CN111489123A - 违规分拣的追溯方法和装置及存储介质 - Google Patents
违规分拣的追溯方法和装置及存储介质 Download PDFInfo
- Publication number
- CN111489123A CN111489123A CN202010276258.XA CN202010276258A CN111489123A CN 111489123 A CN111489123 A CN 111489123A CN 202010276258 A CN202010276258 A CN 202010276258A CN 111489123 A CN111489123 A CN 111489123A
- Authority
- CN
- China
- Prior art keywords
- sorting
- target
- image
- behavior
- illegal
- 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- Withdrawn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
Images
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C7/00—Sorting by hand only e.g. of mail
- B07C7/005—Computer assisted manual sorting, e.g. for mail
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C7/00—Sorting by hand only e.g. of mail
- B07C7/04—Apparatus or accessories for hand picking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种违规分拣的追溯方法和装置及存储介质。其中,该方法包括:获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合;对图像集合进行图像识别,得到识别结果;在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员。本发明解决了针对违规分拣的监督力度较低的技术问题。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种违规分拣的追溯方法和装置及存储介质。
背景技术
近年来,物流快递行业业务高速增长,而如此庞大的业务量,暴力分拣的情况时有发生。针对快递行业存在的暴力分拣现象,国家邮政局要求各省(区、市)邮政管理局加强对快递企业的监管,坚决依法查处严重损害消费者权益的违法行为,加强内部管理,严格操作规范,杜绝野蛮装卸和暴力分拣等问题,确保快递服务质量。
现阶段,因为快递参与人员素质参差不齐,站点监控范围内的分拣工作还能有一些可控性。但脱离监控范围的区域,快递物品的分拣安全却无法保证。
也就是说,在相关技术提供的包裹分拣传输过程中,存在针对包裹分拣工作的监督力度较低的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种违规分拣的追溯方法和装置及存储介质,以至少解决针对违规分拣的监督力度较低的技术问题。
根据本发明实施例的一个方面,提供了一种违规分拣的追溯方法,包括:获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,上述图像集合包括每个被分拣的目标包裹的识别码图像、以及上述目标包裹在分拣过程中产生的分拣行为图像;对上述图像集合进行图像识别,得到识别结果;在上述识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定上述目标分拣行为为违规分拣行为,并发送提示信息,其中,上述提示信息用于警告上述当前分拣人员。
根据本发明实施例的另一方面,还提供了一种违规分拣的追溯装置,包括:第一获取单元,用于获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,上述图像集合包括每个被分拣的目标包裹的识别码图像、以及上述目标包裹在分拣过程中产生的分拣行为图像;识别单元,用于对上述图像集合进行图像识别,得到识别结果;确定单元,用于在上述识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定上述目标分拣行为为违规分拣行为,并发送提示信息,其中,上述提示信息用于警告上述当前分拣人员。
