CN116597182B - 一种传输物体信息的系统 - Google Patents
一种传输物体信息的系统 Download PDFInfo
- Publication number
- CN116597182B CN116597182B CN202310530165.9A CN202310530165A CN116597182B CN 116597182 B CN116597182 B CN 116597182B CN 202310530165 A CN202310530165 A CN 202310530165A CN 116597182 B CN116597182 B CN 116597182B
- Authority
- CN
- China
- Prior art keywords
- target object
- target
- information
- list
- 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.)
- Active
Links
- 238000004590 computer program Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 15
- 238000000605 extraction Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明提供了一种传输物体信息的系统,包括:端设备、第一目标摄像机和数据库、处理器和存储有计算机程序的存储器,所述端设备用于接收物体信息,所述第一目标摄像机设置在第一拍摄位置用于拍摄目标物体图像。通过将被遗漏的物体信息提前存入端设备中,避免了当用户着急需要自己遗漏的物体时需要在数据库中调用信息导致的时间效率低以及端设备存储空间有限无法存储全部目标物体信息的问题,因此,在保证合理利用端设备存储空间的前提下提高了调用物体信息的时间效率。
Description
技术领域
本发明涉及数据处理领域,特别是涉及一种传输物体信息的系统。
背景技术
现有技术中,用户需要在行李转盘处拿取托运的行李,当用户携带了多个行李而遗漏了行李没有拿取,或由于疏忽忘记在行李转盘处拿取行李时,或误拿了他人的行李时,一般会寻找工作人员为其找寻行李,工作人员需根据用户对应的用户ID提取行李信息,由于数据库中存储有大量的行李信息,导致提取行李信息的过程需要一定的时间,且端设备存储空间有限。因此,一套行之有效的传输物体信息的系统对于提高用户寻找行李的时间效率至关重要。
发明内容
针对上述技术问题,本发明采用的技术方案为:
一种传输物体信息的系统,包括:端设备、第一目标摄像机和数据库、处理器和存储有计算机程序的存储器,端设备用于接收物体信息,第一目标摄像机设置在第一拍摄位置用于拍摄目标物体图像,数据库包括:若干个目标物体对应的目标物体信息列表A=(A1,A2,……,Ai,……,Am),i=1,2,……,m,m为目标物体信息的数量,其中,第i个目标物体信息Ai=(DAi,LAi,WAi),DAi为第i个目标物体对应的用户标识,LAi为DAi对应的用户ID,WAi为第i个目标物体对应的外观特征信息。
当计算机程序被处理器执行时,实现如下步骤:
S100、获取目标时间点MT;其中,MT符合如下条件:MT=DT+T30,DT为目标物体到达预设位置的时间,T30为第三预设时间阈值。
S200、响应于到达MT,获取第二目标物体对应的第二目标物体图像列表A2=(A21,A22,……,A2r,……,A2R),r=1,2,……,R,R为第二目标物体的数量;其中,A2r为第r个第二目标物体的第二目标物体图像,第二目标物体为在MT时刻时处于预设位置的目标物体。
S300、对每一第二目标物体图像进行图像特征提取,获取第二目标物体图像特征信息列表ZA2=(ZA21,ZA22,……,ZA2r,……,ZA2R);其中,ZA2r为A2r对应的第二目标物体图像特征信息。
S400、根据A和ZA2,获取第二目标匹配度列表集X2=(X21,X22,……,X2r,……,X2R);其中,A2r对应的第二目标匹配度列表X2r=(X2r1,X2r2,……,X2ri,……,X2rm),X2ri为ZA2r与WAi之间的匹配度。
S500、根据X2,获取第三目标匹配度列表X3=(X31,X32,……,X3r,……,X3R);其中,X3r为A2r对应的第三目标匹配度,X3r符合如下条件:X3r=max(X2r),max()为最大值确定函数。
S600、根据X3,获取A2对应的最终物体信息列表FA=(FA1,FA2,……,FAr,……,FAR);其中,FAr为第A2r对应的最终物体信息,所述最终物体信息为第三目标匹配度对应的目标物体信息。
S700、将FA传输至端设备并对每个最终信息中的用户ID对应的终端设备发送提示信息。
本发明至少具有以下有益效果:
响应于到达目标时间点的时刻,第一目标摄像机对在目标时间点处于预设位置的目标物体进行拍摄以得到第二目标物体图像列表,对每一第二目标物体图像进行图像特征提取,获取第二目标物体图像特征信息列表,计算第二目标物体图像特征信息与目标物体对应的外观特征信息之间的匹配度,已得到第二目标匹配度列表集,并根据第二目标匹配度列表集,得到第三目标匹配度列表,进而获取到最终物体信息列表,并将最终物体信息列表传输至端设备并对每个最终信息中的用户ID对应的终端设备发送提示信息。由于在用户拿取自己的物体时,易出现遗漏或误拿他人物体的情况,且端设备存储空间有限,将在目标时间点后还没被用户取走的物体信息存储至端设备,通过将被遗漏的物体信息提前存入端设备中,避免了当用户着急需要自己遗漏的物体时需要在数据库中调用信息导致的时间效率低以及端设备存储空间有限无法存储全部目标物体信息的问题,因此,在保证合理利用端设备存储空间的前提下提高了调用物体信息的时间效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的传输物体信息的系统的流程示意图。
具体实施方式
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。
本发明提供一种传输物体信息的系统,所述系统包括:端设备、第一目标摄像机和数据库、处理器和存储有计算机程序的存储器,所述端设备用于接收物体信息,所述第一目标摄像机设置在第一拍摄位置用于拍摄目标物体图像,所述数据库包括:若干个目标物体对应的目标物体信息列表A=(A1,A2,……,Ai,……,Am),i=1,2,……,m,m为目标物体信息的数量,其中,第i个目标物体信息Ai=(DAi,LAi,WAi),DAi为第i个目标物体对应的用户标识,LAi为DAi对应的用户ID,WAi为第i个物体对应的外观特征信息。
在本发明实施例中,所述端设备为端设备。
进一步地,所述第一拍摄位置位于物体放置处正上方;在本发明实施例中,所述物体可以理解为用户的托运的行李,所述物体放置处可以理解为行李转盘,用户在到达目的地后在行李转盘处取走自己的行李。
当计算机程序被处理器执行时,如图1所示,实现如下步骤:
S100、获取目标时间点MT;其中,MT符合如下条件:MT=DT+T30,DT为目标物体到达预设位置的时间,T30为第三预设时间阈值。
在本发明实施例中,所述预设位置为物体放置处。
进一步地,所述预设位置处于第一拍摄位置的正下方。
进一步地,T30=[15min,45min]。
优选地,T30=30min,根据调查可知,一般情况下,用户会在半小时内从物体放置处取走自己的物体,当半小时后用户没有在物体放置处取走自己的物体时,可能是出现了异常情况,所述异常情况可以为遗漏物体或因故晚取走物体。
S200、响应于到达MT,获取第二目标物体对应的第二目标物体图像列表A2=(A21,A22,……,A2r,……,A2R),r=1,2,……,R,R为第二目标物体的数量;其中,A2r为第r个第二目标物体的第二目标物体图像,所述第二目标物体为在MT时刻时处于预设位置的目标物体。
在本发明实施例中,当到达MT时,第一目标摄像机对预设位置处剩余的目标物体进行拍摄,以得到第二目标物体图像列表。
S300、对每一第二目标物体图像进行图像特征提取,获取第二目标物体图像特征信息列表ZA2=(ZA21,ZA22,……,ZA2r,……,ZA2R);其中,ZA2r为A2r对应的第二目标物体图像特征信息。
S400、根据A和ZA2,获取第二目标匹配度列表集X2=(X21,X22,……,X2r,……,X2R);其中,A2r对应的第二目标匹配度列表X2r=(X2r1,X2r2,……,X2ri,……,X2rm),X2ri为ZA2r与WAi之间的匹配度。
在本发明实施例中,所述匹配度可以理解为相似度,具体地,任意一种计算第二目标匹配度的方法均落入本发明保护范围内,在此不再赘述。
S500、根据X2,获取第三目标匹配度列表X3=(X31,X32,……,X3r,……,X3R);其中,X3r为A2r对应的第三目标匹配度,X3r符合如下条件:X3r=max(X2r),max()为最大值确定函数。
S600、根据X3,获取A2对应的最终物体信息列表FA=(FA1,FA2,……,FAr,……,FAR);其中,FAr为第A2r对应的最终物体信息,所述最终物体信息为第三目标匹配度对应的目标物体信息。
S700、将FA传输至端设备并对每个最终信息中的用户ID对应的终端设备发送提示信息。
