CN110458489A - 仓库监管方法、系统、存储介质及其智能终端 - Google Patents
仓库监管方法、系统、存储介质及其智能终端 Download PDFInfo
- Publication number
- CN110458489A CN110458489A CN201910607679.3A CN201910607679A CN110458489A CN 110458489 A CN110458489 A CN 110458489A CN 201910607679 A CN201910607679 A CN 201910607679A CN 110458489 A CN110458489 A CN 110458489A
- Authority
- CN
- China
- Prior art keywords
- current
- information
- monitoring
- current location
- region
- 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.)
- Withdrawn
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
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Agronomy & Crop Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种仓库监管方法、系统、存储介质及其智能终端;解决了无权限的人员随意进出仓库而导致货物的遗失甚至损坏,其技术方案要点是,获取当前人员的当前位置信息;根据当前位置信息判定当前人员是否落入所预设的位置检测区域;若当前人员的当前位置信息处于所预设的位置检测区域,则获取当前人员的当前唯一识别信息;将当前唯一识别信息与预先存储于数据库中的预置唯一识别信息进行相互比对;若当前唯一识别信息与预置唯一识别信息比对不成功,则反馈警示信息,本发明能够对进入到位置检测区域的人员进行监管,如果是没有权限的人员进入该区域,则会通过警示信息进行警示,对特定区域的进出人员进行监管。
Description
技术领域
本发明涉及仓库监管,特别涉及仓库监管方法、系统、存储介质及其智能终端。
背景技术
渔业是指捕捞和养殖鱼类和其他水生动物及海藻类等水生植物以取得水产品的社会生产部门。一般分为海洋渔业、淡水渔业。渔业可为人民生活和国家建设提供食品和工业原料。渔业生产的主要特点是以各种水域为基地,以具有再生性的水产经济动植物资源为对象,具有明显的区域性和季节性,初级产品具鲜活、易变腐和商品性的特点。
渔业包括:1、直接渔业生产前部门;渔船、渔具、渔用仪器、渔用机械及其他渔用生产资料的生产和供应部门。2、直接渔业后部门;水产品的贮藏、加工、运输和销售等部门。
在当今互联网发展迅速的时代,渔业与互联网也进行了有机的结合,通过线上平台进行销售,而为了方便线上平台下单后进行配货以及发货,故会设置一个较大的仓库以将收购后的海产品进行统一存储,方便多种海产品组合式配货销售;在整个收购、存储、线上销售、线下批发销售等过程中,仓库内人员混杂,故需要对仓库内的情况进行监管,避免海产品遗失或由于一些误操作而导致海产品损坏。
申请号201810835348.0公开的一种仓库物流管理系统,其主要包括进货模块、出货模块通过通讯模块与监控模块连接,进货模块包括原材料模块、供货商资料管理模块、入库人员登记模块、货物检验模块、存储区管理模块;出货模块包括产品测试模块、产品合格证管理模块、产品出库登记模块、出库人员登记模块;监控模块包括进货监控模块、出货监控模块、预警模块。
上述方案实现了对仓库物流的实时监控,方便了货物的查找,避免了货物的丢失和处理不及时,实现了有效的仓储监管管理;但是在管理过程中,虽然实现了仓库内物品的进货、出货的流程监管,但是无法对工作人员配货过程以及实际维护过程的情况进行监管,一些无权限的人员随意拿取货物容易导致货物的遗失甚至损坏,故目前的仓库监管方法具有一定的改进空间。
发明内容
本发明的第一目的是提供一种仓库监管方法,能够对特定区域内的人员进行监管,即无权限人员进入特定区域,则进行提醒。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种仓库监管方法,包括:
获取当前人员的当前位置信息;
根据当前位置信息判定当前人员是否落入所预设的位置检测区域;
若当前人员的当前位置信息处于所预设的位置检测区域,则获取当前人员的当前唯一识别信息;
将当前唯一识别信息与预先存储于数据库中的预置唯一识别信息进行相互比对;
若当前唯一识别信息与预置唯一识别信息比对不成功,则反馈警示信息。
采用上述方案,对于进入到特定区域的人员进行监管,即通过对当前人员的当前位置信息进行获取,如果当前人员的当前位置信息落入到对应预设的位置检测区域,同时识别该人员的权限,如果在预设的数据库中并没有该人员的权限,则说明是无权限人员进入到特定的区域,则通过警示信息进行提醒。
作为优选,若当前唯一识别信息与预置唯一识别信息比对成功,则获权所预设的当前人员所对应的拿取权限信息;
获取当前人员的当前行为信息;
从预先设置的行为信息与指令信息之间的对应关系中,查找与所述当前行为信息对应的当前指令信息;所述行为信息包括拿取动作信息,所述指令信息包括与拿取动作信息相互对应的拿取动作分析信息;
根据拿取动作分析信息以判断是否与所预设的预置拿取动作信息相互匹配;
若当前拿取动作信息与预置拿取动作信息相互匹配成功且当前人员不具有拿取权限信息,则反馈警示信息。
采用上述方案,一层监管为进出的监管,而二层监管为拿取的监管,即有进出权限的人员不一定具有拿取的权限,即对当前人员的动作进行识别,如果当前人员被识别到有拿取的行为,则判定当前人员是否有权限,如果没有拿取的权限,则直接通过警示信息进行提醒。
作为优选,包括关于获取当前人员的当前位置信息的方法,具体如下:
