CN111539391A - 失物认领方法、装置、可读存储介质及计算机设备 - Google Patents

失物认领方法、装置、可读存储介质及计算机设备 Download PDF

Info

Publication number
CN111539391A
CN111539391A CN202010577052.0A CN202010577052A CN111539391A CN 111539391 A CN111539391 A CN 111539391A CN 202010577052 A CN202010577052 A CN 202010577052A CN 111539391 A CN111539391 A CN 111539391A
Authority
CN
China
Prior art keywords
claimant
picture
article
standard
image
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.)
Granted
Application number
CN202010577052.0A
Other languages
English (en)
Other versions
CN111539391B (zh
Inventor
晏明智
周诚华
熊军
付胜华
林建伟
付思文
杨旭生
罗维良
黄婷
张振波
周伟凤
冷勇林
郑重
彭建
李培卓
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.)
Jiangxi Luluhang Technology Co ltd
Original Assignee
Jiangxi Luluhang Technology 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 Jiangxi Luluhang Technology Co ltd filed Critical Jiangxi Luluhang Technology Co ltd
Priority to CN202010577052.0A priority Critical patent/CN111539391B/zh
Publication of CN111539391A publication Critical patent/CN111539391A/zh
Application granted granted Critical
Publication of CN111539391B publication Critical patent/CN111539391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • 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
    • 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
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • 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
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种失物认领方法、装置、可读存储介质及计算机设备，该方法包括：获取物品的标准图片，并对标准图片进行伪装处理，以得到多个不同于标准图片的伪装图片；根据标准图片和伪装图片生成物品的图片选项，以供认领者选择；通过移动终端获取认领者选择的目标图片，并当目标图片为标准图片时，确认认领者满足第一认领条件；通过移动终端获取认领者的乘车行程，并当物品的拾取位置和拾取时间与乘车行程吻合时，确认认领者满足第二认领条件；当认领者同时满足第一认领条件和第二认领条件时，发送提示信息至移动终端，以提示所述认领者对所述物品进行认领。通过该方法失主可在线进行失物认领，提高了失物认领效率，为用户提供了极大的便利。

Description

失物认领方法、装置、可读存储介质及计算机设备
技术领域
本发明涉及电子技术领域，特别是涉及一种失物认领方法、装置、可读存储介质及计算机设备。
背景技术
地铁已成为各大城市必不可少的交通工具，其为大家的出行提供了极大的便利。地铁每日的人流量大，乘客遗失物品的情况频繁发生，几乎每日都会拾取到物品。
一般情况下，乘客在乘坐地铁时拾取的物品会上交至站点设置的服务台。服务人员获取到该物品后，记录物品信息，并发送失物招领信息，该失物招领信息可通过服务器推送至各个移动终端（如手机）的APP中，以便于失主看到该失物招领信息后，进行物品认领。
现有的失物认领方法比较简单，一般是认领者仅通过在后台服务处简单描述丢失物品，便可认领到丢失物品。这种方式中，由于失物招领信息不会揭露物品的详细信息，认领者到指定地点进行物品确认时，发现该物品并不是自己遗失的，浪费了认领者的时间和精力，给认领者造成很大不便，且该认领方式对认领者的信息核实方式简单，常常发生错领、冒领的现象。
发明内容
