CN111291743A - 工具消毒监控方法、装置、设备及存储介质 - Google Patents
工具消毒监控方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111291743A CN111291743A CN202010253892.1A CN202010253892A CN111291743A CN 111291743 A CN111291743 A CN 111291743A CN 202010253892 A CN202010253892 A CN 202010253892A CN 111291743 A CN111291743 A CN 111291743A
- Authority
- CN
- China
- Prior art keywords
- preset
- label
- disinfection
- tool
- sterilization
- 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
Links
- 238000004659 sterilization and disinfection Methods 0.000 title claims abstract description 454
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 230000001954 sterilising effect Effects 0.000 claims abstract description 131
- 238000012545 processing Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 238000011176 pooling Methods 0.000 description 5
- 230000001131 transforming effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Disinfection Or Sterilisation (AREA)
Abstract
本申请公开了一种工具消毒监控方法、设备和存储介质，所述方法包括：在接收到目标工具的消毒监控请求时，获取所针对的目标区域的视频信息，以确定所述目标工具的目标使用图像；定位所述目标使用图像中的疑似消毒标签区域；根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。本申请解决现有技术中通过人工方式进行工具消毒监控，人力资源消耗过多，且透明度低，不可追溯的技术问题。
Description
技术领域
本申请涉及金融科技(Fintech)的人工智能技术领域，尤其涉及一种工具消毒监控方法、装置、设备及存储介质。
背景技术
随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术应用在金融领域，但金融业也对技术提出了更高的要求，如金融业对工具消毒监控也有更高的要求。
即在传染疾病爆发期间，为了避免病毒或者细菌等的扩散传播，保证人身安全，各行各业的操作都需要符合疫情防护规范，如办公场所或者使用的工具要定期进行消毒，其中，快递员使用的送货箱，电动自行车等工具更是如此。然而，在实际情况中，基于某些原因，如快递送单时限的要求，有些人并不会按照疫情防护规范对工具定期消毒再使用。因此，对物品或者工具消毒情况进行监控、实现工具消毒情况可追踪是疫情防护过程中非常重要的一部分工作。目前，主要通过相应负责人通过检测消毒记录，来对各个机构或者单位的工具消毒情况进行监控，也即通过人工方式监控工具消毒情况，通过人工方式监控，需要消耗较多的人力成本，且工具消毒情况不透明，不可追溯，工具消毒情况的监控结果与真实情况会存在一定偏差。
发明内容
本申请的主要目的在于提供一种工具消毒监控方法、设备和存储介质，旨在解决现有技术中通过人工方式进行工具消毒监控，人力资源消耗过多，且透明度低，不可追溯的技术问题。
为实现上述目的，本申请提供一种工具消毒监控方法，所述工具消毒监控方法包括：
监控目标区域的视频信息，以确定目标工具的目标使用图像；
定位所述目标使用图像中的疑似消毒标签区域；
对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；
若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。
可选地，所述对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤，包括：
根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
其中，所述预设消毒标签识别模型是基于具有预设消毒标签的预设图像信息集通过执行预设训练流程，对预设待训练预测模型进行迭代训练得到的。
可选地所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之前，所述方法还包括：
获取具有预设消毒标签的预设图像信息集，对所述预设图像信息集进行变换处理，得到变换处理后的预设图像信息集，并迭代执行如下步骤：
基于所述预设待训练预测模型从变换处理后的预设图像信息集中提取特征矩阵，对所述特征矩阵进行预测处理，以得到预测的标签集；
将所述预测的标签集与预存的所述预设图像信息集的实际标记集进行对比，以得到比对结果；
根据所述对比结果，调整所述预设待训练预测模型的参数，直至迭代后的所述预测的标签集与所述实际标记集的目标相似度大于预设相似度阈值，以得到所述预设消毒标签识别模型。
可选地，所述定位所述目标使用图像中的疑似消毒标签区域的步骤包括：
通过预设阈值分割模型对所述目标使用图像进行阈值分割，得到二值图像；
确定所述二值图像中各个连通区域，并获取所述各个连通区域的各个外接矩形框；