根据预设于仓库内的若干读写器以获取当前人员随身携带的当前电子标签所发送的当前标签信息;
根据读写器所读取到的当前标签信号形成当前读取数据信息;
根据所有的当前读取数据信息并通过加权算法后形成当前电子标签的当前位置信息。
采用上述方案,对于当前人员的位置信息的获取采用室内RFID定位系统,整体的成本低廉且能够有效的完成人员的位置定位,进而在获取当前人员的位置信息之后,能够进一步判断是否处于对应的位置检测区域。
作为优选,将仓库内的区域划分至少两个以上用于存放产品的产品区域,每个产品区域对应预设有用于检测是否有人员处于该产品区域的位置检测区域;
若当前人员的当前位置信息处于所预设的位置检测区域,
控制当前产品区域中所预设的监控装置启动并获取监控当前产品区域的主要监控数据信息;
控制邻近产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息;
根据主要监控数据信息与辅助监控数据信息以获取当前人员的当前唯一识别信息。
采用上述方案,根据分隔的产品区域预置对应的监控装置,若有人员进入到所预设的位置检测区域,则通过设置在该区域内的监控装置监控,同时启动相邻的产品区域中的监控装置进行协助监控,使得通过多个视角进行监控以获取当前人员的唯一识别信息,便于确定当前人员的权限,尽可能减小监控盲区。
作为优选,若只有一个产品区域的位置检测区域存在当前位置信息;
控制邻近产品区域中所能覆盖当前产品区域的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
采用上述方案,如果只有一个产品区域的位置检测区域存在当前位置信息,说明此时周边都没有区域都没有人,故可以直接调用周边能够覆盖这个区域的监控装置来进行辅助监控,实现多重辅助监控的形式进一步减少监控盲区的出现。
作为优选,邻近产品区域中所能覆盖当前产品区域的监控装置包括至少两个,且分别位于当前产品区域的两侧。
采用上述方案,在辅助监控过程中,必须有至少两个附近区域的监控装置进行辅助监控,且两个位于当前产品区域的两侧,即通过一左一右的形式来从两侧进行辅助监控,提高监控的全面性。
作为优选,若至少二个产品区域的位置检测区域存在当前位置信息;
若存在至少两个具有当前位置信息的当前产品区域为相邻区域;
则控制具有当前位置信息的当前产品区域另一侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息;
若存在至少两个具有当前位置信息的当前产品区域为相互间隔的产品区域,且间隔一个不具有当前位置信息的产品区域;
则控制不具有当前位置信息的产品区域中所预设的监控装置启动并根据所预设的优先规则以获取优先出现当前位置信息的当前产品区域所对应的辅助监控数据信息;
则控制具有当前位置信息的当前产品区域另一侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息;
若存在至少两个具有当前位置信息的当前产品区域为相互间隔的产品区域,且间隔至少两个不具有当前位置信息的产品区域,
则控制分别位于具有当前位置信息的当前产品区域两侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
采用上述方案,如果出现多个产品区域的位置检测区域存在当前位置信息,则为了更好的进行监控,即确保在存在当前位置信息的产品区域的两侧至少都有一个辅助监控,故若存在并列的产品区域均具有当前位置信息,则将这两区域作为一个整体进行监控,启动对应区域的监控之后,在启动两个区域两侧的辅助监控来降低监控盲区;若相互间隔的产品区域存在当前位置信息,而仅仅只是间隔了一个产品区域,则该间隔的产品区域的监控装置根据优先级进行分配,另外两侧的产品区域的监控装置直接对临近的具有当前位置信息的产品区域进行辅助监控;若相互间隔的产品区域存在当前位置信息,而间隔至少两个不具有当前位置信息的产品区域,则分别将存在当前位置信息的产品区域两侧的产品区域中对应的监控装置进行辅助监控;整体上实现通过两侧的辅助监控来降低监控盲区。
本发明的第二目的是提供一种计算机可读存储介质,能够对特定区域内的人员进行监管,即无权限人员进入特定区域,则进行提醒。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种计算机可读存储介质,包括能够被处理器加载执行时实现如上述权利要求所述的仓库监管方法的程序。
采用上述方案,对于进入到特定区域的人员进行监管,即通过对当前人员的当前位置信息进行获取,如果当前人员的当前位置信息落入到对应预设的位置检测区域,同时识别该人员的权限,如果在预设的数据库中并没有该人员的权限,则说明是无权限人员进入到特定的区域,则通过警示信息进行提醒。
本发明的第三目的是提供一种仓库监管系统,能够对特定区域内的人员进行监管,即无权限人员进入特定区域,则进行提醒。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种仓库监管系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如上述权利要求所述的仓库监管方法。
采用上述方案,对于进入到特定区域的人员进行监管,即通过对当前人员的当前位置信息进行获取,如果当前人员的当前位置信息落入到对应预设的位置检测区域,同时识别该人员的权限,如果在预设的数据库中并没有该人员的权限,则说明是无权限人员进入到特定的区域,则通过警示信息进行提醒。
本发明的第四目的是提供一种智能终端,能够对特定区域内的人员进行监管,即无权限人员进入特定区域,则进行提醒。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种智能终端,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如上述权利要求所述的仓库监管方法。