根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述违规分拣的追溯方法。
根据本发明实施例的又一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,上述处理器通过计算机程序执行上述的违规分拣的追溯方法。
在本发明实施例中,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,上述图像集合包括每个被分拣的目标包裹的识别码图像、以及上述目标包裹在分拣过程中产生的分拣行为图像;对上述图像集合进行图像识别,得到识别结果;在上述识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定上述目标分拣行为为违规分拣行为,并发送提示信息,其中,上述提示信息用于警告上述当前分拣人员,通过监督当前分拣人员的全部分拣过程,在分拣过程中存在违规分拣的情况下,警告当前分拣人员,进而达到了加强对分拣过程中的监督时效性的技术目的,从而实现了提高针对违规分拣的监督力度的技术效果,进而解决了针对违规分拣的监督力度较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的违规分拣的追溯方法的流程图的示意图;
图2是根据本发明实施例的一种可选的违规分拣的追溯方法的示意图;
图3是根据本发明实施例的一种可选的违规分拣的追溯方法的示意图;
图4是根据本发明实施例的另一种可选的违规分拣的追溯方法的示意图;
图5是根据本发明实施例的一种可选的违规分拣的追溯装置的示意图。
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、系统、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。
可选地,作为一种可选的实施方式,如图1所示,违规分拣的追溯方法包括:
S102,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,图像集合包括每个被分拣的目标包裹的识别码图像、以及目标包裹在分拣过程中产生的分拣行为图像;
S104,对图像集合进行图像识别,得到识别结果;
S106,在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员。
可选地,在本实施例中,上述违规分拣的追溯方法可以但不限于应用于图2所示的物流运输过程中,且运输过程中可以但不限于在卸货过程中、配载过程中、以及卸货后配载前,通过利用计算机视觉识别技术和机器学习技术来对违规分拣行为进行精准识别,并追踪定位。可选地,在本实施例中,上述计算机视觉识别技术可以但不限于是指用与分拣人员所关联的摄像机和电脑及其他相关设备,对生物视觉进行模拟,它的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。机器学习技术可以但不限于是模拟或实现人类的学习行为,以获取新的指示或技能,重新组织已有的知识结构使之不断改善自身的性能。可选地,在本实施例中,上述目标包裹的识别码图像中的识别码,可以但不限于是用语言识别的图形码,比如二维码、条形码及三段码等。其中,上述目标分拣流水线上还设置有多个分拣位置,以便于调整包裹的传递方向,或便于工作人员对受损包裹进行拦截处理。这里为示例,本实施中对此不作任何限定。
可选地,在本实施例中,当前分拣人员所关联的摄像头采集可以但不限于在目标周期内会对所监控的视野内的分拣行为进行拍摄录制,以得到视频流数据。进一步,在对上述视频流数据进行帧节化处理后,得到上述图像集合,并将上述图像集合中的各个图像的图像数据按照目标数据结构进行保存。这里为示例,本实施中对此不作任何限定。
需要说明的是,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,图像集合包括每个被分拣的目标包裹的识别码图像、以及目标包裹在分拣过程中产生的分拣行为图像;对图像集合进行图像识别,得到识别结果;在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员。可选的,目标分拣流水线可以但不限于为一个处理并满足特征需求的工作区域,且可以但不限于位于室内、室外,例如图2所示的一种分拣场景,其中,目标分拣流水线可以但不限于为室外配载、室外卸货、室内传输等工作区域。