若存在第一外接矩形框的长度符合预设长度，且所述第一外接矩形框的宽度符合预设宽度时，确定所述第一外接矩形框对应的连通区域为疑似消毒标签区域。
可选地，所述消毒信息包括标签消毒时间；
所述若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件的步骤包括：
若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件。
可选地，所述若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件的步骤包括：
若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间；
获取预设关联的区块链记载的所述目标工具的消毒记录，从所述消毒记录中提取记录时间，将所述记录时间与所述标签消毒时间进行比对，以确定所述标签消毒时间是否被篡改；
若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔；
若所述时间间隔大于预设第一时间阈值时，确定所述标签消毒时间不符合预设条件。
可选地，所述若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔的步骤之后，所述方法包括：
若所述时间间隔小于或者等于所述预设第一时间阈值时，确定所述标签消毒时间距离当前时刻的的时间差值；
若所述时间差值大于预设第二时间阈值时，则确定所述标签消毒时间不符合预设条件。
可选地，所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之后，所述方法包括：
若确定所述目标工具未具有所述预设消毒标签或者所述预设消毒标签所指向的消毒信息不符合预设条件，则确定所述目标工具不符合预设疫情防护标准；
若所述目标工具不符合预设疫情防护标准；并输出需要对所述目标工具进行消毒的提示信息。
本申请还提供一种工具消毒监控设备，所述工具消毒监控设备为实体设备，所述工具消毒监控设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述工具消毒监控方法的程序，所述工具消毒监控方法的程序被处理器执行时可实现如下步骤：
监控目标区域的视频信息，以确定目标工具的目标使用图像；
定位所述目标使用图像中的疑似消毒标签区域；
对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；
若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。
可选地，所述对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤，包括：
根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
其中，所述预设消毒标签识别模型是基于具有预设消毒标签的预设图像信息集通过执行预设训练流程，对预设待训练预测模型进行迭代训练得到的。
可选地所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之前，所述方法还包括：
获取具有预设消毒标签的预设图像信息集，对所述预设图像信息集进行变换处理，得到变换处理后的预设图像信息集，并迭代执行如下步骤：
基于所述预设待训练预测模型从变换处理后的预设图像信息集中提取特征矩阵，对所述特征矩阵进行预测处理，以得到预测的标签集；
将所述预测的标签集与预存的所述预设图像信息集的实际标记集进行对比，以得到比对结果；
根据所述对比结果，调整所述预设待训练预测模型的参数，直至迭代后的所述预测的标签集与所述实际标记集的目标相似度大于预设相似度阈值，以得到所述预设消毒标签识别模型。
可选地，所述定位所述目标使用图像中的疑似消毒标签区域的步骤包括：
通过预设阈值分割模型对所述目标使用图像进行阈值分割，得到二值图像；
确定所述二值图像中各个连通区域，并获取所述各个连通区域的各个外接矩形框；
若存在第一外接矩形框的长度符合预设长度，且所述第一外接矩形框的宽度符合预设宽度时，确定所述第一外接矩形框对应的连通区域为疑似消毒标签区域。
可选地，所述消毒信息包括标签消毒时间；
所述若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件的步骤包括：
若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件。
可选地，所述若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件的步骤包括：
若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间；
获取预设关联的区块链记载的所述目标工具的消毒记录，从所述消毒记录中提取记录时间，将所述记录时间与所述标签消毒时间进行比对，以确定所述标签消毒时间是否被篡改；
若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔；
若所述时间间隔大于预设第一时间阈值时，确定所述标签消毒时间不符合预设条件。
可选地，所述若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔的步骤之后，所述方法包括：
若所述时间间隔小于或者等于所述预设第一时间阈值时，确定所述标签消毒时间距离当前时刻的的时间差值；
若所述时间差值大于预设第二时间阈值时，则确定所述标签消毒时间不符合预设条件。
可选地，所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之后，所述方法包括：
若确定所述目标工具未具有所述预设消毒标签或者所述预设消毒标签所指向的消毒信息不符合预设条件，则确定所述目标工具不符合预设疫情防护标准；