采用上述方案,对于进入到特定区域的人员进行监管,即通过对当前人员的当前位置信息进行获取,如果当前人员的当前位置信息落入到对应预设的位置检测区域,同时识别该人员的权限,如果在预设的数据库中并没有该人员的权限,则说明是无权限人员进入到特定的区域,则通过警示信息进行提醒。
综上所述,本发明具有以下有益效果:能够对进入到位置检测区域的人员进行监管,如果是没有权限的人员进入该区域,则会通过警示信息进行警示,对特定区域的进出人员进行监管。
附图说明
图1为仓库监管方法的流程框图;
图2为获取当前人员的当前位置信息的方法的流程框图;
图3为协同监控的方法的流程框图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
本发明实施例提供一种仓库监管方法,包括:获取当前人员的当前位置信息;根据当前位置信息判定当前人员是否落入所预设的位置检测区域;若当前人员的当前位置信息处于所预设的位置检测区域,则获取当前人员的当前唯一识别信息;将当前唯一识别信息与预先存储于数据库中的预置唯一识别信息进行相互比对;若当前唯一识别信息与预置唯一识别信息比对不成功,则反馈警示信息。
本发明实施例中,对于进入到特定区域的人员进行监管,即通过对当前人员的当前位置信息进行获取,如果当前人员的当前位置信息落入到对应预设的位置检测区域,同时识别该人员的权限,如果在预设的数据库中并没有该人员的权限,则说明是无权限人员进入到特定的区域,则通过警示信息进行提醒。
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本发明实施例作进一步详细描述。
本发明实施例提供一种仓库监管方法,方法的主要流程描述如下。
如图1所示:
步骤1000:获取当前人员的当前位置信息。
其中,对当前人员的当前位置信息的获取采用室内定位系统进行获取,该室内定位系统采用LANDMARC算法;LANDMARC系统是基于有源RFID的成熟的室内定位系统,该系统引入了参考标签,通过比较读写器上待测标签和参考标签的值,对较临近的参考标签采用加权算法得出待测标签坐标。此系统具有成本低、环境适应能力强、精确可靠等优点。
如图2所示,关于获取当前人员的当前位置信息的方法,具体如下:
步骤1100:根据预设于仓库内的若干读写器以获取当前人员随身携带的当前电子标签所发送的当前标签信息。
步骤1200:根据读写器所读取到的当前标签信号形成当前读取数据信息。
步骤1300:根据所有的当前读取数据信息并通过加权算法后形成当前电子标签的当前坐标位置信息。
其中,LANDMARC系统通过引入坐标信息已知的参考标签,通过比较参考标签和待测标签的信号值来达到定位目的。系统中,当某个标签发出信号时,读写器会根据RSSI来判断所读标签的位置。当某个待定位标签和参考标签地理位置相近时,它们在读写器上的信号值大小相似。由于参考标签的坐标信息已知,因此可以找到信号值与其相近的参考标签,利用加权算法可计算出待测标签的坐标。
假设室内某一空间内布置有n个读写器,m个参考标签,u个待测标签。一个读写器可以接收到m个参考标签发出的信号;对于n个读写器,就可以接收到的信号为m×n个信号值,可以得到参考标签信号值的矩阵θ:
其中,θij表示第i个参考标签在第j个读写器上的信号值。同理,对于待测标签,可以得到待测标签的信号值矩阵S:
其中,Sij表示第i个待测标签在第j个读写器上的信号值。在实际处理中,信号强度表现为数值的大小,可以根据信号衰减模型得到矩阵θ和矩阵S。通过关联度运算得到待测标签与参考标签的关联矩阵Ε,如下所示:
其中,Εij表示第i个参考标签与第j个待定位标签欧几里德距离的远近程度;Εij越小表示它们之间的距离越近。矩阵每一行反映某个待测标签与所有参考标签的关系,用最近k邻居法,找出k个与待测标签的信号值最接近的参考标签,由下式计算出待测标签的坐标:
其中,wv是某个参考标签坐标在所有k个参考标签坐标中所占的权重,(xv,yv)为对应参考标签坐标,(x,y)为计算得到的待测标签坐标。
其中,获取矩阵θ和矩阵S的各项值的方法如下:
Shadowing模型是无线电信号传播中普遍采用的描述信号强度衰减与距离关系的模型,本文用来描述标签信号的衰减。其模型为:
其中,P是接收信号时衰减的信号强度;P0是距离为d0时接收到的信号强度;d0是任意参考距离;d是真实距离;η是遮蔽因子;n是路径损耗系数,通常介于2.0~3.3之间。由上述上述公式得到:
定义接收信号强度等级RSSI-LEVEL:
其中,level表示能量级别数目,interval表示能量单位间隔。由此,可以得到矩阵θ和矩阵S的各项值。
步骤2000:根据当前位置信息判定当前人员是否落入所预设的位置检测区域。
其中,根据所获取到的当前位置信息对应的坐标,进而与位置检测区域对应的坐标区间进行比对,若该当前位置信息的坐标处于坐标区间内,则说明处于对应的位置检测区域。
步骤3000:若当前人员的当前位置信息处于所预设的位置检测区域,则获取当前人员的当前唯一识别信息。
其中,唯一识别信息识别可以为人脸识别信息、电子标签信息、二维码信息等等具有唯一识别特征的信息,本实施例中优选采用人脸识别信息,即通过所预设的监控装置获取对应监控区域的图像,即处于位置检测区域内当前人员的当前唯一识别信息。
步骤4000:将当前唯一识别信息与预先存储于数据库中的预置唯一识别信息进行相互比对。
其中,人脸识别系统主要包括四个组成部分,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
关于人脸图像采集及检测:
人脸图像采集:不同的人脸图像都能通过摄像镜头采集下来,比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时,采集设备会自动搜索并拍摄用户的人脸图像。即当前人员所对应的当前位置信息处于位置检测区域,通过所预设的监控装置获取监控区域的图像。
人脸检测:人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。
关于人脸图像预处理:
人脸图像预处理:对于人脸的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
人脸图像特征提取:人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
关于人脸图像匹配与识别:
人脸图像匹配与识别:提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。
步骤5000:若当前唯一识别信息与预置唯一识别信息比对不成功,则反馈警示信息。
其中,警示信息包括声音警示信息和/或灯光警示信息和/或短消息警示信息和/或振动警示信息;声音警示信息即通过喇叭等设备进行提醒,灯光警示信息即通过设置在安保室内的警示灯进行警示,短消息警示信息即通过手机发送的提醒短信或智能终端上APP软件发送的弹窗信息等等,振动警示信息即通过手机或者具有振动传感器的设备发送振动动作进行提醒;以上警示的方式可以采用其中一种,也可以采用几种的结合,本实施例中,优选采用声音警示信息以及灯光警示信息相互结合的方式。
步骤6000:若当前唯一识别信息与预置唯一识别信息比对成功,则获权所预设的当前人员所对应的拿取权限信息。
其中,预置唯一识别信息对应提前录入数据库中的有进出权限的人员,同时还录入有与该人员对应的拿取权限信息,即部分人员具有进出权限而不具有拿取权限,而部分人员具有进出权限同时也具有拿取权限。
步骤6100:获取当前人员的当前行为信息。
其中,通过所预设的监控装置获取当前人员的当前行为信息,行为信息包括非常多的动作信息,例如,走动动作、拿取动作、放置动作等等,根据拿取权限,即需要获取当前人员的拿取动作信息,即拿取货物的常规动作。
步骤6200:从预先设置的行为信息与指令信息之间的对应关系中,查找与当前行为信息对应的当前指令信息;行为信息包括拿取动作信息,指令信息包括与拿取动作信息相互对应的拿取动作分析信息。
其中,从监控装置中获取了非常多的动作信息,则通过指令信息来进行分析哪些动作属于拿取动作信息,以筛选所需要的信息。
步骤6300:根据拿取动作分析信息以判断是否与所预设的预置拿取动作信息相互匹配。
其中,分析过程中需要首先建立预置拿取动作信息,即为基础匹配模型,该建立的过程中,需要进行模型训练,该的方法如下:
训练信息的采集使用多个深度信息帧和骨骼信息帧按照设定的存储格式来保存采集器传输过来的原始动作信息,作为原始动作的样本数据;对样本数据进行正则化处理,即先通过离散化骨骼点坐标,将样本数据离散化为动作的样本三维向量集,然后再通过特征提取算法获取特征三维向量集;从而形成对应的基础匹配模型。
“通过离散化骨骼点坐标,将样本数据离散化为动作的样本三维向量集”的方法包括以下处理步骤:
a.统一坐标系,即对每帧的深度信息数据和骨骼信息数据进行坐标变换,将它们统一到同一世界坐标系中;
b.离散化骨骼点坐标,即对当前帧中每个骨骼信息数据点坐标进行离散化处理,离散化的步骤为:
i)根据前后相邻的各一帧中的同一骨骼点坐标,计算该骨骼点的运动向量;
ii)查找该骨骼点对应的目标离散坐标系中的单位立方体;
iii)把该骨骼点的运动向量合成到单位立方体的当前运动向量中;
c.离散化深度信息数据坐标,即在离散化骨骼点坐标时,如果该骨骼点为手部点,则将该骨骼点附近的深度数据点也进行离散化,离散化后的对应于深度信息数据的单位立方体拥有与该骨骼点相同的运动向量;
d.对每一帧重复上述a、b、c步骤,对每一个待识别动作生成一个对应的样本三维向量集。
“特征提取算法”具体为:
a.计算每个三维坐标点在全部三维向量集中出现的次数;
b.根据其出现次数计算其特征系数,即,特征系数=三维坐标点出现次数/该动作三维向量集的个数;
c.如果特征系数大于50%,则认为该点的三维向量集属于特征三维向量集。
在对拿取动作信息进行分析过程中,首先通过特征三维向量集进行模糊识别,缩小搜索范围后,再进一步进行精确识别,从而认定待识别动作为当前候选动作。所述设定的存储格式包括以下字段:动作ID、动作名称、动作信息帧的对数、深度信息帧和骨骼信息帧。深度信息帧中的每个元素都是其对应坐标上的深度信息;骨骼信息帧有人体骨骼点坐标数据组成;动作信息帧的对数是指一个动作中有多少对深度信息帧和骨骼信息帧。采集器包括深度探测摄像头和第三方SDK。
“模糊识别”具体为:计算该三维向量集与当前系统中所有的特征三维向量的距离,如果该距离小于该特征三维向量所对应的阀值,那么将此特征三维向量对应的动作作为一个候选动作。“精确识别”具体为:对所有候选动作,根据距离由小到大进行排序,然后依次对每个候选动作中的样本三维向量集,计算它与待识别动作的三维向量集的距离,如果其中最小距离小于预设的阀值,那么自动认定拿取动作信息与预置拿取动作信息相互匹配成功,即完成识别过程。
上述的对原始数据进行降精度离散化处理,这样不仅能够减少原始数据的噪声还可以降低运算量;同时,采用了多层次特征匹配算法,进一步加快了动作训练识别速度。
步骤6400:若当前拿取动作信息与预置拿取动作信息相互匹配成功且当前人员不具有拿取权限信息,则反馈警示信息。
其中,本步骤中的警示信息与步骤5000中的警示信息采用的方式相同,故不在此赘述;本申请中通过双重监管的方式,即一层监管为进出的监管,而二层监管为拿取的监管,即有进出权限的人员不一定具有拿取的权限,即对当前人员的动作进行识别,如果当前人员被识别到有拿取的行为,则判定当前人员是否有权限,如果没有拿取的权限,则直接通过警示信息进行提醒。
一般的仓库管理则通过设置多个独立的摄像头进行实时监控,每个独立的摄像头仅仅针对对应预设的监控区域,进而对工作人员的工作情况进行监管;但是,独立摄像头的监控区域有限,常常会出现较大的监控盲区,例如工作人员通过侧身或背对着摄像头就无法监控并获取到该工作人员的唯一识别信息;即影响对人员权限的获取以及该人员动作的是否具有权限的警示,故通过多个摄像头协同监控的方式来降低监控盲区。