进一步举例说明,可选的,当前分拣人员穿带有摄像头的工作服饰,基于此,执行针对快递包裹的分拣工作;进一步,通过工作服饰上的摄像头获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,将图像集合上传至工作电脑中,通过工作电脑对图像集合的图像识别,进而得到识别结果;工作电脑在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并向当前分拣人员的通信设备上发送提示信息,其中,当前分拣人员的通信设备可以但不限于安装在工作服饰上,换言之,工作服饰可以但不限于包括摄像头、通信设备等。
进一步举例说明,例如分拣人员穿戴能识别条形码和接收语音的智能穿戴设备(例如带耳机的眼镜或者头盔),扫描快递包裹上的条形码,根据条形码获取快件的相关信息;进而通过智能穿戴设备,根据设备拍摄采集的行为画面,穿戴设备中集成的图像分析算法,能自动识别分拣人员拿起(或接触)快递包裹的那一刻,截取一张接触式照片,根据分拣人员识别码(如默认设备登陆人)上传到物流追溯系统中生成一条操作信息;当分拣人员完成相关工作操作,放下快件到承载台(如从地上挪到车上、从车上挪到地上、从一个装载物到另一个装载物等),穿戴设备再次采集快递包裹从离开手到新的承载台的照片,上传到追溯系统中完善刚才生成的操作记录(如取放的两张照片,同时还能记录物品操作时的照片,追溯时容易辨别快递包裹在哪个环节发生损坏)。同时监控分拣行为图像,智能算法根据快递包裹离开分拣人员的手到新的承载体的时间,计算出快递包裹离手到承载体的速度(类似于行车过程中的超速的判断),速度过快则认为快递包裹有扔快递的行为,遇到暴力行为及时发出警告,并将行为照片传到系统黑名单中,累计超过一定违规次数(如后台可自行设定次数),追究快递包裹的责任。
通过本申请提供的实施例,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,图像集合包括每个被分拣的目标包裹的识别码图像、以及目标包裹在分拣过程中产生的分拣行为图像;对图像集合进行图像识别,得到识别结果;在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员,进而达到了加强对分拣过程中的监督时效性的技术目的,从而实现了提高针对违规分拣的监督力度的技术效果。
作为一种可选的方案,对图像集合进行图像识别,得到识别结果包括:
S1,从图像集合中获取目标包裹离开第一承载体的第一分拣图像,及目标包裹被转移到第二承载体的第二分拣图像,其中,第一承载体与第二承载体为目标分拣流水线上相邻的承载体,且第一承载体位于第二承载体之前;
S2,识别第一分拣图像中对目标包裹执行的第一分拣操作和目标包裹的第一外观特征,及第二分拣图像中对目标包裹执行的第二分拣操作和目标包裹的第二外观特征;
S3,在第一外观特征和第二外观特征之间的差异度大于第二阈值的情况下,确定第一分拣操作与第二分拣操作所指示的分拣行为为目标分拣行为。
需要说明的是,从图像集合中获取目标包裹离开第一承载体的第一分拣图像,及目标包裹被转移到第二承载体的第二分拣图像,其中,第一承载体与第二承载体为目标分拣流水线上相邻的承载体,且第一承载体位于第二承载体之前;识别第一分拣图像中对目标包裹执行的第一分拣操作和目标包裹的第一外观特征,及第二分拣图像中对目标包裹执行的第二分拣操作和目标包裹的第二外观特征;在第一外观特征和第二外观特征之间的差异度大于第二阈值的情况下,确定第一分拣操作与第二分拣操作所指示的分拣行为为目标分拣行为。可选的,第一承载体、第二承载体可以但不限于包括分拣流水线上的承载体,例如传送带、载物台、传送车等。外观特征可以但不限于包括包裹受损位置、包裹受损程度、包裹受损形状等。这里为示例,本实施例中对此不作任何限定。
进一步举例说明,通过当前分拣人员穿戴的智能穿戴设备拍摄采集的行为画面,先采集分拣人员拿起(或接触)快递包裹的那一刻的照片,以及再采集当分拣人员完成相关工作操作,放下快件到承载台(如从地上挪到车上、从车上挪到地上、从一个装载物到另一个装载物等)的照片,除此之外,可选的还能记录物品操作时的照片,追溯时容易辨别快递包裹在哪个环节发生损坏。
进一步,识别出上述先后采集照片的外观特征,进而对比,并获得二者外观特征的差异度,以及在差异度大于第二阈值的情况下,确定当前分拣人员对快递包裹存在违规行为。