若所述目标工具不符合预设疫情防护标准；并输出需要对所述目标工具进行消毒的提示信息。
本申请还提供一种存储介质，所述存储介质上存储有实现上述工具消毒监控方法的程序，所述工具消毒监控方法的程序被处理器执行时实现如上述的工具消毒监控方法的步骤。
本申请通过监控目标区域的视频信息，以确定目标工具的目标使用图像；定位所述目标使用图像中的疑似消毒标签区域；对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。在本申请中，通过监控目标区域的视频信息，以确定目标工具的目标使用图像，并定位疑似消毒标签区域，进而对所述疑似消毒标签区域进行识别，以准确确定所述目标工具是否具有预设消毒标签，并进一步地自动确定所述预设消毒标签所指向的消毒信息是否符合预设条件，进而确定所述目标工具是否符合预设疫情防护标准，由于上述监控消毒是自动实现的，因而，节约了人力资源，且由于是通过监控视频进行自动实现的，因而提升了透明度与可追溯度，解决了现有技术中通过人工方式进行工具消毒监控，人力资源消耗过多，且透明度低，不可追溯的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请工具消毒监控方法第一实施例的流程示意图；
图2为本申请工具消毒监控方法第一实施例中定位所述目标使用图像中的疑似消毒标签区域的步骤的细化流程示意图；
图3为本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供一种工具消毒监控方法，在本申请工具消毒监控方法的第一实施例中，参照图1，所述工具消毒监控方法包括：
步骤S10，监控目标区域的视频信息，以确定目标工具的目标使用图像；
步骤S20，定位所述目标使用图像中的疑似消毒标签区域；
步骤S30，对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
步骤S40，若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；
步骤S50，若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。
具体步骤如下：
步骤S10，监控目标区域的视频信息，以确定目标工具的目标使用图像；
在疫情防控期间，是需要对目标工具进行消毒的，而目前，主要通过相应负责人检测消毒记录，对各个机构或者单位的目标工具消毒情况进行监控，也即通过人工方式监控工具消毒情况，通过人工方式监控，需要消耗较多的人力成本，且目标工具消毒情况不透明，不可追溯，目标工具消毒情况的监控结果与真实情况也会存在一定偏差。而在本实施例中，提供一种工具消毒监控方法，以自动进行目标工具消毒监控，以节约人力物力资源，另外，还可以实现消毒过程的透明化以及可追溯，避免工具消毒情况的监控结果与真实情况存在偏差。
具体地，监控目标区域的视频信息，以确定目标工具的目标使用图像，其中，目标区域是一直处于监控状态下的，用户可以在终端上触发目标工具的消毒监控请求，该消毒监控请求也可以是定时自动触发的，在接收到目标工具的消毒监控请求后，获取所述消毒监控请求所针对的目标区域的视频信息，其中，需要说明的是，目标区域是预设确定的(通过消毒监控请求确定)，而目标区域的视频信息可以为工具使用场合的摄像头采集的，具体地，如视频信息可以为配货仓库的摄像头采集的，或者配货柜附近的摄像头采集的，获取所述消毒监控请求所针对的目标区域的视频信息后，根据视频信息，确定所述目标工具的目标使用图像，确定工具(使用)图像信息的方式可以为：利用预设工具识别模型(预先训练好的)和视频信息中的连续几幅的视频帧图像，确定是否存在动态的目标工具，若存在，则选取最后一幅或者任选一幅视频帧图像作为工具使用图像或者目标使用图像，若不存在，在生成提示信息。
步骤S20，定位所述目标使用图像中的疑似消毒标签区域；
在本实施例中，在确定目标使用图像后，定位所述目标使用图像中的疑似消毒标签区域，在本实施例中，由于定位所述目标使用图像中的疑似消毒标签区域，而不是识别目标使用图像中的所有区域，因而简化了处理过程，提升了监控效率。
参照图2，其中，所述定位所述目标使用图像中的疑似消毒标签区域的步骤包括：
步骤S21，通过预设阈值分割模型对所述目标使用图像进行阈值分割，得到二值图像；
步骤S22，确定所述二值图像中各个连通区域，并获取所述各个连通区域的各个外接矩形框；
在本实施例中，首先通过预设阈值分割模型(是已经训练完成的能准确进行二值分割的模型)对所述目标使用图像进行阈值分割，得到二值图像，在得到二值图像后，通过预设连通区域标记算法确定所述二值图像中各个连通区域(彼此连通的点形成了一个区域，而不连通的点形成了不同的区域，彼此连通点构成的集合，称为一个连通区域)。在得到各个连通区域后，获取所述各个连通区域的各个外接矩形框，如圆形连通区域的外接矩形框，多边形区域的外接矩形框，在本实施例中，获取外接矩形框的目的在于：现有消毒标标签一般是矩形框形式。
步骤S23，若存在第一外接矩形框的长度符合预设长度，且所述第一外接矩形框的宽度符合预设宽度时，确定所述第一外接矩形框对应的连通区域为疑似消毒标签区域。
若存在第一外接矩形框的长度符合预设长度，且所述第一外接矩形框的宽度符合预设宽度时，确定所述第一外接矩形框对应的连通区域为疑似消毒标签区域，即若某一连通区域的长度以及宽度均符合预设要求时，确定所述第一外接矩形框对应的连通区域为疑似消毒标签区域。
若存在第二外接矩形框仅长度不符合预设长度，或者若存在第三外接矩形框仅宽度不符合预设长度，或者若存在第四外接矩形框长度不符合预设长度，且所述第四外接矩形框宽度也不符合预设宽度时，确定所述第二外接矩形框对应的连通区域，所述第三外接矩形框对应的连通区域，所述第四外接矩形框对应的连通区域均不是疑似消毒标签区域。
步骤S30，对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