其中,将仓库内的区域划分至少两个以上用于存放产品的产品区域,每个产品区域对应预设有用于检测是否有人员处于该产品区域的位置检测区域。根据不同的仓库格局形状不同,大致可以分为方形仓库、圆形仓库以及不规则仓库,不规则形状的仓库通过格局的拆分也能够形成一些规则仓库的叠加,本实施例中,优选采用方形仓库,根据实际情况来排布多个产品区域的位置。
在每个产品区域内均设置有对应的监控装置,该监控装置优选监控摄像头,故通过该监控摄像头能够全面覆盖该产品区域的所有空间,进而实现监控;在整个仓库合适的位置设置有全景摄像装置,该全景摄像装置优选为360度全景摄像头,通过该360度全景摄像头能够对整个仓库的情况进行监控,由于距离远近的关系,导致一些较远距离的监控会较为模糊,故通过多个产品区域内的监控装置以及360度全景摄像头之间的配合监控,尽可能降低监控的盲区。
其中,位置检测区域可以是一个独立的区域,也可以是与产品区域相互重叠的区域。
如图3所示,具体协同监控的方法如下:
步骤7100:若当前人员的当前位置信息处于所预设的位置检测区域。
步骤7200:控制当前产品区域中所预设的监控装置启动并获取监控当前产品区域的主要监控数据信息。
步骤7300:控制邻近产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
步骤7400:根据主要监控数据信息与辅助监控数据信息以获取当前人员的当前唯一识别信息。
其中,根据分隔的产品区域预置对应的监控装置,若有人员进入到所预设的位置检测区域,则通过设置在该区域内的监控装置监控,同时启动相邻的产品区域中的监控装置进行协助监控,使得通过多个视角进行监控以获取当前人员的唯一识别信息,便于确定当前人员的权限,尽可能减小监控盲区。
如果出现多个产品区域的位置检测区域存在当前位置信息,则为了更好的进行监控,即确保在存在当前位置信息的产品区域的两侧至少都有一个辅助监控。
步骤7311:若只有一个产品区域的位置检测区域存在当前位置信息。
步骤7312:控制邻近产品区域中所能覆盖当前产品区域的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
其中,邻近产品区域中所能覆盖当前产品区域的监控装置包括至少两个,且分别位于当前产品区域的两侧。在辅助监控过程中,必须有至少两个附近区域的监控装置进行辅助监控,且两个位于当前产品区域的两侧,即通过一左一右的形式来从两侧进行辅助监控,提高监控的全面性。
步骤7321:若至少二个产品区域的位置检测区域存在当前位置信息。
步骤7322:若存在至少两个具有当前位置信息的当前产品区域为相邻区域。
步骤7323:则控制具有当前位置信息的当前产品区域另一侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
其中,若存在并列的产品区域均具有当前位置信息,则将这两区域作为一个整体进行监控,启动对应区域的监控之后,在启动两个区域两侧的辅助监控来降低监控盲区。
步骤7324:若存在至少两个具有当前位置信息的当前产品区域为相互间隔的产品区域,且间隔一个不具有当前位置信息的产品区域。
步骤7325:则控制不具有当前位置信息的产品区域中所预设的监控装置启动并根据所预设的优先规则以获取优先出现当前位置信息的当前产品区域所对应的辅助监控数据信息。
步骤7326:则控制具有当前位置信息的当前产品区域另一侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
其中,若相互间隔的产品区域存在当前位置信息,而仅仅只是间隔了一个产品区域,则该间隔的产品区域的监控装置根据优先级进行分配,另外两侧的产品区域的监控装置直接对临近的具有当前位置信息的产品区域进行辅助监控。该优先级以最先检测到当前位置信息的当前产品区域作为优先进行辅助监控的区域。
步骤7327:若存在至少两个具有当前位置信息的当前产品区域为相互间隔的产品区域,且间隔至少两个不具有当前位置信息的产品区域。
步骤7328:则控制分别位于具有当前位置信息的当前产品区域两侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
其中,若相互间隔的产品区域存在当前位置信息,而间隔至少两个不具有当前位置信息的产品区域,则分别将存在当前位置信息的产品区域两侧的产品区域中对应的监控装置进行辅助监控。
根据所预设的全景摄像装置以获取当前仓库中的总监控数据信息。其中,该全景摄像装置可以与上述步骤中的任何一个情况的进行相互关联进行监控,同时由于一些仓库的形状的特殊性,例如是一种四方形的格局,则两侧的辅助监控也只能监控部分,故通过设置的全景摄像装置进行全景监控,进一步补助对应的监控盲区。
尤其是步骤7324中的情况,即若存在至少两个具有当前位置信息的当前产品区域为相互间隔的产品区域,且间隔一个不具有当前位置信息的产品区域;则将全景摄像装置所获取的总监控数据信息与主要监控数据信息相互关联以供调取;该情况仅仅只是间隔了一个产品区域的情况,则此时单侧只有一个辅助监控,故将全景摄像装置对应的监控数据与该只有一个辅助监控的产品区域监控的数据进行关联,提高监控的可靠度。
本发明实施例提供一种计算机可读存储介质,包括能够被处理器加载执行时实现如图1-图3。流程中所述的各个步骤。
所述计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
基于同一发明构思,本发明实施例提供一种仓库监管系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如图1-图3。流程中所述的仓库监管方法。