鉴于上述状况，有必要针对现有技术中失物认领的方式不便捷和失主核实不准确的问题，提供一种失物认领方法、装置、可读存储介质及计算机设备。
一种失物认领方法，包括：
获取物品的标准图片，并对所述标准图片进行伪装处理，以得到多个不同于所述标准图片的伪装图片，所述伪装处理用于对所述标准图片中的所述物品的部分特征结构进行更改；
根据所述标准图片和所述伪装图片生成所述物品的图片选项，以供认领者选择；
通过移动终端获取认领者选择的目标图片，并当所述目标图片为所述标准图片时，确认所述认领者满足第一认领条件；
通过所述移动终端获取认领者的乘车行程，并当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件；
当所述认领者同时满足所述第一认领条件和所述第二认领条件时，发送提示信息至所述移动终端，以提示所述认领者对所述物品进行认领。
进一步的，上述失物认领方法，其中，所述对所述标准图片进行伪装处理的步骤包括：
基于图像识别技术对所述标准图片识别，以确定所述标准图片中的所有特征结构，并执行下述处理方式中的至少一种：
替换至少一个所述特征结构；
删除至少一个所述特征结构；
在至少一个所述特征结构上添加新特征。
进一步的，上述失物认领方法，其中，替换至少一个所述特征结构的方式包括下述中的至少一种：
从图像数据库中查找与当前特征结构相近的干扰特征图，并将所述标准图片中所述当前特征结构替换为所述干扰特征图；
获取当前特征结构的颜色信息，并根据预设的颜色调整规则将所述标准图片中所述当前特征结构所在区域的颜色修改为其他颜色。
进一步的，上述失物认领方法，其中，所述在至少一个所述特征结构上添加新特征的步骤包括：
从图像数据库中查询与当前特征结构相关的关联特征图，并在所述当前特征结构上增加所述关联特征图。
进一步的，上述失物认领方法，其中，所述根据所述标准图片和所述伪装图片生成所述物品的图片选项的步骤包括：
将所述标准图片和所述伪装图片中目标特征结构所在的区域放大预设倍数；
将所述标准图片和所述伪装图片中所述目标特征结构所在区域添加预设的背景图形，其中，所述目标特征结构为所述标准图片中进行干扰特征图替换的特征结构，所述背景图形的尺寸大于所述目标特征结构所在区域的尺寸。
进一步的，上述失物认领方法，其中，所述通过所述移动终端获取认领者的乘车行程的步骤包括：
通过所述移动终端获取所述认领者的乘车ID号，并根据所述乘车ID号查询所述认领者的所有乘车行程。
进一步的，上述失物认领方法，其中，所述当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件的步骤包括：
获取所述认领者在与所述拾取时间同一天的所有目标乘车路线；
当所述物品的拾取位置所属的目标站点属于所述目标乘车路线中的站点时，确定所述认领者满足第二认领条件。
进一步的，上述失物认领方法，其中，所述发送提示信息至所述移动终端的步骤之后还包括：
通过所述移动终端获取所述认领者选择的认领方式，所述认领方式包括邮寄方式和自取方式；
当所述认领方式为邮寄方式时，通过所述移动终端获取所述认领者输入的地址信息。
本发明实施例还提供了一种失物认领装置，包括：
图片处理模块，用于获取物品的标准图片，并对所述标准图片进行伪装处理，以得到多个不同于所述标准图片的伪装图片，所述伪装处理用于对所述标准图片中的所述物品的部分特征结构进行更改；
图片选项生成模块，用于根据所述标准图片和所述伪装图片生成所述物品的图片选项，以供认领者选择；
第一确定模块，用于通过移动终端获取认领者选择的目标图片，并当所述目标图片为所述标准图片时，确认所述认领者满足第一认领条件；
第二确定模块，用于通过所述移动终端获取认领者的乘车行程，并当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件；
提示模块，用于当所述认领者同时满足所述第一认领条件和所述第二认领条件时，发送提示信息至所述移动终端，以提示所述认领者对所述物品进行认领。
进一步的，上述失物认领装置，其中，所述图片处理模块包括：
识别模块，用于基于图像识别技术对所述标准图片识别，以确定所述标准图片中的所有特征结构；
处理模块，用于执行下述处理方式中的至少一种：
替换至少一个所述特征结构；
删除至少一个所述特征结构；
在至少一个所述特征结构上添加新特征。
进一步的，上述失物认领装置，其中，替换至少一个所述特征结构的方式包括下述中的至少一种：
从图像数据库中查找与当前特征结构相近的干扰特征图，并将所述标准图片中所述当前特征结构替换为所述干扰特征图；
获取当前特征结构的颜色信息，并根据预设的颜色调整规则将所述标准图片中所述当前特征结构所在区域的颜色修改为其他颜色。
进一步的，上述失物认领装置，其中，所述在至少一个所述特征结构上添加新特征的步骤包括：
从图像数据库中查询与当前特征结构相关的关联特征图，并在所述当前特征结构上增加所述关联特征图。
进一步的，上述失物认领装置，其中，所述图片选项生成模块包括：
放大模块，用于将所述标准图片和所述伪装图片中目标特征结构所在的区域放大预设倍数，所述目标特征结构为所述标准图片中进行干扰特征图替换的特征结构；
图形添加模块，用于将所述标准图片和所述伪装图片中所述目标特征结构所在区域添加预设的背景图形，所述背景图形的尺寸大于所述目标特征结构所在区域的尺寸。
进一步的，上述失物认领装置，其中，所述第二确定模块具体用于：