在得到疑似消毒标签区域后，对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签，其中，可以通过确定疑似消毒标签区域进的标签的大小进行模糊识别，确定所述目标工具是否具有预设消毒标签。进一步地，
所述对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤，包括：
步骤S31，根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
其中，所述预设消毒标签识别模型是基于具有预设消毒标签的预设图像信息集通过执行预设训练流程，对预设待训练预测模型进行迭代训练得到的。
所述预设消毒标签识别模型是基于具有预设消毒标签的预设图像信息集通过执行预设训练流程，对预设待训练预测模型进行迭代训练得到的，因而所述预设消毒标签识别模型能够准确识别预设消毒标签，因而，根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别后，可以确定所述目标工具是否具有预设消毒标签。
其中，所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之前，所述方法还包括：
所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之前，所述方法还包括：
步骤A1，获取具有预设消毒标签的预设图像信息集，对所述预设图像信息集进行变换处理，得到变换处理后的图像信息集，并迭代执行如下步骤：
获取具有预设消毒标签的预设图像信息集，对所述预设图像信息集进行变换处理，得到变换处理后的图像信息集，其中，所述预设消毒标签包括预设消毒文字标签和/或预设标志图形标签；
获取具有预设消毒标签的预设图像信息集，对所述预设图像信息集进行变换处理，得到变换处理后的图像信息集，具体地，由于预设图像信息集中可能包括人工标记的文字和/或标志图形，因而需要对所述预设图像信息集进行变换处理，得到变换处理后的图像信息，对所述预设图像信息集进行变换处理，得到变换处理后的图像信息包括：一，获取包含所述预设消毒文字标签的预设图像信息集，并对所述预设图像信息集进行变换处理，得到变换处理后的图像信息；二，获取包含所述预设标志图形标签的预设图像信息集，并对所述预设图像信息集进行变换处理，得到变换处理后的图像信息；三，获取包含所述预设标志图形标签和预设消毒文字标签的预设图像信息集，并对所述预设图像信息集进行变换处理，得到变换处理后的图像信息。其中，对预设图像信息集进行变换处理指的是通过预设OCR变换处理技术等对具有人工标记的文字和/或人工标志图形的图像进行变换处理，得到变换处理后的图像信息。
步骤A2，基于所述预设待训练预测模型从变换处理后的图像信息集中提取特征矩阵，对所述特征矩阵进行预测处理，以得到预测的标签集；
基于所述预设待训练预测模型从变换处理后的图像信息集中提取特征矩阵，对所述特征矩阵进行预测处理，以得到预测的标签集，具体地，基于所述预设待训练预测模型的预设卷积层和预设池化层从变换处理后的预设图像信息集中提取特征矩阵，根据所述预设待训练预测模型的预设激活层对所述特征矩阵进行预测处理，以得到预测的标签集，其中，预测的标签集包括预测的文字集和/或预测的标志图形集，根据所述预设待训练预测模型的预设激活层对所述特征矩阵进行预测处理，以得到预测的标签集包括：根据所述预设待训练预测模型的预设激活层对所述特征矩阵进行预测处理，以得到预测的文字集，根据所述预设待训练预测模型的预设激活层对所述特征矩阵进行预测处理，以得到预测的标志图形集，根据所述预设待训练预测模型的预设激活层对所述特征矩阵进行预测处理，以得到预测的文字集和预测的标志图形集。
步骤A3，将所述预测的标签集与预存的所述预设图像信息集的实际标记集进行对比，以得到比对结果；
将所述预测的标签集与预存的所述预设图像信息集的实际标记集进行对比，以得到比对结果，即将所述预测的文字集和/或预测的标志图形集与所述实际标记集进行对比，以得到比对结果，具体地，包括：将所述预测的文字集与所述实际标记集中的文字子标记集进行对比，以得到比对结果，将所述预测的标志图形集与所述实际标记集中的标志图形子标记集进行对比，以得到比对结果，将所述预测的标志图形集与所述实际标记集中的标志图形子标记集进行对比，并将所述预测的文字集与所述实际标记集中的文字子标记集进行对比，以得到比对结果。
步骤A4，根据所述对比结果，调整所述预设待训练预测模型的参数，直至迭代后的所述预测的标签集与所述实际标记集的目标相似度大于预设相似度阈值，以得到所述预设消毒标签识别模型。
根据所述对比结果，调整所述预设待训练预测模型的参数，直至迭代后的所述预测的标签集与所述实际标记集的目标相似度大于预设相似度阈值，以得到所述预设消毒标签识别模型，具体地，根据所述对比结果，调整所述预设初始卷积层和所述预设初始池化层的参数，直至迭代后的所述预测的文字集/标志图形集与所述实际标记集的目标相似度大于预设相似度阈值，得到所述预设消毒标签识别模型包括：一，根据所述将所述预测的文字集与所述实际标记集中的文字子标记集进行对比后得到的对比结果，调整所述预设初始卷积层和所述预设初始池化层的参数，直至迭代后的所述预测的文字集与所述实际标记集的目标相似度大于预设相似度阈值，得到所述预设消毒标签识别模型，二，根据所述将所述预测的标志图形集与所述实际标记集中的标志图形子标记集进行对比后的对比结果，调整所述预设初始卷积层和所述预设初始池化层的参数，直至迭代后的所述预测的标志图形集与所述实际标记集的目标相似度大于预设相似度阈值，得到所述预设消毒标签识别模型，三，根据将所述预测的标志图形集与所述实际标记集中的标志图形子标记集进行对比，并将所述预测的文字集与所述实际标记集中的文字子标记集进行对比后的对比结果，调整所述预设初始卷积层和所述预设初始池化层的参数，直至迭代后的所述预测的文字集和标志图形集与所述实际标记集的目标相似度大于预设相似度阈值，得到所述预设消毒标签识别模型。