通过本申请提供的实施例,从图像集合中获取目标包裹离开第一承载体的第一分拣图像,及目标包裹被转移到第二承载体的第二分拣图像,其中,第一承载体与第二承载体为目标分拣流水线上相邻的承载体,且第一承载体位于第二承载体之前;识别第一分拣图像中对目标包裹执行的第一分拣操作和目标包裹的第一外观特征,及第二分拣图像中对目标包裹执行的第二分拣操作和目标包裹的第二外观特征;在第一外观特征和第二外观特征之间的差异度大于第二阈值的情况下,确定第一分拣操作与第二分拣操作所指示的分拣行为为目标分拣行为,进而达到了根据先后、分别采集到图像的外观特征,确定当前分拣人员的分拣行为的技术目的,从而实现了提高违规分拣行为的确定准确性的技术效果。
作为一种可选的方案,确定目标分拣行为为违规分拣行为包括:
S1,获取第一分拣操作对应的第一分拣时间,及第二分拣操作对应的第二分拣时间;
S2,获取第一分拣时间与第二分拣时间之间的时差;
S3,在时差小于目标时长的情况下,确定目标分拣行为为违规分拣行为。
需要说明的是,获取第一分拣操作对应的第一分拣时间,及第二分拣操作对应的第二分拣时间;获取第一分拣时间与第二分拣时间之间的时差;在时差小于目标时长的情况下,确定目标分拣行为为违规分拣行为。
进一步举例说明,可选的智能算法根据快递包裹离开手到新的承载体的时间,计算出快递包裹离手到承载体的速度,速度过快则认为当前分拣人员存在违规分拣的行为。
通过本申请提供的实施例,获取第一分拣操作对应的第一分拣时间,及第二分拣操作对应的第二分拣时间;获取第一分拣时间与第二分拣时间之间的时差;在时差小于目标时长的情况下,确定目标分拣行为为违规分拣行为,进而达到了根据时间特征确定违规分拣行为的技术目的,实现了提高违规分拣行为的监督精准性的技术效果。
作为一种可选的方案,在确定目标分拣行为为违规分拣行为之后,还包括:
S1,获取当前分拣人员的违规分拣记录,其中,违规分拣记录中记录有当前分拣人员的违规分拣行为及违规分拣时间;
S2,在违规分拣记录指示当前分拣人员在目标时间段内的违规分拣次数达到第三阈值的情况下,将当前分拣人员标记为黑名单中的目标分拣人员,其中,黑名单中的目标分拣人员关联的评价参数的参数值将被调小。
需要说明的是,获取当前分拣人员的违规分拣记录,其中,违规分拣记录中记录有当前分拣人员的违规分拣行为及违规分拣时间;在违规分拣记录指示当前分拣人员在目标时间段内的违规分拣次数达到第三阈值的情况下,将当前分拣人员标记为黑名单中的目标分拣人员,其中,黑名单中的目标分拣人员关联的评价参数的参数值将被调小。
进一步举例说明,可选的例如,将确定后的、当前的分拣人员存在的违规分拣行为记录,以及并将违规分拣行为画面及违规分拣时间传到系统黑名单中,进而在预设时间内,当前的分拣人员存在的违规分拣行为累计超过预设违规次数后,调小当前的分拣人员的评价参数的参数值。
通过本申请提供的实施例,获取当前分拣人员的违规分拣记录,其中,违规分拣记录中记录有当前分拣人员的违规分拣行为及违规分拣时间;在违规分拣记录指示当前分拣人员在目标时间段内的违规分拣次数达到第三阈值的情况下,将当前分拣人员标记为黑名单中的目标分拣人员,其中,黑名单中的目标分拣人员关联的评价参数的参数值将被调小,进而达到了警示分拣人员减少违规分拣行为的技术目的,从而实现了降低快递包裹的损坏概率的技术效果。
作为一种可选的方案,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合包括:
S1,对摄像头采集到的视频流进行定期截取处理,得到多个视频片段,其中,摄像头为当前分拣人员的穿戴式设备中的摄像头;
S2,获取对每个视频片段进行帧节化处理后的图像帧,得到图像集合;
S3,将图像集合中各个图像的图像数据按照目标数据结构进行保存。
需要说明的是,对摄像头采集到的视频流进行定期截取处理,得到多个视频片段,其中,摄像头为当前分拣人员的穿戴式设备中的摄像头;获取对每个视频片段进行帧节化处理后的图像帧,得到图像集合;将图像集合中各个图像的图像数据按照目标数据结构进行保存。
进一步举例说明,可选的例如图3所示,包括分拣人员302、穿戴式设备304、摄像头306、快递包裹308、以及分拣流水线310,具体的,分拣人员302穿带有穿戴式设备304,其中,摄像头306安装在穿戴式设备304上,用于采集分拣人员302对分拣流水线310上待分拣的快递包裹308执行的分拣行为的图像。
进一步举例说明,可选的例如图4所示,如步骤S402,获取摄像头监控到的视频流(摄像头采集到的视频流),然后如步骤S404。具体的,如步骤S4042,从视频流中定期截取出视频片段,然后执行步骤S4044,对视频片段进行图像帧节化处理,得到图像集合;进一步执行步骤S406-408,输出图像集合,并对图像集合中各个图像的图像数据按照目标数据结构进行保存。