获取所述认领者在与所述拾取时间同一天的所有目标乘车路线；
当所述物品的拾取位置所属的目标站点属于所述目标乘车路线中的站点时，确定所述认领者满足第二认领条件。
进一步的，上述失物认领装置，还包括：
认领方式获取模块，用于通过所述移动终端获取所述认领者选择的认领方式，所述认领方式包括邮寄方式和自取方式；
地址信息获取模块，用于当所述认领方式为邮寄方式时，通过所述移动终端获取所述认领者输入的地址信息。
本发明实施例还提供了一种可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一所述的方法。
本发明实施例还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述任意一项所述的方法。
本发明中，通过获取遗失物品的标准图片进行伪装处理，得到多个伪装图片，并根据该标准图片和伪装图片生成图片选项，以供认领者选择，该伪装图片可迷惑认领者的选择，防止冒领现象，若认领者选择正确，则确定该认领者满足第一认领条件，并核对对认领者的乘车行程与捡到丢失物品之间时空关系是否吻合，若是，则确定该认领者满足第二认领条件。当认领者同时满足第一认领条件和第二认领条件，则可确定该认领者为失主，则发送提示信息至认领者所用的移动终端。通过第一认领条件和第二认领条件的确认可准确的核实失主身份，且通过该方法失主可在线进行失物认领，提高了失物认领效率，为用户提供了极大的便利。
附图说明
图1为本发明第一实施例中的失物认领方法的流程图；
图2为本发明第二实施例中的失物认领方法的流程图；
图3为一物品的标准图片的示意图；
图4为该标准图片中对目标特征结构进行放大和添加背景图形后的示意图；
图5为本发明第三实施例中的失物认领装置的结构框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
请参阅图1，为本发明第一实施例中的失物认领方法，应用于服务器中，该服务器例如为计算机设备，通过该服务器可发布失物招领信息，并可通过线上操作进行失物认领。该失物认领方法包括步骤S11~S15。
步骤S11，获取所述物品的标准图片，并对所述标准图片进行伪装处理，以得到多个不同于所述标准图片的伪装图片，所述伪装处理用于对所述标准图片中的所述物品的部分特征结构进行更改。
本实施例中，地铁各站点均设置有服务台和相关的服务人员，以为乘客提供服务。乘客在乘坐地铁时拾取的遗失物品送至服务台进行登记，一般需要登记物品的拾取时间、拾取地点等信息。服务人员获取到该物品时，对该物品进行拍照，并上传至服务器。由于一张图片无法展现该物品的所有特征，具体实施时可获取该物品各个视角的图片或三维图。除此之外，服务人员还可在服务器中建立该物品的存档信息，包括物品的名称、系统自动生成的物品ID等，以及向移动终端中用于乘车的APP推送失物招领信息。
该服务器获取到该物品的标准图片后，对图片进行伪装处理，即对该图片中的物品的部分特征结构进行更改，使伪装后的图片与标准图片有所差别。具体实施时，可对该物品的多个特征结构分别进行更改，得到多个伪装图片，如改变物品整体或局部的颜色、形状，或改变物品部分结构，如删除、替换、增加部分特征结构。
步骤S12，根据所述标准图片和所述伪装图片生成所述物品的图片选项，以供认领者选择。
服务器根据该物品的标准图片和伪装图片生成图片选项，以供认领者选择。具体实施时，认领者可通过移动终端（如手机、平板电脑）中的应用程序（APP）登录该服务器，并从该该图片选项中其中一张图片提交至服务器。
步骤S13，通过移动终端获取认领者选择的目标图片，并当所述目标图片为所述标准图片时，确认所述认领者满足第一认领条件。
服务器获取到认领者选择的目标图片后，判断该目标图片是否为标准图片，若是，则确定该认领者满足第一认领条件。
具体实施时，可基于过往案例，根据车站服务日志建立失物档案数据库，站点工作人员在检录失物时，应对价值进行区分为至少三类，一是对大部分人有较高价值（如成色较新的名牌包、现金等）；二是对失主有较高价值（如银行卡、身份证等）；三是对大部分人价值一般（如雨伞、杯子）。三类物品在图片伪装处理上侧重点不同。比如针对卡类，又可分为身份卡、银行卡、市民卡、储值卡等，过往照片脱敏之后可以随机作为混淆选项。
进一步的，在本发明的一实施例中，当识别到该物品为卡类时，除了设置图片选项之外还可增加卡号输入的窗口，当判断到用户选择的目标图片为标准图片时，且用户输入的卡号为物品的正确卡号时，满足第一认领条件，以提高认领者的身份核实准确性。
步骤S14，通过所述移动终端获取认领者的乘车行程，并当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件。
服务器获取认领者的乘车行程，该乘车行程包括乘车时间、乘车路线等。服务器可通过移动终端中的APP程序获取认领者的乘车行程，具体实施时，服务器可获取乘车者的乘车ID号，并根据该乘车ID号查询该认领者的所有的乘车行程。该乘车ID号可为乘车卡的卡号或者该APP的乘车账号。服务器可直接获取本机的乘车账号或者由认领者在移动终端界面中输入的其他账号，同时认领者可在APP程序提供的输入框中输入乘车卡的卡号。