需要说明的是，通过预设消毒标签识别模型识别待监控工具是否有贴消毒标签的方式，并不局限上述所举例。如可以是通过计算特征矩阵集之间的欧式距离(通过预设欧式距离计算方法)等其他相似度的方式。
步骤S40，若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；
若确定所述目标工具具有所述预设消毒标签，还确定所述预设消毒标签所指向的消毒信息是否符合预设条件，若确定所述目标工具未具有预设消毒标签，则不进行所述预设消毒标签所指向的消毒信息是否符合预设条件的确定，其中，所述预设条件是可以根据当前疫情防护的严重程度进行灵活更改的。
步骤S50，若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。
若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准，若所述预设消毒标签所指向的消毒信息不符合预设条件，则确定所述目标工具不符合预设疫情防护标准。
其中，所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之后，所述方法包括：
步骤S70，若确定所述目标工具未具有所述预设消毒标签或者所述预设消毒标签所指向的消毒信息不符合预设条件，则确定所述目标工具不符合预设疫情防护标准；
步骤S80，若所述目标工具不符合预设疫情防护标准；并输出需要对所述目标工具进行消毒的提示信息。
若确定所述目标工具未具有所述预设消毒标签或者所述预设消毒标签所指向的消毒信息不符合预设条件，则确定所述目标工具不符合预设疫情防护标准，若所述目标工具不符合预设疫情防护标准；并输出需要对所述目标工具进行消毒的提示信息，具体地，获取所述目标工具的管理终端，向所述工具使用者发送需要对所述目标工具进行消毒的提示信息，或者也可以发送给消毒监控负责人的终端设备。此外，工具消毒情况的检测结果也可以上报到区块链，如记录工具未按标准进行消毒的次数等信息。
本申请通过监控目标区域的视频信息，以确定目标工具的目标使用图像；定位所述目标使用图像中的疑似消毒标签区域；对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。在本申请中，通过监控目标区域的视频信息，以确定目标工具的目标使用图像，并定位疑似消毒标签区域，进而对所述疑似消毒标签区域进行识别，以准确确定所述目标工具是否具有预设消毒标签，并进一步地自动确定所述预设消毒标签所指向的消毒信息是否符合预设条件，进而确定所述目标工具是否符合预设疫情防护标准，由于上述监控消毒是自动实现的，因而，节约了人力资源，且由于是通过监控视频进行自动实现的，因而提升了透明度与可追溯度，解决了现有技术中通过人工方式进行工具消毒监控，人力资源消耗过多，且透明度低，不可追溯的技术问题。
进一步地，参照图2，基于本申请中第一实施例，在本申请的另一实施例中，所述消毒信息包括标签消毒时间；
所述若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件的步骤包括：
步骤S41，若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件。
在本实施例中，若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，具体地，通过预设OCR鉴别方式提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件，也即，在本实施例中，预设关联的区块链是记载有所述目标工具的消毒记录的，其中，各个工具每次消毒之后的记录会上报到区块链的节点中，区块链节点记录的信息包括工具信息，工具消毒信息等，工具信息包括工具使用单位或者个人信息，工具本身的标识信息，工具消毒信息可以包括工具消毒时间，消毒所使用的消毒剂信息，消毒的人员或者消毒机器信息等。不管是自动消毒机还是人工消毒，消毒完之后，会给工具贴上消毒标签，然后向区块链上报上述信息，使得工具消毒信息可追溯。提取该消毒记录，确定所述标签消毒时间是否符合预设条件。
具体地，所述若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件的步骤包括：
步骤S411，若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间；
步骤S412，获取预设关联的区块链记载的所述目标工具的消毒记录，从所述消毒记录中提取记录时间，将所述记录时间与所述标签消毒时间进行比对，以确定所述标签消毒时间是否被篡改；
在本实施例中，通过时间因素确定所述标签是否符合预设条件，当然还可以是其他因素，在此不做具体说明，通过时间因素确定所述标签是否符合预设条件时，首先调取预设关联的区块链记载的所述目标工具的消毒记录，将所述记录时间与所述标签消毒时间进行比对，以确定所述标签消毒时间是否被篡改，具体地，由于所述标签消毒时间中可能存在多个标签消毒子时间，因而，需要将多个记录时间分别与对应的标签消毒子时间，以确定所述标签消毒时间是否被篡改，其中，只要任意一个标签消毒子时间被篡改，则确定所述标签消毒时间被篡改。若所有的标签消毒子时间被篡改，则确定所述标签消毒时间未被篡改。
步骤S413，若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔；
步骤S414，若所述时间间隔大于预设第一时间阈值时，确定所述标签消毒时间不符合预设条件。
若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔，在本实施例中，从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔的目的在于确定最新的记录子时间是否未被记录，若所述时间间隔大于预设第一时间阈值时，确定所述标签消毒时间不符合预设条件。
本实施例通过若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件，在本实施例中，通过区块链进行消毒检测，提升了检测的透明度与追溯性。