通过本申请提供的实施例,对摄像头采集到的视频流进行定期截取处理,得到多个视频片段,其中,摄像头为当前分拣人员的穿戴式设备中的摄像头;获取对每个视频片段进行帧节化处理后的图像帧,得到图像集合;将图像集合中各个图像的图像数据按照目标数据结构进行保存,进而达到了实时处理并保存摄像头采集到的视频流的技术目的,从而实现了提高对摄像头采集到的视频流的处理时效性的技术效果。
作为一种可选的方案,发送提示信息包括:
S1,向当前分拣人员的手持设备发送提示信息;或者
S2,向当前分拣人员的穿戴式设备中嵌入的提示设备发送提示信息;
S3,其中,提示信息包括以下至少一种:语音提示信息、文字提示信息、视频提示信息。
需要说明的是,向当前分拣人员的手持设备发送提示信息;或者向当前分拣人员的穿戴式设备中嵌入的提示设备发送提示信息;其中,提示信息包括以下至少一种:语音提示信息、文字提示信息、视频提示信息。
进一步举例说明,可选的例如,向当前分拣人员的手持设备,例如移动终端,发送提示信息,如提示短信、提示视频、提示语音等。
进一步举例说明,可选的例如,向当前分拣人员的穿戴式设备中嵌入的提示设备发送提示信息,发送提示信息,如提示短信、提示视频、提示语音等。
通过本申请提供的实施例,向当前分拣人员的手持设备发送提示信息;或者向当前分拣人员的穿戴式设备中嵌入的提示设备发送提示信息;其中,提示信息包括以下至少一种:语音提示信息、文字提示信息、视频提示信息,进而达到了及时通知当前分拣人员存在违规分拣行为的技术目的,从而实现了提高警示存在违规分拣行为的及时性的技术效果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的另一个方面,还提供了一种用于实施上述违规分拣的追溯方法的违规分拣的追溯装置。如图5所示,该装置包括:
第一获取单元502,用于获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,图像集合包括每个被分拣的目标包裹的识别码图像、以及目标包裹在分拣过程中产生的分拣行为图像;
识别单元504,用于对图像集合进行图像识别,得到识别结果;
确定单元506,用于在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员。
可选地,在本实施例中,上述违规分拣的追溯装置可以但不限于应用于图2所示物流运输过程中,在卸货后配载前,通过利用计算机视觉识别技术和机器学习技术来对违规分拣行为进行精准识别,并追踪定位。可选地,在本实施例中,上述计算机视觉识别技术可以但不限于是指用与分拣人员所关联的摄像机和电脑及其他相关设备,对生物视觉进行模拟,它的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。机器学习技术可以但不限于是模拟或实现人类的学习行为,以获取新的指示或技能,重新组织已有的知识结构使之不断改善自身的性能。可选地,在本实施例中,上述目标包裹的识别码图像中的识别码,可以但不限于是用语言识别的图形码,比如二维码、条形码及三段码等。其中,上述目标分拣流水线上还设置有多个分拣位置,以便于调整包裹的传递方向,或便于工作人员对受损包裹进行拦截处理。这里为示例,本实施中对此不作任何限定。
可选地,在本实施例中,当前分拣人员所关联的摄像头采集可以但不限于在目标周期内会对所监控的视野内的分拣行为进行拍摄录制,以得到视频流数据。进一步,在对上述视频流数据进行帧节化处理后,得到上述图像集合,并将上述图像集合中的各个图像的图像数据按照目标数据结构进行保存。这里为示例,本实施中对此不作任何限定。
需要说明的是,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,图像集合包括每个被分拣的目标包裹的识别码图像、以及目标包裹在分拣过程中产生的分拣行为图像;对图像集合进行图像识别,得到识别结果;在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员。
在本实施例中,具体的实施例可以参照上述包裹追踪装置中的实施例,此处不再赘述。
通过本申请提供的实施例,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,图像集合包括每个被分拣的目标包裹的识别码图像、以及目标包裹在分拣过程中产生的分拣行为图像;对图像集合进行图像识别,得到识别结果;在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员,进而达到了加强对分拣过程中的监督时效性的技术目的,从而实现了提高针对违规分拣的监督力度的技术效果。
作为一种可选的方案,识别单元504包括:
转移模块,用于从图像集合中获取目标包裹离开第一承载体的第一分拣图像,及目标包裹被转移到第二承载体的第二分拣图像,其中,第一承载体与第二承载体为目标分拣流水线上相邻的承载体,且第一承载体位于第二承载体之前;