该物品的拾取位置和拾取时间为预先获取的，即服务人员接受到该物品时记录在系统中的。当服务器判断到物品的拾取位置和拾取时间与该乘车行程中的任意一个吻合时，确认认领者满足第二认领条件。
可以理解的，针对通过票据进行乘车的人员，服务器通过移动终端APP上设置的信息输入界面获取乘车行程。认领者通过移动终端上的界面输入至少一个乘车行程，每个乘车行程需包含遗失物品时乘坐地铁的起点和终点站，以及乘坐时间。
步骤S15，当所述认领者同时满足所述第一认领条件和所述第二认领条件时，发送提示信息至所述移动终端以提示所述认领者对所述物品进行认领。
当判断到该认领者同时满足第一认领条件和第二认领条件时，服务器发送提示信息以提示认领者对物品进行认领。该提示信息可由服务器推送至该认领者的移动终端中，认领者凭借该提示信息至地铁服务台认领物品。
以一具体示例来说，服务器推送一则失物招领信息至各移动终端的APP中。移动终端的APP中失物招领启示的界面中可设置有失物认领的链接或按钮，认领者可点击该链接或按钮后弹出失物认领的界面，认领者从该界面中的图片选项中选择一目标图片，并输入乘车信息后递交。服务器获取到终端递交的信息后，进行第一认领条件和第二认领条件的判断。当该认领者同时满足第一认领条件和第二认领条件时，推送一提示信息至该认领者的移动终端中，以提示认领者对物品进行认领。
进一步的，在本发明的一实施例中，该提示信息中还包括二维码，该二维码中记录有该物品的物品ID。认领者到服务台后出示该二维码，通过扫描二维码认领对应的物品。
本实施例中，通过获取遗失物品的标准图片进行伪装处理，得到多个伪装图片，并根据该标准图片和伪装图片生成图片选项，以供认领者选择，该伪装图片可迷惑认领者的选择，防止冒领现象，若认领者选择正确，则确定该认领者满足第一认领条件，并核对对认领者的乘车行程与捡到丢失物品之间时空关系是否吻合，若是，则确定该认领者满足第二认领条件。当认领者同时满足第一认领条件和第二认领条件，则可确定该认领者为失主，则发送提示信息至认领者所用的移动终端。本实施例中的方法对失主身份核实准确率高，且失主可在线进行失物认领，提高了失物认领效率，为用户提供了极大的便利。
请参阅图2，为本发明第二实施例中的失物认领方法，包括步骤S21~S29。
步骤S21，获取所述物品的标准图片，基于图像识别技术对所述标准图片识别，以确定所述标准图片中的所有特征结构。
图像识别是人工智能的一个重要领域，其利用计算机程序对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。例如，可通过图像识别技术中的轮廓划分和提取算法对标准图片进行轮廓划分得到，该标准图片中物体的各个特征结构。以钱包的图片来说，通过图像识别技术可确定该钱包上的图案、包体、包体上的配件（如拉链、卡扣）、开口部位等。可以理解的，对于结构单一的物品来说该特征结构也可为该物品本身。
步骤S22，对至少一个所述特征结构进伪装处理，以得到多个不同于所述标准图片的伪装图片。
本实施例中对识别到的至少一个特征结构进行伪装处理，该处理方式包括下述中的至少一种：
方式一、替换至少一个所述特征结构；
方式二、在至少一个所述特征结构上添加新特征；
方式三、删除至少一个所述特征结构。
针对方式一，替换至少一个特征结构，包括对特征结构本身进行替换和颜色进行替换。对特征结构本身进行替换的步骤包括：从图像数据库中查找与当前特征结构相近的干扰特征图，并将该标准图片中当前特征结构替换为该干扰特征图。
该图像数据库中存储有大量的干扰特征图，该干扰特征图可从网上下载，也可以是工作人员拍摄上传的图片。工作人员根据整理的所有矢物招领物品总结相应的规律，针对其中高频出现的物品（如钱包、背包、卡等）进行特征结构划分，如钱包的拉链部位或卡扣部位，以及卡的卡号或图案等结构。针对总结的各个特征结构下载或制作对应的干扰特征图，并存储在该图像数据库中。
服务器将进行处理的当前特征结构与图像数据库中的各个干扰特征图进行比对，当与某一干扰特征属于同一种类或品种（如均属于纽扣、拉链或挂绳等），且图相似度大于第一阈值（如50%），且小于第二阈值（如95%）时，确定该干扰特征为相近的干扰特征特。其中，该第二阈值大于第一阈值。或者根据图像匹配算法匹配到可以与该标准图片中当前特征结构所在位置结合的干扰特征图，即为相近的干扰特征图。
将该标准图片中当前特征结构替换为匹配到的该干扰特征图，从而得到一伪装图片。例如，失物为带有手机壳的手机，服务器识别该手机的标准图片得到的特征结构例如为手机、手机按键、手机壳等，通过图片匹配查询到该手机壳对应的干扰特征图为同尺寸的另一款手机壳，则将该标准图片中该手机壳替换为该干扰特征图。
进一步的，在本发明的一实施例中，该图像数据库中的每一种特征结构的干扰特征图对应预设有多个，并存储在该特征结构名称下的文件包中。进行伪装图片查找时，可先通过先确定更改的当前特征结构的名称后，根据该名称在该图像数据库中查询对应的文件包，并从该文件包中查询相近的伪装图片，以此提高图片查询效率。
对特征结构颜色进行替换的步骤包括：获取当前特征结构的颜色信息，并根据预设的颜色调整规则将所述标准图片中所述当前特征结构所在区域的颜色修改为其他颜色。
具体的，服务器获取处理的当前特征结构的颜色，即捕获该标准图片中，当前特征结构区域上的各个像素点的RGB值，并根据预设的颜色调节规更改每个像素点的RGB值。该预设的调节规则例如为将各像素点的RGB值分别以预设的增量值进行修改。该增量值可根据需要设置，例如设置为20，即每个像素点的RGB值各增加20，从而对该当前特征结构所在的区域的颜色进行替换，得到一张颜色不同于标准图片的伪装图片。