进一步地，基于本申请中第一实施例和第二实施例，在本申请的另一实施例中，所述若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔的步骤之后，所述方法包括：
步骤B1，若所述时间间隔小于或者等于所述预设第一时间阈值时，确定所述标签消毒时间距离当前时刻的时间差值；
在本实施例中，若所述时间间隔小于或者等于所述预设第一时间阈值时，即记录符合要求时，还确定所述标签消毒时间距离当前时刻的时间差值，确定所述标签消毒时间距离当前时刻的的时间差值的目的在于确定消毒时间是否过长而失效。
步骤B2，若所述时间差值大于预设第二时间阈值时，则确定所述标签消毒时间不符合预设条件。
若所述时间差值大于预设第二时间阈值时，则确定所述标签消毒时间不符合预设条件，若所述时间差值小于等于预设第二时间阈值时，则确定所述标签消毒时间符合预设条件。
其中，若确定所述标签消毒时间不符合预设条件，则触发自动消毒智能装置，进行自动消毒，自动消毒的过程可以为：接收消毒请求，所述消毒请求中携带有工具使用者的标识信息和工具标识信息，当识别到工具标识信息时，开启消毒部件开关，以对工具进行消毒；当完成工具的消毒工作时，控制消毒关闭，并开启标签贴放部件打印消毒标签并贴到工具的相应位置上。此外，根据消毒时间、工具使用者的标识信息、工具标识信息、消毒所使用的消毒剂信息等生成消毒记录信息上报给区块链。
本实施例通过若所述时间间隔小于或者等于所述预设第一时间阈值时，确定所述标签消毒时间距离当前时刻的的时间差值；若所述时间差值大于预设第二时间阈值时，则确定所述标签消毒时间不符合预设条件。在本实施例中，准确进行所述标签消毒时间符合预设条件与否的确定，为监控目标工具的消毒情况奠定基础。
参照图3，图3是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图3所示，该工具消毒监控设备可以包括：处理器1001，例如CPU，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地，该工具消毒监控设备还可以包括矩形用户接口、网络接口、摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。矩形用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard)，可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解，图3中示出的工具消毒监控设备结构并不构成对工具消毒监控设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图3所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及工具消毒监控程序。操作系统是管理和控制工具消毒监控设备硬件和软件资源的程序，支持工具消毒监控程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与工具消毒监控系统中其它硬件和软件之间通信。
在图3所示的工具消毒监控设备中，处理器1001用于执行存储器1005中存储的工具消毒监控程序，实现上述任一项所述的工具消毒监控方法的步骤。
本申请工具消毒监控设备具体实施方式与上述工具消毒监控方法各实施例基本相同，在此不再赘述。
本申请实施例提供了一种存储介质，且所述存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的工具消毒监控方法的步骤。
本申请存储介质具体实施方式与上述工具消毒监控方法各实施例基本相同，在此不再赘述。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种工具消毒监控方法，其特征在于，所述工具消毒监控方法包括：
监控目标区域的视频信息，以确定目标工具的目标使用图像；
定位所述目标使用图像中的疑似消毒标签区域；
对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件；
若所述预设消毒标签所指向的消毒信息符合预设条件，则确定所述目标工具符合预设疫情防护标准。
2.如权利要求1所述工具消毒监控方法，其特征在于，所述对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤，包括：
根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签；
其中，所述预设消毒标签识别模型是基于具有预设消毒标签的预设图像信息集通过执行预设训练流程，对预设待训练预测模型进行迭代训练得到的。
3.如权利要求2所述工具消毒监控方法，其特征在于，所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之前，所述方法还包括：
获取具有预设消毒标签的预设图像信息集，对所述预设图像信息集进行变换处理，得到变换处理后的预设图像信息集，并迭代执行如下步骤：
基于所述预设待训练预测模型从变换处理后的预设图像信息集中提取特征矩阵，对所述特征矩阵进行预测处理，以得到预测的标签集；
将所述预测的标签集与预存的所述预设图像信息集的实际标记集进行对比，以得到比对结果；
根据所述对比结果，调整所述预设待训练预测模型的参数，直至迭代后的所述预测的标签集与所述实际标记集的目标相似度大于预设相似度阈值，以得到所述预设消毒标签识别模型。
4.如权利要求1所述工具消毒监控方法，其特征在于，所述定位所述目标使用图像中的疑似消毒标签区域的步骤包括：
通过预设阈值分割模型对所述目标使用图像进行阈值分割，得到二值图像；
确定所述二值图像中各个连通区域，并获取所述各个连通区域的各个外接矩形框；