基于同一发明构思,本发明实施例提供一种智能终端,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如图1-图3。流程中所述的仓库监管方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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,本申请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全部或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(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请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、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以对本申请的技术方案进行了详细介绍,但以上实施例的说明只是用于帮助理解本发明的方法及其核心思想,不应理解为对本发明的限制。本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种仓库监管方法,其特征是,包括:
获取当前人员的当前位置信息;
根据当前位置信息判定当前人员是否落入所预设的位置检测区域;
若当前人员的当前位置信息处于所预设的位置检测区域,则获取当前人员的当前唯一识别信息;
将当前唯一识别信息与预先存储于数据库中的预置唯一识别信息进行相互比对;
若当前唯一识别信息与预置唯一识别信息比对不成功,则反馈警示信息。
2.根据权利要求1所述的仓库监管方法,其特征是:
若当前唯一识别信息与预置唯一识别信息比对成功,则获权所预设的当前人员所对应的拿取权限信息;
获取当前人员的当前行为信息;
从预先设置的行为信息与指令信息之间的对应关系中,查找与所述当前行为信息对应的当前指令信息;所述行为信息包括拿取动作信息,所述指令信息包括与拿取动作信息相互对应的拿取动作分析信息;
根据拿取动作分析信息以判断是否与所预设的预置拿取动作信息相互匹配;
若当前拿取动作信息与预置拿取动作信息相互匹配成功且当前人员不具有拿取权限信息,则反馈警示信息。
3.根据权利要求1所述的仓库监管方法,其特征是:包括关于获取当前人员的当前位置信息的方法,具体如下:
根据预设于仓库内的若干读写器以获取当前人员随身携带的当前电子标签所发送的当前标签信息;
根据读写器所读取到的当前标签信号形成当前读取数据信息;
根据所有的当前读取数据信息并通过加权算法后形成当前电子标签的当前位置信息。
4.根据权利要求1或2或3所述的仓库监管方法,其特征是:将仓库内的区域划分至少两个以上用于存放产品的产品区域,每个产品区域对应预设有用于检测是否有人员处于该产品区域的位置检测区域;
若当前人员的当前位置信息处于所预设的位置检测区域,
控制当前产品区域中所预设的监控装置启动并获取监控当前产品区域的主要监控数据信息;
控制邻近产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息;
根据主要监控数据信息与辅助监控数据信息以获取当前人员的当前唯一识别信息。
5.根据权利要求4所述的仓库监管方法,其特征是:若只有一个产品区域的位置检测区域存在当前位置信息;
控制邻近产品区域中所能覆盖当前产品区域的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
6.根据权利要求5所述的仓库监管方法,其特征是:邻近产品区域中所能覆盖当前产品区域的监控装置包括至少两个,且分别位于当前产品区域的两侧。
7.根据权利要求4所述的仓库监管方法,其特征是:
若至少二个产品区域的位置检测区域存在当前位置信息;
若存在至少两个具有当前位置信息的当前产品区域为相邻区域;
则控制具有当前位置信息的当前产品区域另一侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息;
若存在至少两个具有当前位置信息的当前产品区域为相互间隔的产品区域,且间隔一个不具有当前位置信息的产品区域;
则控制不具有当前位置信息的产品区域中所预设的监控装置启动并根据所预设的优先规则以获取优先出现当前位置信息的当前产品区域所对应的辅助监控数据信息;
则控制具有当前位置信息的当前产品区域另一侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息;
若存在至少两个具有当前位置信息的当前产品区域为相互间隔的产品区域,且间隔至少两个不具有当前位置信息的产品区域,
则控制分别位于具有当前位置信息的当前产品区域两侧的产品区域中所预设的监控装置启动并获取监控当前产品区域的辅助监控数据信息。
8.一种计算机可读存储介质,其特征是,包括能够被处理器加载执行时实现如权利要求1至7中任一项所述的仓库监管方法的程序。
9.一种仓库监管系统,其特征是,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如权利要求1至7中任一项所述的仓库监管方法。
10.一种智能终端,其特征是:包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如权利要求1至7中任一项所述的仓库监管方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607679.3A CN110458489A (zh) | 2019-07-05 | 2019-07-05 | 仓库监管方法、系统、存储介质及其智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607679.3A CN110458489A (zh) | 2019-07-05 | 2019-07-05 | 仓库监管方法、系统、存储介质及其智能终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110458489A true CN110458489A (zh) | 2019-11-15 |
Family
