 110263194A CN 201910535191 A CN201910535191 A CN 201910535191A CN 110263194 A CN110263194 A CN 110263194A
Authority
CN
China
Prior art keywords
photo
undeliverable
image recognition
package
basic
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
CN201910535191.4A
Other languages
English (en)
Inventor
袁建兵
易芬
张俊
花曼
黄霞
石亮
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.)
Tact Day Day Express Ltd
Original Assignee
Tact Day Day Express 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 Tact Day Day Express Ltd filed Critical Tact Day Day Express Ltd
Priority to CN201910535191.4A priority Critical patent/CN110263194A/zh
Publication of CN110263194A publication Critical patent/CN110263194A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (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)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于图像识别的包裹找寻方法和系统，对无着件和运单进行快速匹配，协助工作人员快速认领无着件，提升无着件的认领率，提升包裹妥投率，提升服务质量和客户体验，减少因无着件无人认领而产生的处罚和赔偿。其技术方案为：拍摄无着件的特征照片，将特征照片上传到无着件照片数据库，进入无着件照片处理队列；图像识别引擎从无着件照片处理队列中获取当前需要识别的无着件照片，与基础照片数据库中的基础照片进行对比；图像识别引擎匹配得到当前需要识别的无着件照片对应的基础照片；基于匹配得到的基础照片自动生成无着件认领任务。

Description

一种基于图像识别的包裹找寻方法和系统
技术领域
本发明涉及快递物流的相关技术，具体涉及一种高效的快递包裹找寻方法和系统。
背景技术
在快递行业中，由于面单丢失、面单破损、外箱破损导致内件流出等等原因，会产生很多“无着件”，即不明确货主的快件。针对无着件，快递企业都希望能及时找到货主并认领，以便能顺利派送掉，完成运单。无着件认领的工作既复杂又耗时耗力，产生不少认领成本，同时认领率不高。无着件的发件网点无法有效溯源，只能低价变卖物品，无着件会导致快递企业产生投诉处罚和赔偿。
为了提升妥投率和用户体验，减少加盟分公司、转运中心的投诉处罚和赔偿，需要有效提升无着件的认领率。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
本发明的目的在于解决上述问题，提供了一种基于图像识别的包裹找寻方法和系统，对无着件和运单进行快速匹配，协助工作人员快速认领无着件，提升无着件的认领率，提升包裹妥投率，提升服务质量和客户体验，减少因无着件无人认领而产生的处罚和赔偿。
本发明的技术方案为：本发明揭示了一种基于图像识别的包裹找寻方法，方法包括：
拍摄无着件的特征照片，将特征照片上传到无着件照片数据库，并进入无着件照片处理队列；
图像识别引擎从无着件照片处理队列中获取当前需要识别的无着件照片，与基础照片数据库中的基础照片进行对比；
图像识别引擎匹配得到当前需要识别的无着件照片对应的基础照片；
基于匹配得到的基础照片自动生成无着件认领任务。
根据本发明的基于图像识别的包裹找寻方法的一实施例，特征照片包括但不限于包裹外观和内件。
根据本发明的基于图像识别的包裹找寻方法的一实施例，基础照片数据库中存储前端收集的快递件的特征照片，基础照片与运单相关联，且关联发件网点和发件客户。
根据本发明的基于图像识别的包裹找寻方法的一实施例，图像识别引擎在匹配时还提供匹配率的认定和显示。
根据本发明的基于图像识别的包裹找寻方法的一实施例，基于匹配得到的基础照片自动生成无着件认领任务的步骤包括：当发件网点在系统内针对运单包裹登记遗失时，会将运单相关联的包裹的基础照片匹配到的无着件照片和记录推送至前台，并提供匹配率的显示，供快速认领无着件。
本发明还揭示了一种基于图像识别的包裹找寻系统，包裹找寻系统包括：
基础照片数据库模块，用于存储快递件的特征照片；
无着件照片数据库模块，用于存储无着件的特征照片；
图像识别引擎模块，分别连接基础照片数据库模块和无着件照片数据库模块，从无着件照片数据库模块的无着件照片处理队列中获取当前需要识别的无着件照片，与基础照片数据库模块中的基础照片进行对比；
无着件认领模块，连接图像识别引擎模块，基于匹配得到的基础照片自动生成无着件认领任务。
根据本发明的基于图像识别的包裹找寻系统的一实施例，特征照片包括但不限于包裹外观和内件。
根据本发明的基于图像识别的包裹找寻系统的一实施例，基础照片数据库模块中存储的前端收集的快递件的照片与运单相关联，且关联发件网点和发件客户。
根据本发明的基于图像识别的包裹找寻系统的一实施例，图像识别引擎模块在匹配时还提供匹配率的认定和显示。
根据本发明的基于图像识别的包裹找寻系统的一实施例，无着件认领模块配置为当发件网点在系统内针对运单包裹登记遗失时，将运单相关联的包裹的基础照片匹配到的无着件照片和记录推送至前台，并提供匹配率的显示，供快速认领无着件。
本发明对比现有技术有如下的有益效果：本发明的方案中，通过基础照片数据库存储前端收集的包裹外观和内件的照片，通过无着件照片数据库存储无着件的包裹外观和内件的照片，然后通过图像识别引擎将无着件的照片和基础照片做对比，查询出无着件照片对应的基础照片。相较于现有技术，本发明通过对无着件和运单进行快速匹配，协助工作人员快速认领无着件，提升无着件的认领率，提升包裹妥投率，提升服务质量和客户体验，减少因无着件无人认领而产生的处罚和赔偿。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1示出了本发明的基于图像识别的包裹找寻方法的一实施例的流程图。
图2示出了本发明的基于图像识别的包裹找寻系统的一实施例的原理图。
具体实施方式
以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。
图1示出了本发明的基于图像识别的包裹找寻方法的一实施例的流程。请参见图1，本实施例的包裹找寻方法的实施步骤详述如下。
步骤S1：拍摄无着件的包裹外观和内件，将照片上传到无着件照片数据库，并进入无着件照片处理队列。
一般是在转运中心或派件网点发现无着件时对无着件进行拍照。
当然，照片不局限于包裹外观和内件，只要是特征照片都能用在本发明的技术方案中。
步骤S2：图像识别引擎从无着件照片处理队列中获取当前需要识别的无着件照片，与基础照片数据库中的基础照片进行对比。
基础照片数据库中存储前端收集的包裹外观和内件的照片。一般是在包裹揽收时拍摄包裹外观，开箱检视中拍摄内件照片，将包裹外观和内件的照片都上传到基础照片数据库。基础照片数据库中的照片与运单相关联，可关联到发件网点和发件客户。
步骤S3：图像识别引擎匹配得到当前需要识别的无着件照片对应的基础照片。
较佳的，在匹配时还提供匹配率(相似度)的认定和显示。
步骤S4：基于匹配得到的基础照片自动生成无着件认领任务。
当发件网点在系统内针对运单包裹登记遗失时，会将运单相关联的包裹的基础照片匹配到的无着件照片和记录推送至前台，并提供匹配率的显示，供快速认领无着件。
图2示出了本发明的基于图像识别的包裹找寻系统的一实施例的原理。请参见图2，本实施例的包裹找寻系统包括：基础照片数据库模块、无着件照片数据库模块、图像识别引擎模块和无着件认领模块。
图像识别引擎模块分别连接基础照片数据库模块和无着件照片数据库模块。无着件认领模块连接图像识别引擎模块。
基础照片数据库模块用于存储前端收集的包裹外观和内件的照片。一般是在包裹揽收时拍摄包裹外观，开箱检视中拍摄内件照片，将包裹外观和内件的照片都上传到基础照片数据库。基础照片数据库中的照片与运单相关联，可关联到发件网点和发件客户。
无着件照片数据库模块用于存储无着件的包裹外观和内件。
图像识别引擎模块从无着件照片处理队列中获取当前需要识别的无着件照片，与基础照片数据库中的基础照片进行对比，匹配得到当前需要识别的无着件照片对应的基础照片。较佳的，在匹配时还提供匹配率(相似度)的认定和显示。
无着件认领模块基于匹配得到的基础照片自动生成无着件认领任务。当发件网点在系统内针对运单包裹登记遗失时，无着件认领模块将运单相关联的包裹的基础照片匹配到的无着件照片和记录推送至前台，并提供匹配率的显示，供快速认领无着件。
尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (10)