若存在第一外接矩形框的长度符合预设长度，且所述第一外接矩形框的宽度符合预设宽度时，确定所述第一外接矩形框对应的连通区域为疑似消毒标签区域。
5.如权利要求1所述工具消毒监控方法，其特征在于，所述消毒信息包括标签消毒时间；
所述若确定所述目标工具具有所述预设消毒标签，则确定所述预设消毒标签所指向的消毒信息是否符合预设条件的步骤包括：
若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件。
6.如权利要求5所述工具消毒监控方法，其特征在于，所述若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间，并根据预设关联的区块链记载的所述目标工具的消毒记录确定所述标签消毒时间是否符合预设条件的步骤包括：
若确定所述目标工具具有所述预设消毒标签，则从所述预设消毒标签中提取记载的标签消毒时间；
获取预设关联的区块链记载的所述目标工具的消毒记录，从所述消毒记录中提取记录时间，将所述记录时间与所述标签消毒时间进行比对，以确定所述标签消毒时间是否被篡改；
若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔；
若所述时间间隔大于预设第一时间阈值时，确定所述标签消毒时间不符合预设条件。
7.如权利要求6所述工具消毒监控方法，其特征在于，所述若所述标签消毒时间未被篡改，则从所述记录时间中提取最新的记录子时间，以得到所述标签消毒时间与所述最新的记录子时间之间的时间间隔的步骤之后，所述方法包括：
若所述时间间隔小于或者等于所述预设第一时间阈值时，确定所述标签消毒时间距离当前时刻的时间差值；
若所述时间差值大于预设第二时间阈值时，则确定所述标签消毒时间不符合预设条件。
8.如权利要求1-7任一项所述工具消毒监控方法，其特征在于，所述根据预设消毒标签识别模型对所述疑似消毒标签区域进行识别，以确定所述目标工具是否具有预设消毒标签的步骤之后，所述方法还包括：
若确定所述目标工具未具有所述预设消毒标签或者所述预设消毒标签所指向的消毒信息不符合预设条件，则确定所述目标工具不符合预设疫情防护标准；并输出需要对所述目标工具进行消毒的提示信息。
9.一种工具消毒监控设备，其特征在于，所述工具消毒监控设备包括：存储器、处理器以及存储在存储器上的用于实现所述工具消毒监控方法的程序，
所述存储器用于存储实现工具消毒监控方法的程序；
所述处理器用于执行实现所述工具消毒监控方法的程序，以实现如权利要求1至8中任一项所述工具消毒监控方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有实现工具消毒监控方法的程序，所述实现工具消毒监控方法的程序被处理器执行以实现如权利要求1至8中任一项所述工具消毒监控方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010253892.1A CN111291743A (zh) | 2020-03-31 | 2020-03-31 | 工具消毒监控方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010253892.1A CN111291743A (zh) | 2020-03-31 | 2020-03-31 | 工具消毒监控方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111291743A true CN111291743A (zh) | 2020-06-16 |
Family
ID=71027432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010253892.1A Pending CN111291743A (zh) | 2020-03-31 | 2020-03-31 | 工具消毒监控方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111291743A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112422897A (zh) * | 2020-10-26 | 2021-02-26 | 北京嘀嘀无限科技发展有限公司 | 确定消毒的处理方法、装置、设备及存储介质 |
| CN113554591A (zh) * | 2021-06-08 | 2021-10-26 | 联宝(合肥)电子科技有限公司 | 一种标签定位方法及设备 |
| CN116271157A (zh) * | 2022-12-21 | 2023-06-23 | 湖南普斯赛特光电科技有限公司 | 一种移动检测杀菌方法与杀菌系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101281597A (zh) * | 2008-04-25 | 2008-10-08 | 北京工业大学 | 一种产品包装图形标识信息在线实时采集识别装置及方法 |
| KR20130028627A (ko) * | 2012-04-30 | 2013-03-19 | 호남식 | 소독증명서 발급시스템 |
| CN109919076A (zh) * | 2019-03-04 | 2019-06-21 | 厦门商集网络科技有限责任公司 | 基于深度学习的确认ocr识别结果可靠性的方法及介质 |
| CN109981756A (zh) * | 2019-03-12 | 2019-07-05 | 派凡科技（上海）有限公司 | 一种智能消毒液监测系统及方法 |
| CN110263793A (zh) * | 2019-06-25 | 2019-09-20 | 北京百度网讯科技有限公司 | 物品标签识别方法及装置 |
| CN110490278A (zh) * | 2019-07-25 | 2019-11-22 | 福建亿能达信息技术股份有限公司 | 一种基于rfid及时间监管的消毒追溯方法及系统 |