ID=68482341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910607679.3A Withdrawn CN110458489A (zh) | 2019-07-05 | 2019-07-05 | 仓库监管方法、系统、存储介质及其智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458489A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112050726A (zh) * | 2020-08-05 | 2020-12-08 | 中车长春轨道客车股份有限公司 | 一种基于rfid标签阵列的轨道车辆紧固件松脱检测方法 |
CN112532934A (zh) * | 2020-11-23 | 2021-03-19 | 国网山东省电力公司利津县供电公司 | 一种多维协同监控系统 |
CN112862443A (zh) * | 2020-06-09 | 2021-05-28 | 北京戴纳实验科技有限公司 | 一种用于实验室中样品排序的管理方法 |
CN113033836A (zh) * | 2021-03-04 | 2021-06-25 | 南方电网深圳数字电网研究院有限公司 | 基于变电站的安全管理方法、终端设备及存储介质 |
TWI739242B (zh) * | 2019-12-19 | 2021-09-11 | 財團法人工業技術研究院 | 可視化儲位配置系統與其方法 |
CN113591669A (zh) * | 2021-07-27 | 2021-11-02 | 中船重工远舟(北京)科技有限公司 | 一种锂电池组环境安全监控方法、装置、电子设备及介质 |
CN114913653A (zh) * | 2022-04-27 | 2022-08-16 | 北京良安科技有限公司 | 一种用于粮仓存储安全的监测方法、装置、设备及介质 |
CN115019488A (zh) * | 2022-05-30 | 2022-09-06 | 歌尔股份有限公司 | 基于智能穿戴设备的监管方法、设备、系统及介质 |
CN115391089A (zh) * | 2022-06-13 | 2022-11-25 | 杭州京胜航星科技有限公司 | 基于ai要素读取的档案管理及风险检测处理方法、系统 |
CN116720161A (zh) * | 2023-08-04 | 2023-09-08 | 山西合力思创科技股份有限公司 | 一种智能权限系统权限控制方法、装置、电子设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102163331A (zh) * | 2010-02-12 | 2011-08-24 | 王炳立 | 采用标定方法的图像辅助系统 |
CN105741261A (zh) * | 2014-12-11 | 2016-07-06 | 北京大唐高鸿数据网络技术有限公司 | 一种基于四摄像头的平面多目标定位方法 |
CN105915847A (zh) * | 2016-04-29 | 2016-08-31 | 浙江理工大学 | 基于特征匹配跟踪的视频监控装置及其方法 |
CN108062539A (zh) * | 2017-12-30 | 2018-05-22 | 广州供电局有限公司 | 配电房安全管理方法和系统、计算机设备和存储介质 |
CN109640044A (zh) * | 2018-12-19 | 2019-04-16 | 上海百涛电子系统工程有限公司 | 一种视频监控系统 |
CN109872482A (zh) * | 2019-01-21 | 2019-06-11 | 广东鑫诺安保安服务有限公司 | 智慧安防监管方法、系统以及存储介质 |
-
2019
- 2019-07-05 CN CN201910607679.3A patent/CN110458489A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102163331A (zh) * | 2010-02-12 | 2011-08-24 | 王炳立 | 采用标定方法的图像辅助系统 |
CN105741261A (zh) * | 2014-12-11 | 2016-07-06 | 北京大唐高鸿数据网络技术有限公司 | 一种基于四摄像头的平面多目标定位方法 |
CN105915847A (zh) * | 2016-04-29 | 2016-08-31 | 浙江理工大学 | 基于特征匹配跟踪的视频监控装置及其方法 |
CN108062539A (zh) * | 2017-12-30 | 2018-05-22 | 广州供电局有限公司 | 配电房安全管理方法和系统、计算机设备和存储介质 |
CN109640044A (zh) * | 2018-12-19 | 2019-04-16 | 上海百涛电子系统工程有限公司 | 一种视频监控系统 |
CN109872482A (zh) * | 2019-01-21 | 2019-06-11 | 广东鑫诺安保安服务有限公司 | 智慧安防监管方法、系统以及存储介质 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI739242B (zh) * | 2019-12-19 | 2021-09-11 | 財團法人工業技術研究院 | 可視化儲位配置系統與其方法 |
CN112862443B (zh) * | 2020-06-09 | 2023-11-03 | 北京戴纳实验科技有限公司 | 一种用于实验室中样品排序的管理方法 |
CN112862443A (zh) * | 2020-06-09 | 2021-05-28 | 北京戴纳实验科技有限公司 | 一种用于实验室中样品排序的管理方法 |
CN112050726A (zh) * | 2020-08-05 | 2020-12-08 | 中车长春轨道客车股份有限公司 | 一种基于rfid标签阵列的轨道车辆紧固件松脱检测方法 |