可以理解的，在本发明的另一实施例中，该预设的调色规则还可将当前特征结构的颜色更该同色系的颜色，如当前特征结构的颜色为黄色的则更改为橙色。
可以理解的，在本发明的另一实施例中，对该特征结构进行改变的方式还包括：改变所述特征结构的形状。例如，一个圆柱形的保温杯，通过图片处理技术将该保温杯的杯体中间部位在长度或宽度方向上进行拉伸或缩短，以此改变该保温杯的形状。
针对方式二、在至少一个所述特征结构上添加新特征的步骤包括：
从图像数据库中查询与当前特征结构相关的关联特征图，并在所述当前特征结构上增加所述关联特征图。
具体的，图像数据库中预先存储有各个特征结构及其相关联的关联特征图，当服务器查询到需要处理的当前特征关联的关联特征图后，在该标准图片中将该当前特征结构所在区域上增加该关联特征图。例如，以一水杯来说，通过图像识别技术确定该水杯的特征结构例如为杯身和杯盖，服务器查询到与该杯身相关联的关联特征图（例如为动物图案的图片）后，将该关联特征图增加至杯身上，从而得到一张伪装图片。可以理解的，图像数据库中该当前征结构对应的关联特征图可以为多个，服务器可随机选择一个增加至当前特征结构所在区域中。
针对方式三，从标准图片中删除至少一个特征结构，得到一伪装图片。删除特征结构的处理方式比较简单，例如抠图等。
步骤S23，根据所述标准图片和所述伪装图片生成所述物品的图片选项，以供认领者选择。
具体实施时，服务器生成图片选项的图片数据根据实际需要进行设置，一般可设置为四张，一张为标准图片，另外三张为伪装图片。如服务器根据上述三种处理方式更改特征结构后得到的伪装图片数量大于三时，则随机选择三张作为图片选项中的图片；如生成的伪装图片数量不足三张则提供实际数量的伪装图片作为图片选项。
可以理解的，在本发明的一实施例中，该物品的图片选项定期变化，如变化图片选项中各个图片的排列顺序，或将该图片选项中的一个或几个伪装图片更换为该物品的其他伪装图片（仅当生产的伪装图片数量大于三张时）。通过对图片选项进行定期变化，强化干扰性，增大选择难度，防止冒领现象。
进一步的，针对方式一中进行特征结构替换时，从图片数据库中查询到相近的伪装图片并不能与该物品标准图片中进行替换的目标特征结构完全匹配，导致生成的伪装图片中该目标特征结构与其他连接部分违和。基于此问题，在本发明的一实施例中，服务器生成图片选项时，可将该标准图片和伪装图片中的该目标特征结构所在的区域均进行放大处理，如将该标准图片和该伪装图片中对应的目标特征结构所在的区域放大预设倍数（如2倍），以此将该目标特征结构部分与该物品的其他部分的连接处进行遮挡，弱化违和感。除此之外，还可将该标准图片和伪装图片中该目标特征结构所在区域添加预设的背景图形，该背景图形例如如圆形，其直径不小于该目标特征结构的最大长度，该背景图形的颜色例如可设置为灰色。如图3和图4所示，将物品端部的特征结构放大2倍，并扩展为圆形的背景图形。
步骤S24，通过移动终端获取认领者选择的目标图片，并当所述目标图片为所述标准图片时，确认所述认领者满足第一认领条件。
服务器获取到认领者在移动终端上选择的目标图片后，判断该目标图片是否为标准图片，若是，则确定该认领者满足第一认领条件。
步骤S25，通过所述移动终端获取认领者的乘车ID号，并根据所述乘车ID号查询所述认领者的所有乘车行程，并从所述乘车行程中查询与所述物品的拾取时间在同一天的所有目标乘车路线。
步骤S26，当所述物品的拾取位置所属的目标站点属于所述目标乘车路线中的站点时，确定所述认领者满足第二认领条件。
在实际操作中，地铁每天的运行时间有限，如早上6点至晚上10点等。地铁每天停运时服务人员进行地铁的清洁或维护，并将当天遗失的物品收集，因此地铁上每天遗失的物品均会收集到，很少物品会遗失超过一天。基于此，服务器只需要核实物品拾取时间当天认领者的行程是否与物品的拾取地点吻合即可，以提高核实效率，和降低失物认领难度。
步骤S27，当所述认领者同时满足所述第一认领条件和所述第二认领条件时，发送提示信息至所述移动终端，以提示所述认领者对所述物品进行认领。
可以理解的，当认领者不满足第一认领条件和第二认领条件中的任意一个时，服务器向该认领者的移动终端发送认领错误的信息。为了防止认领者多次提交认领信息，服务器应前置核查本功能使用情况，即限定一个APP账号可提交信息次数（如1次）。
步骤S28，通过所述移动终端获取所述认领者选择的认领方式，所述认领方式包括邮寄方式和自取方式。
步骤S29，当所述认领方式为邮寄方式时，通过所述移动终端获取所述认领者输入的地址信息。
认领者的移动终端APP界面上提供了认领方式选项，认领者可选择其一一个认领方式。服务器获取该移动终端发送的认领方式，若获取到用户选择的邮寄方式时，则移动终端显示地址填写窗口，以供认领者填写地址。服务器获取到该地址信息后，服务人员可将该物品邮寄给认领者，为认领者提供了极大的便利。
请参阅图5，为本发明第三实施例中的失物认领装置，包括：
图片处理模块10，用于获取物品的标准图片，并对所述标准图片进行伪装处理，以得到多个不同于所述标准图片的伪装图片，所述伪装处理用于对所述标准图片中的所述物品的部分特征结构进行更改；