识别模块,用于识别第一分拣图像中对目标包裹执行的第一分拣操作和目标包裹的第一外观特征,及第二分拣图像中对目标包裹执行的第二分拣操作和目标包裹的第二外观特征;
确定模块,用于在第一外观特征和第二外观特征之间的差异度大于第二阈值的情况下,确定第一分拣操作与第二分拣操作所指示的分拣行为为目标分拣行为。
在本实施例中,具体的实施例可以参照上述包裹追踪方法中的实施例,此处不再赘述。
作为一种可选的方案,确定模块包括:
第一获取子单元,用于获取第一分拣操作对应的第一分拣时间,及第二分拣操作对应的第二分拣时间;
第二获取子单元,用于获取第一分拣时间与第二分拣时间之间的时差;
确定子单元,用于在时差小于目标时长的情况下,确定目标分拣行为为违规分拣行为。
在本实施例中,具体的实施例可以参照上述包裹追踪方法中的实施例,此处不再赘述。
作为一种可选的方案,还包括:
第二获取单元,用于在确定目标分拣行为为违规分拣行为之后,获取当前分拣人员的违规分拣记录,其中,违规分拣记录中记录有当前分拣人员的违规分拣行为及违规分拣时间;
标记单元,用于在违规分拣记录指示当前分拣人员在目标时间段内的违规分拣次数达到第三阈值的情况下,将当前分拣人员标记为黑名单中的目标分拣人员,其中,黑名单中的目标分拣人员关联的评价参数的参数值将被调小。
在本实施例中,具体的实施例可以参照上述包裹追踪方法中的实施例,此处不再赘述。
作为一种可选的方案,第一获取单元502包括:
处理模块,用于对摄像头采集到的视频流进行定期截取处理,得到多个视频片段,其中,摄像头为当前分拣人员的穿戴式设备中的摄像头;
获取模块,用于获取对每个视频片段进行帧节化处理后的图像帧,得到图像集合;
保存模块,用于将图像集合中各个图像的图像数据按照目标数据结构进行保存。
在本实施例中,具体的实施例可以参照上述包裹追踪方法中的实施例,此处不再赘述。
作为一种可选的方案,确定单元506包括:
第一发送模块,用于向当前分拣人员的手持设备发送提示信息;或者
第二发送模块,用于向当前分拣人员的穿戴式设备中嵌入的提示设备发送提示信息;
其中,提示信息包括以下至少一种:语音提示信息、文字提示信息、视频提示信息。
在本实施例中,具体的实施例可以参照上述包裹追踪方法中的实施例,此处不再赘述。
根据本发明的实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述计算机可读的存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,图像集合包括每个被分拣的目标包裹的识别码图像、以及目标包裹在分拣过程中产生的分拣行为图像;
S2,对图像集合进行图像识别,得到识别结果;
S3,在识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定目标分拣行为为违规分拣行为,并发送提示信息,其中,提示信息用于警告当前分拣人员。
可选地,在本实施例中,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的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,可以存储在上述计算机可读取的存储介质中。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存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、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。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,在本发明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。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种违规分拣的追溯方法,其特征在于,包括:
获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,所述图像集合包括每个被分拣的目标包裹的识别码图像、以及所述目标包裹在分拣过程中产生的分拣行为图像;
对所述图像集合进行图像识别,得到识别结果;
在所述识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定所述目标分拣行为为违规分拣行为,并发送提示信息,其中,所述提示信息用于警告所述当前分拣人员。