| CN110827247A (zh) * | 2019-10-28 | 2020-02-21 | 上海悦易网络信息技术有限公司 | 一种识别标签的方法及设备 |
-
2020
- 2020-03-31 CN CN202010253892.1A patent/CN111291743A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101281597A (zh) * | 2008-04-25 | 2008-10-08 | 北京工业大学 | 一种产品包装图形标识信息在线实时采集识别装置及方法 |
| KR20130028627A (ko) * | 2012-04-30 | 2013-03-19 | 호남식 | 소독증명서 발급시스템 |
| CN109919076A (zh) * | 2019-03-04 | 2019-06-21 | 厦门商集网络科技有限责任公司 | 基于深度学习的确认ocr识别结果可靠性的方法及介质 |
| CN109981756A (zh) * | 2019-03-12 | 2019-07-05 | 派凡科技（上海）有限公司 | 一种智能消毒液监测系统及方法 |
| CN110263793A (zh) * | 2019-06-25 | 2019-09-20 | 北京百度网讯科技有限公司 | 物品标签识别方法及装置 |
| CN110490278A (zh) * | 2019-07-25 | 2019-11-22 | 福建亿能达信息技术股份有限公司 | 一种基于rfid及时间监管的消毒追溯方法及系统 |
| CN110827247A (zh) * | 2019-10-28 | 2020-02-21 | 上海悦易网络信息技术有限公司 | 一种识别标签的方法及设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112422897A (zh) * | 2020-10-26 | 2021-02-26 | 北京嘀嘀无限科技发展有限公司 | 确定消毒的处理方法、装置、设备及存储介质 |
| CN112422897B (zh) * | 2020-10-26 | 2023-06-23 | 北京嘀嘀无限科技发展有限公司 | 确定消毒的处理方法、装置、设备及存储介质 |
| CN113554591A (zh) * | 2021-06-08 | 2021-10-26 | 联宝(合肥)电子科技有限公司 | 一种标签定位方法及设备 |
| CN113554591B (zh) * | 2021-06-08 | 2023-09-01 | 联宝(合肥)电子科技有限公司 | 一种标签定位方法及设备 |
| CN116271157A (zh) * | 2022-12-21 | 2023-06-23 | 湖南普斯赛特光电科技有限公司 | 一种移动检测杀菌方法与杀菌系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111291743A (zh) | 工具消毒监控方法、装置、设备及存储介质 | |
| CN110210302B (zh) | 多目标跟踪方法、装置、计算机设备及存储介质 | |
| CN109325213B (zh) | 用于标注数据的方法和装置 | |
| US11055518B2 (en) | Methods and systems for monitoring potential losses in a retail environment | |
| CN107220058A (zh) | 业务规则引擎的实现方法及系统 | |
| CN111770317B (zh) | 用于智慧社区的视频监控方法、装置、设备及介质 | |
| CN112508109B (zh) | 一种图像识别模型的训练方法及装置 | |
| CN110955590A (zh) | 界面检测方法、图像处理方法、装置、电子设备及存储介质 | |
| CN110659717B (zh) | 一种智能识别染色体数量的方法及系统 | |
| CN113486785A (zh) | 基于深度学习的视频换脸方法、装置、设备及存储介质 | |
| CN112651315A (zh) | 折线图的信息提取方法、装置、计算机设备和存储介质 | |
| CN112967359B (zh) | 数据标注方法、装置、终端设备及存储介质 | |
| CN116756710B (zh) | 基于特征标记追踪技术的开源治理方法、系统及电子设备 | |
| WO2021077321A1 (zh) | 电子价签识别系统及方法、服务器 | |
| WO2021081688A1 (zh) | 基于价签的缺货检测方法及装置 | |
| CN111415121A (zh) | 基于疫情防护的货物处理方法、设备及存储介质 | |
| CN207867536U (zh) | 物品出入库管理系统 | |
| CN115035129A (zh) | 货物的识别方法、装置、电子设备和存储介质 | |
| CN113932518A (zh) | 冰箱及其食材管理方法 | |
| CN117475367B (zh) | 基于多规则协调的污水图像处理方法及系统 | |
| CN114331601B (zh) | 一种物料信息的处理方法、装置及介质 | |
| CN115601401B (zh) | 基于牲畜群体运动特性的跟踪计数方法及其相关设备 | |
| CN117557397B (zh) | 基于仓库害虫智能化ai监测的消杀控制方法及系统 | |
| CN114758181A (zh) | 一种图像检测方法、装置、设备及介质 | |
| CN112489794A (zh) | 一种模型的训练方法、装置、电子终端及存储介质 |
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 |