图片选项生成模块20，用于根据所述标准图片和所述伪装图片生成所述物品的图片选项，以供认领者选择；
第一确定模块30，用于通过移动终端获取认领者选择的目标图片，并当所述目标图片为所述标准图片时，确认所述认领者满足第一认领条件；
第二确定模块40，用于通过所述移动终端获取认领者的乘车行程，并当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件；
提示模块50，用于当所述认领者同时满足所述第一认领条件和所述第二认领条件时，发送提示信息至所述移动终端，以提示所述认领者对所述物品进行认领。
进一步的，上述失物认领装置，其中，所述图片处理模块10包括：
识别模块，用于基于图像识别技术对所述标准图片识别，以确定所述标准图片中的所有特征结构；
处理模块，用于执行下述处理方式中的至少一种：
替换至少一个所述特征结构；
删除至少一个所述特征结构；
在至少一个所述特征结构上添加新特征。
进一步的，上述失物认领装置，其中，替换至少一个所述特征结构的方式包括下述中的至少一种：
从图像数据库中查找与当前特征结构相近的干扰特征图，并将所述标准图片中所述当前特征结构替换为所述干扰特征图；
获取当前特征结构的颜色信息，并根据预设的颜色调整规则将所述标准图片中所述当前特征结构所在区域的颜色修改为其他颜色。
进一步的，上述失物认领装置，其中，所述在至少一个所述特征结构上添加新特征的步骤包括：
从图像数据库中查询与当前特征结构相关的关联特征图，并在所述当前特征结构上增加所述关联特征图。进一步的，上述失物认领装置，其中，所述图片选项生成模块20包括：
放大模块，用于将所述标准图片和所述伪装图片中目标特征结构所在的区域放大预设倍数，所述目标特征结构为所述标准图片中进行干扰特征图替换的特征结构；
图形添加模块，用于将所述标准图片和所述伪装图片中所述目标特征结构所在区域添加预设的背景图形，所述背景图形的尺寸大于所述目标特征结构所在区域的尺寸。
进一步的，上述失物认领装置，其中，所述第二确定模块40具体用于：
获取所述认领者在与所述拾取时间同一天的所有目标乘车路线；
当所述物品的拾取位置所属的目标站点属于所述目标乘车路线中的站点时，确定所述认领者满足第二认领条件。
进一步的，上述失物认领装置，还包括：
认领方式获取模块60，用于通过所述移动终端获取所述认领者选择的认领方式，所述认领方式包括邮寄方式和自取方式；
地址信息获取模块70，用于当所述认领方式为邮寄方式时，通过所述移动终端获取所述认领者输入的地址信息。
本发明实施例所提供的失物认领装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例还提供了一种可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一所述的方法。
本发明实施例还提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述任意一项所述的方法。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种失物认领方法，其特征在于，包括：
获取物品的标准图片，并对所述标准图片进行伪装处理，以得到多个不同于所述标准图片的伪装图片，所述伪装处理用于对所述标准图片中的所述物品的部分特征结构进行更改；
根据所述标准图片和所述伪装图片生成所述物品的图片选项，以供认领者选择；
通过移动终端获取认领者选择的目标图片，并当所述目标图片为所述标准图片时，确认所述认领者满足第一认领条件；
通过所述移动终端获取认领者的乘车行程，并当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件；
当所述认领者同时满足所述第一认领条件和所述第二认领条件时，发送提示信息至所述移动终端，以提示所述认领者对所述物品进行认领。
2.如权利要求1所述的失物认领方法，其特征在于，所述对所述标准图片进行伪装处理的步骤包括：
基于图像识别技术对所述标准图片识别，以确定所述标准图片中的所有特征结构，并执行下述处理方式中的至少一种：
替换至少一个所述特征结构；
删除至少一个所述特征结构；
在至少一个所述特征结构上添加新特征。
3.如权利要求2所述的失物认领方法，其特征在于，替换至少一个所述特征结构的方式包括下述中的至少一种：
从图像数据库中查找与当前特征结构相近的干扰特征图，并将所述标准图片中所述当前特征结构替换为所述干扰特征图；
获取当前特征结构的颜色信息，并根据预设的颜色调整规则将所述标准图片中所述当前特征结构所在区域的颜色修改为其他颜色。
4.如权利要求2所述的失物认领方法，其特征在于，所述在至少一个所述特征结构上添加新特征的步骤包括：
从图像数据库中查询与当前特征结构相关的关联特征图，并在所述当前特征结构上增加所述关联特征图。
5.如权利要求3所述的失物认领方法，其特征在于，所述根据所述标准图片和所述伪装图片生成所述物品的图片选项的步骤包括：
将所述标准图片和所述伪装图片中目标特征结构所在的区域放大预设倍数；
将所述标准图片和所述伪装图片中所述目标特征结构所在区域添加预设的背景图形，其中，所述目标特征结构为所述标准图片中进行干扰特征图替换的特征结构，所述背景图形的尺寸大于所述目标特征结构所在区域的尺寸。