1.一种基于图像识别的包裹找寻方法，其特征在于，方法包括：
拍摄无着件的特征照片，将特征照片上传到无着件照片数据库，并进入无着件照片处理队列；
图像识别引擎从无着件照片处理队列中获取当前需要识别的无着件照片，与基础照片数据库中的基础照片进行对比；
图像识别引擎匹配得到当前需要识别的无着件照片对应的基础照片；
基于匹配得到的基础照片自动生成无着件认领任务。
2.根据权利要求1所述的基于图像识别的包裹找寻方法，其特征在于，特征照片包括但不限于包裹外观和内件。
3.根据权利要求1所述的基于图像识别的包裹找寻方法，其特征在于，基础照片数据库中存储前端收集的快递件的特征照片，基础照片与运单相关联，且关联发件网点和发件客户。
4.根据权利要求1所述的基于图像识别的包裹找寻方法，其特征在于，图像识别引擎在匹配时还提供匹配率的认定和显示。
5.根据权利要求4所述的基于图像识别的包裹找寻方法，其特征在于，基于匹配得到的基础照片自动生成无着件认领任务的步骤包括：当发件网点在系统内针对运单包裹登记遗失时，会将运单相关联的包裹的基础照片匹配到的无着件照片和记录推送至前台，并提供匹配率的显示，供快速认领无着件。
6.一种基于图像识别的包裹找寻系统，其特征在于，包裹找寻系统包括：
基础照片数据库模块，用于存储快递件的特征照片；
无着件照片数据库模块，用于存储无着件的特征照片；
图像识别引擎模块，分别连接基础照片数据库模块和无着件照片数据库模块，从无着件照片数据库模块的无着件照片处理队列中获取当前需要识别的无着件照片，与基础照片数据库模块中的基础照片进行对比；
无着件认领模块，连接图像识别引擎模块，基于匹配得到的基础照片自动生成无着件认领任务。
7.根据权利要求6所述的基于图像识别的包裹找寻系统，其特征在于，特征照片包括但不限于包裹外观和内件。
8.根据权利要求6所述的基于图像识别的包裹找寻系统，其特征在于，基础照片数据库模块中存储的前端收集的快递件的照片与运单相关联，且关联发件网点和发件客户。
9.根据权利要求6所述的基于图像识别的包裹找寻系统，其特征在于，图像识别引擎模块在匹配时还提供匹配率的认定和显示。
10.根据权利要求9所述的基于图像识别的包裹找寻系统，其特征在于，无着件认领模块配置为当发件网点在系统内针对运单包裹登记遗失时，将运单相关联的包裹的基础照片匹配到的无着件照片和记录推送至前台，并提供匹配率的显示，供快速认领无着件。
CN201910535191.4A 2019-06-20 2019-06-20 一种基于图像识别的包裹找寻方法和系统 Pending CN110263194A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910535191.4A CN110263194A (zh) 2019-06-20 2019-06-20 一种基于图像识别的包裹找寻方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910535191.4A CN110263194A (zh) 2019-06-20 2019-06-20 一种基于图像识别的包裹找寻方法和系统