2.根据权利要求1所述的方法,其特征在于,所述对所述图像集合进行图像识别,得到识别结果包括:
从所述图像集合中获取所述目标包裹离开第一承载体的第一分拣图像,及所述目标包裹被转移到第二承载体的第二分拣图像,其中,所述第一承载体与所述第二承载体为所述目标分拣流水线上相邻的承载体,且所述第一承载体位于所述第二承载体之前;
识别所述第一分拣图像中对所述目标包裹执行的第一分拣操作和所述目标包裹的第一外观特征,及所述第二分拣图像中对所述目标包裹执行的第二分拣操作和所述目标包裹的第二外观特征;
在所述第一外观特征和所述第二外观特征之间的差异度大于第二阈值的情况下,确定所述第一分拣操作与所述第二分拣操作所指示的分拣行为为所述目标分拣行为。
3.根据权利要求2所述的方法,其特征在于,所述确定所述目标分拣行为为违规分拣行为包括:
获取所述第一分拣操作对应的第一分拣时间,及所述第二分拣操作对应的第二分拣时间;
获取所述第一分拣时间与所述第二分拣时间之间的时差;
在所述时差小于目标时长的情况下,确定所述目标分拣行为为所述违规分拣行为。
4.根据权利要求1所述的方法,其特征在于,在所述确定所述目标分拣行为为违规分拣行为之后,还包括:
获取所述当前分拣人员的违规分拣记录,其中,所述违规分拣记录中记录有所述当前分拣人员的违规分拣行为及违规分拣时间;
在所述违规分拣记录指示所述当前分拣人员在目标时间段内的违规分拣次数达到第三阈值的情况下,将所述当前分拣人员标记为黑名单中的目标分拣人员,其中,所述黑名单中的所述目标分拣人员关联的评价参数的参数值将被调小。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合包括:
对所述摄像头采集到的视频流进行定期截取处理,得到多个视频片段,其中,所述摄像头为所述当前分拣人员的穿戴式设备中的摄像头;
获取对每个所述视频片段进行帧节化处理后的图像帧,得到所述图像集合;
将所述图像集合中各个图像的图像数据按照目标数据结构进行保存。
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述发送提示信息包括:
向所述当前分拣人员的手持设备发送所述提示信息;或者
向所述当前分拣人员的穿戴式设备中嵌入的提示设备发送所述提示信息;
其中,所述提示信息包括以下至少一种:语音提示信息、文字提示信息、视频提示信息。
7.一种违规分拣的追溯装置,其特征在于,包括:
第一获取单元,用于获取目标分拣流水线上当前分拣人员所关联的摄像头采集到的图像集合,其中,所述图像集合包括每个被分拣的目标包裹的识别码图像、以及所述目标包裹在分拣过程中产生的分拣行为图像;
识别单元,用于对所述图像集合进行图像识别,得到识别结果;
确定单元,用于在所述识别结果所指示的目标分拣行为的分拣速度小于第一阈值的情况下,确定所述目标分拣行为为违规分拣行为,并发送提示信息,其中,所述提示信息用于警告所述当前分拣人员。
8.根据权利要求7所述的装置,其特征在于,所述识别单元包括:
转移模块,用于从所述图像集合中获取所述目标包裹离开第一承载体的第一分拣图像,及所述目标包裹被转移到第二承载体的第二分拣图像,其中,所述第一承载体与所述第二承载体为所述目标分拣流水线上相邻的承载体,且所述第一承载体位于所述第二承载体之前;
识别模块,用于识别所述第一分拣图像中对所述目标包裹执行的第一分拣操作和所述目标包裹的第一外观特征,及所述第二分拣图像中对所述目标包裹执行的第二分拣操作和所述目标包裹的第二外观特征;
确定模块,用于在所述第一外观特征和所述第二外观特征之间的差异度大于第二阈值的情况下,确定所述第一分拣操作与所述第二分拣操作所指示的分拣行为为所述目标分拣行为。
9.根据权利要求8所述的装置,其特征在于,所述确定模块包括:
第一获取子单元,用于获取所述第一分拣操作对应的第一分拣时间,及所述第二分拣操作对应的第二分拣时间;
第二获取子单元,用于获取所述第一分拣时间与所述第二分拣时间之间的时差;
确定子单元,用于在所述时差小于目标时长的情况下,确定所述目标分拣行为为所述违规分拣行为。
10.一种计算机可读的存储介质,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至6任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010276258.XA CN111489123A (zh) | 2020-04-09 | 2020-04-09 | 违规分拣的追溯方法和装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010276258.XA CN111489123A (zh) | 2020-04-09 | 2020-04-09 | 违规分拣的追溯方法和装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111489123A true CN111489123A (zh) | 2020-08-04 |