6.如权利要求1所述的失物认领方法，其特征在于，所述当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件的步骤包括：
获取所述认领者在与所述拾取时间同一天的所有目标乘车路线；
当所述物品的拾取位置所属的目标站点属于所述目标乘车路线中的站点时，确定所述认领者满足第二认领条件。
7.如权利要求1所述的失物认领方法，其特征在于，所述发送提示信息至所述移动终端的步骤之后还包括：
通过所述移动终端获取所述认领者选择的认领方式，所述认领方式包括邮寄方式和自取方式；
当所述认领方式为邮寄方式时，通过所述移动终端获取所述认领者输入的地址信息。
8.一种失物认领装置，其特征在于，包括：
图片处理模块，用于获取物品的标准图片，并对所述标准图片进行伪装处理，以得到多个不同于所述标准图片的伪装图片，所述伪装处理用于对所述标准图片中的所述物品的部分特征结构进行更改；
图片选项生成模块，用于根据所述标准图片和所述伪装图片生成所述物品的图片选项，以供认领者选择；
第一确定模块，用于通过移动终端获取认领者选择的目标图片，并当所述目标图片为所述标准图片时，确认所述认领者满足第一认领条件；
第二确定模块，用于通过所述移动终端获取认领者的乘车行程，并当所述物品的拾取位置和拾取时间与所述乘车行程吻合时，确认所述认领者满足第二认领条件；
提示模块，用于当所述认领者同时满足所述第一认领条件和所述第二认领条件时，发送提示信息至所述移动终端，以提示所述认领者对所述物品进行认领。
9.一种可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1－7任一所述的失物认领方法。
10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1－7任意一项所述的失物认领方法。
CN202010577052.0A 2020-06-23 2020-06-23 失物认领方法、装置、可读存储介质及计算机设备 Active CN111539391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010577052.0A CN111539391B (zh) 2020-06-23 2020-06-23 失物认领方法、装置、可读存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010577052.0A CN111539391B (zh) 2020-06-23 2020-06-23 失物认领方法、装置、可读存储介质及计算机设备

Publications (2)

Publication Number Publication Date
CN111539391A true CN111539391A (zh) 2020-08-14
CN111539391B CN111539391B (zh) 2020-10-02

Family

ID=71976430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010577052.0A Active CN111539391B (zh) 2020-06-23 2020-06-23 失物认领方法、装置、可读存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN111539391B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1215591A2 (en) * 2000-12-12 2002-06-19 Nec Corporation Image search system and image search method
CN104992398A (zh) * 2015-07-27 2015-10-21 李雷 失物招领方法、装置以及系统
CN106203234A (zh) * 2015-04-30 2016-12-07 蔡汉宝 对象识别与寻找系统与方法
JP2018010592A (ja) * 2016-07-15 2018-01-18 日本電信電話株式会社 検証装置、方法、及びプログラム
JP2018012439A (ja) * 2016-07-21 2018-01-25 株式会社富士通ゼネラル 後方視界補助装置
CN107656960A (zh) * 2017-08-03 2018-02-02 上海地铁电子科技有限公司 地铁遗失物品管理的自动匹配系统及方法
CN107908667A (zh) * 2017-10-23 2018-04-13 北京小米移动软件有限公司 失物招领方法和装置
CN108335252A (zh) * 2018-02-28 2018-07-27 重庆沣品科技有限责任公司 基于移动通讯终端的失物招领系统
CN109034094A (zh) * 2018-08-10 2018-12-18 佛山市泽胜科技有限公司 一种物品查找方法和装置