Publications (1)

Publication Number Publication Date
CN110263194A true CN110263194A (zh) 2019-09-20

Family

ID=67919673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910535191.4A Pending CN110263194A (zh) 2019-06-20 2019-06-20 一种基于图像识别的包裹找寻方法和系统

Country Status (1)

Country Link
CN (1) CN110263194A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111160220A (zh) * 2019-12-26 2020-05-15 厦门市美亚柏科信息股份有限公司 一种基于深度学习的包裹检测方法、装置、存储介质
CN111507665A (zh) * 2020-04-17 2020-08-07 圆通速递有限公司 一种快递无着件的复原方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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系统及方法
US20150227780A1 (en) * 2014-02-13 2015-08-13 FacialNetwork, Inc. Method and apparatus for determining identity and programing based on image features
CN108268598A (zh) * 2017-12-18 2018-07-10 苏州航天系统工程有限公司 一种基于视频图像数据的分析系统及分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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系统及方法
US20150227780A1 (en) * 2014-02-13 2015-08-13 FacialNetwork, Inc. Method and apparatus for determining identity and programing based on image features
CN108268598A (zh) * 2017-12-18 2018-07-10 苏州航天系统工程有限公司 一种基于视频图像数据的分析系统及分析方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111160220A (zh) * 2019-12-26 2020-05-15 厦门市美亚柏科信息股份有限公司 一种基于深度学习的包裹检测方法、装置、存储介质
CN111160220B (zh) * 2019-12-26 2022-07-22 厦门市美亚柏科信息股份有限公司 一种基于深度学习的包裹检测方法、装置、存储介质
CN111507665A (zh) * 2020-04-17 2020-08-07 圆通速递有限公司 一种快递无着件的复原方法和系统

Similar Documents

Publication Publication Date Title
La Rosa et al. Merging business process models
US20160004996A1 (en) Systems and methods for supply chain event visualization
CN110121727A (zh) 一种为智能合同提供经证实、可审计和不可变输入的方法和系统
CN110443552B (zh) 一种产品主数据信息自动传输的方法及装置
CN109637040A (zh) 一种快递柜取件方法、装置、快递柜及存储介质
JP2017519313A (ja) 在庫管理システムおよび方法
CN110263194A (zh) 一种基于图像识别的包裹找寻方法和系统
US20170374399A1 (en) Computing infrastructure for movie making, product placements and distribution
US11328237B2 (en) End-to-end commodity and commodity marking tracking
CN108520270A (zh) 零件匹配方法、系统及终端
WO2019153508A1 (zh) 一种行李的管理方法及其设备
JP7030092B2 (ja) 情報生成方法及び装置並びにヒューマンコンピュータインタラクションのための装置
CN107729928A (zh) 信息获取方法和装置
CN108268615A (zh) 一种数据处理方法、装置以及系统
CN111507669A (zh) 一种基于Java的仓库管理系统及方法
CN201628974U (zh) 立体仓库货物盘点系统
CN110457394A (zh) 车辆信息管理方法、装置、计算机设备和存储介质
CN110177245A (zh) 快递信息同步到视频监控的装置、方法、系统
CN106779599A (zh) 一种针对遗失物品的数据处理方法及系统
CN109726710A (zh) 发票信息采集方法、电子装置及可读存储介质
CN107944950A (zh) 订单数据处理的方法和装置、计算机设备、可读存储介质
CN109583523A (zh) 一种物品查找方法、装置、系统、设备和存储介质
CN108733691A (zh) 数据预处理方法和装置
CN106709683A (zh) 一种物品线下存储、领取方法和装置
CN112735030B (zh) 售货柜的视觉识别方法、装置、电子设备和可读存储介质

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

Application publication date: 20190920

RJ01 Rejection of invention patent application after publication