Family
ID=71810945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010276258.XA Withdrawn CN111489123A (zh) | 2020-04-09 | 2020-04-09 | 违规分拣的追溯方法和装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111489123A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113600492A (zh) * | 2021-08-05 | 2021-11-05 | 上海中通吉网络技术有限公司 | 一种应用于自动分拣的安全预警系统 |
-
2020
- 2020-04-09 CN CN202010276258.XA patent/CN111489123A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113600492A (zh) * | 2021-08-05 | 2021-11-05 | 上海中通吉网络技术有限公司 | 一种应用于自动分拣的安全预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209868B (zh) | 一种客运站旅客与行李信息关联方法及装置 | |
CN110723432A (zh) | 垃圾分类的方法及增强现实设备 | |
CN109801265B (zh) | 一种基于卷积神经网络的实时输电设备异物检测系统 | |
CN108229370A (zh) | 一种基于货物图像识别技术的仓库货物智能识别系统 | |
CN104902233B (zh) | 综合安全监控系统 | |
CN101739570A (zh) | 棉花异性纤维在线分类方法和系统 | |
CN110659391A (zh) | 一种视频侦查方法及装置 | |
CN109389040B (zh) | 一种作业现场人员安全着装的检查方法及装置 | |
CN111010547A (zh) | 目标对象的追踪方法及装置、存储介质、电子装置 | |
CN108668109A (zh) | 基于计算机视觉的图像监控方法 | |
CN110441320B (zh) | 一种煤矸石检测方法、装置及系统 | |
CN111368727A (zh) | 配电室巡检人员着装检测方法、存储介质、系统、装置 | |
CN112270253A (zh) | 一种高空抛物的检测方法及装置 | |
CN112149690A (zh) | 一种基于生物图像特征识别的溯源方法和溯源系统 | |
CN111489123A (zh) | 违规分拣的追溯方法和装置及存储介质 | |
CN116259002A (zh) | 一种基于视频的人体危险行为分析方法 | |
CN113298077A (zh) | 一种基于深度学习的变电站异物识别定位方法及装置 | |
CN112541432A (zh) | 一种基于深度学习的视频牲畜身份认证系统及方法 | |
CN116264004A (zh) | 基于工人重新识别和个人防护装备分类对现场安全合规性进行的基于视觉的监测 | |
CN111325119A (zh) | 一种安全生产的视频监控方法及系统 | |
CN108229411A (zh) | 基于rgb彩色图像的人体手持刀行为检测系统及方法 | |
CN105095891A (zh) | 一种人脸捕捉的方法,装置及系统 | |
CN111340885A (zh) | 包裹追踪方法和装置及存储介质 | |
CN112560718A (zh) | 物料信息的获取方法和装置、存储介质、电子装置 | |
CN111582183A (zh) | 一种公共场所的口罩识别方法及系统 |
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: 20200804 |
|
WW01 | Invention patent application withdrawn after publication |