CN111241441A (zh) * 2019-12-19 2020-06-05 湖北云雷信息技术有限公司 一种基于互联网公交乘车码数据平台的失物招领或寻物方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1215591A2 (en) * 2000-12-12 2002-06-19 Nec Corporation Image search system and image search method
CN106203234A (zh) * 2015-04-30 2016-12-07 蔡汉宝 对象识别与寻找系统与方法
CN104992398A (zh) * 2015-07-27 2015-10-21 李雷 失物招领方法、装置以及系统
JP2018010592A (ja) * 2016-07-15 2018-01-18 日本電信電話株式会社 検証装置、方法、及びプログラム
JP2018012439A (ja) * 2016-07-21 2018-01-25 株式会社富士通ゼネラル 後方視界補助装置
CN107656960A (zh) * 2017-08-03 2018-02-02 上海地铁电子科技有限公司 地铁遗失物品管理的自动匹配系统及方法
CN107908667A (zh) * 2017-10-23 2018-04-13 北京小米移动软件有限公司 失物招领方法和装置
CN108335252A (zh) * 2018-02-28 2018-07-27 重庆沣品科技有限责任公司 基于移动通讯终端的失物招领系统
CN109034094A (zh) * 2018-08-10 2018-12-18 佛山市泽胜科技有限公司 一种物品查找方法和装置
CN111241441A (zh) * 2019-12-19 2020-06-05 湖北云雷信息技术有限公司 一种基于互联网公交乘车码数据平台的失物招领或寻物方法

Also Published As

Publication number Publication date
CN111539391B (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
US11983663B1 (en) Video for real-time confirmation in package tracking systems
US20230222435A1 (en) Package delivery sharing systems and methods
JP6275285B2 (ja) 物流システム、荷物運搬方法、及びプログラム
JP4970195B2 (ja) 人物追跡システム、人物追跡装置および人物追跡プログラム
JP6827399B2 (ja) 無人航空機制御システム、物流システム、無人航空機制御方法、荷物運搬方法、及びプログラム
CN110555651A (zh) 一种智能快递处理方法
JP6538458B2 (ja) 物流システム、および物流管理方法
CN107092646A (zh) 用于使用移动装置进行图像辨识的系统和方法
US20080116256A1 (en) System and Method for Authenticating an Object
CN106599925A (zh) 一种基于深度学习的植物叶片识别系统与方法
KR102140142B1 (ko) 무인 보관함 및 배송 서비스를 제공하는 시스템 및 그 운용방법
US20180111699A1 (en) Tagless baggage tracking system and method
CN110648257B (zh) 基于物联网操作系统的信息提示方法和装置、存储介质
US11983660B2 (en) System and method for securely delivering packages to different delivery recipients with a single vehicle
CN108805495A (zh) 物品存放管理方法和系统及计算机可读介质
CN107798496A (zh) 一种智能快递系统、调度和快递方法
CN109685016A (zh) 出租车乘客失物取回系统
JP2010230813A (ja) 情報提供装置、情報提供方法およびプログラム
CN111723772B (zh) 基于图像识别的易腐垃圾识别方法、装置及计算机设备
CN113688794A (zh) 身份识别方法、装置、电子设备和计算机可读存储介质
US20220067343A1 (en) Information processing apparatus, information processing method, and storage medium
CN106878423A (zh) 一种基于监控摄像头的商店营业信息提供方法及其装置
CN111539391B (zh) 失物认领方法、装置、可读存储介质及计算机设备
CN111242788A (zh) 业务数据处理方法、装置、存储介质及计算机设备
CN111523348A (zh) 信息生成方法和装置、用于人机交互的设备

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
GR01 Patent grant
GR01 Patent grant