CN112532934A (zh) * | 2020-11-23 | 2021-03-19 | 国网山东省电力公司利津县供电公司 | 一种多维协同监控系统 |
CN113033836A (zh) * | 2021-03-04 | 2021-06-25 | 南方电网深圳数字电网研究院有限公司 | 基于变电站的安全管理方法、终端设备及存储介质 |
CN113591669A (zh) * | 2021-07-27 | 2021-11-02 | 中船重工远舟(北京)科技有限公司 | 一种锂电池组环境安全监控方法、装置、电子设备及介质 |
CN114913653A (zh) * | 2022-04-27 | 2022-08-16 | 北京良安科技有限公司 | 一种用于粮仓存储安全的监测方法、装置、设备及介质 |
CN114913653B (zh) * | 2022-04-27 | 2023-02-21 | 北京良安科技有限公司 | 一种用于粮仓存储安全的监测方法、装置、设备及介质 |
CN115019488A (zh) * | 2022-05-30 | 2022-09-06 | 歌尔股份有限公司 | 基于智能穿戴设备的监管方法、设备、系统及介质 |
CN115391089A (zh) * | 2022-06-13 | 2022-11-25 | 杭州京胜航星科技有限公司 | 基于ai要素读取的档案管理及风险检测处理方法、系统 |
CN116720161A (zh) * | 2023-08-04 | 2023-09-08 | 山西合力思创科技股份有限公司 | 一种智能权限系统权限控制方法、装置、电子设备及介质 |
CN116720161B (zh) * | 2023-08-04 | 2023-11-14 | 山西合力思创科技股份有限公司 | 一种智能权限系统权限控制方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458489A (zh) | 仓库监管方法、系统、存储介质及其智能终端 | |
Chen et al. | An AIoT based smart agricultural system for pests detection | |
US10853702B2 (en) | Method and apparatus for checkout based on image identification technique of convolutional neural network | |
CN110569772B (zh) | 一种泳池内人员状态检测方法 | |
US8655020B2 (en) | Method of tracking an object captured by a camera system | |
Lin et al. | Estimation of number of people in crowded scenes using perspective transformation | |
CN110419048A (zh) | 用于标识所定义的对象的系统 | |
Yu et al. | An object-based visual attention model for robotic applications | |
CN109271884A (zh) | 人脸属性识别方法、装置、终端设备和存储介质 | |
CN107077601A (zh) | 使用基于事件的视觉传感器进行低功率始终接通脸部检测、跟踪、辨识及/或分析 | |
CN108038424B (zh) | 一种适用于高空作业的视觉自动化检测方法 | |
Khan et al. | Safety of food and food warehouse using VIBHISHAN | |
US20070154088A1 (en) | Robust Perceptual Color Identification | |
CN106897659A (zh) | 眨眼运动的识别方法和装置 | |
CN110108704A (zh) | 一种蓝藻自动监测预警方法及其自动监测预警系统 | |
US20230102954A1 (en) | Automatic evaluation of wheat resistance to fusarium head blight using dual mask | |
CN111027622A (zh) | 图片标签生成方法、装置、计算机设备及存储介质 | |
CN114581990A (zh) | 一种跑步智能测试方法以及装置 | |
CN110135470A (zh) | 一种基于多模态车辆特征识别的车辆特征融合系统 | |
CN113420709A (zh) | 牛脸特征提取模型训练方法、系统及牛的保险方法、系统 | |
US20220335725A1 (en) | Monitoring presence or absence of an object using local region matching | |
CN112487226A (zh) | 图片分类模型获取方法、装置、电子设备及可读存储介质 | |
Vo et al. | Image processing for traceability: A system prototype for the Southern Rock Lobster (SRL) supply chain | |
CN113344097B (zh) | 基于多模型的图像处理方法和装置 | |
Chen et al. | Using deep learning to track stray animals with mobile device |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191115 |
|
WW01 | Invention patent application withdrawn after publication |