上述,响应于到达目标时间点的时刻,第一目标摄像机对在目标时间点处于预设位置的目标物体进行拍摄以得到第二目标物体图像列表,对每一第二目标物体图像进行图像特征提取,获取第二目标物体图像特征信息列表,计算第二目标物体图像特征信息与目标物体对应的外观特征信息之间的匹配度,已得到第二目标匹配度列表集,并根据第二目标匹配度列表集,得到第三目标匹配度列表,进而获取到最终物体信息列表,并将最终物体信息列表传输至端设备并对每个最终信息中的用户ID对应的终端设备发送提示信息。由于在用户拿取自己的物体时,易出现遗漏或误拿他人物体的情况,且端设备存储空间有限,将在目标时间点后还没被用户取走的物体信息存储至端设备,通过将被遗漏的物体信息提前存入端设备中,避免了当用户着急需要自己遗漏的物体时需要在数据库中调用信息导致的时间效率低以及端设备存储空间有限无法存储全部目标物体信息的问题,因此,在保证合理利用端设备存储空间的前提下提高了调用物体信息的时间效率。
在本发明另一个实施例中,所述系统还包括一个第二目标摄像机,所述第二目标摄像机设置在第二拍摄位置,用于拍摄已提取的目标物体的图像。
具体地,所述第二拍摄位置与所述第一拍摄位置不同。所述第二拍摄位置处于预设位置所在房间的出口处。
进一步地,FA还可通过如下步骤获取:
S1、获取第三目标物体对应的第三目标物体信息列表A3=(A31,A32,……,A3g,……,A3G)g=1,2,……,G,G为第三目标物体信息的数量;其中,A3g为第g个第三目标物体信息,所述第三目标物体为在MT后未被所述第二目标摄像机拍摄的目标物体。
具体地,A3通过如下步骤获取:
S11、获取在预设时间段内第二目标摄像机拍摄的第一目标物体图像列表TX1=(TX11,TX12,……,TX1b,……,TX1B),b=1,2,……,B,B为第一目标物体图像的数量;其中,TX1b为第b个第一目标物体图像,所述预设时间段为DT到MT之间的时间段。
具体地,当第二目标摄像机感应到有用户处于拍摄范围内且用户向目标方向走动时,拍摄图像。
S12、对每一第一目标物体图像进行图像特征提取,获取第一目标物体图像特征信息列表TZ=(TZ1,TZ2,……,TZb,……,TZB);其中,TZb为TX1b对应的第一目标物体图像特征信息。
S13、根据A和TZ,获取TX1对应的第一目标匹配度列表集XD=(XD1,XD2,……,XDb,……,XDB);其中,TX1b对应的第一目标匹配度列表XDb=(XDb1,XDb2,……,XDbi,……,XDbm),XDbi为TZb与WAi之间的第一目标匹配度。
S14、根据XD,获取TX1对应的第二目标匹配度列表XD2=(XD21,XD22,……,XD2b,……,XD2B);其中,XD2b为TX1b对应的第二目标匹配度,XD2b=max(XDb)。
S15、根据XD2,获取第四目标物体对应的第四目标物体信息A4=(A41,A42,……,A4b,……,A4B);其中,A4b为TX1b对应的第四目标物体信息,所述第四目标物体为XD2b对应的目标物体。
S16、将A中除A4外的目标物体信息作为A3。
S2、将A3作为FA并传输至端设备。
上述,通过获取在预设时间段内第二目标摄像机拍摄的第一目标物体图像列表,对每一第一目标物体图像进行图像特征提取,获取第一目标物体图像特征信息列表,计算第一目标物体图像特征信息与目标物体对应的外观特征信息之间的匹配度,以得到第一目标匹配度列表集,根据第一目标匹配度列表集,获取第二目标匹配度列表,并根据第二目标匹配度列表,获取第四目标物体对应的第四目标物体信息,将目标物体信息列表中除第四目标物体信息外的目标物体信息作为第三目标物体信息,并将第三目标物体信息作为最终物体信息。由于在用户拿取自己的物体时,易出现遗漏或误拿他人物体的情况,且端设备存储空间有限,将在目标时间点后还没被用户取走的物体信息存储至端设备,通过将被遗漏的物体信息提前存入端设备中,避免了当用户着急需要自己遗漏的物体时需要在数据库中调用信息导致的时间效率低以及端设备存储空间有限无法存储全部目标物体信息的问题,因此,在保证合理利用端设备存储空间的前提下提高了调用物体信息的时间效率。与本发明上一实施例相比,将摄像机设置在出口位置处用于拍摄已被提取的物体,可以更准确的判断出哪些物体已经被提取,避免了在预设位置处物体之间重叠而导致的判断不准确的问题,提高了最终物体信息列表的准确性。
在本发明另一实施例中,所述系统还包括GPS定位设备和若干RFID标签,所述GPS定位设备安装在RFID标签上,用于获取目标物体的位置信息,所述RFID标签安装在目标物体上,用于记录目标物体信息。
具体地,所述RFID标签可为纸质材质、塑料材质或金属材质。
优选地,所述RFID标签为塑料材质;由于塑料材质不易被扯断且不易因误碰到水而失效,因此,提高了RFID标签的稳定性。
进一步地,所述GPS设备还可以安装在目标物体上;由于RFID标签在目标物体运输的过程中可能掉落且RFID标签且由于
进一步地,FA还可通过如下步骤获取:
S10、获取目标位置点MW;其中,所述目标位置点为物体提取处的中心位置点。
S20、获取第五目标物体对应的第五目标物体信息列表A5=(A51,A52,……,A5q,……,A5Q),q=1,2,……,Q,Q为第五目标物体信息的数量;A5q为第q个第五目标物体信息,所述第五目标物体为在MT与MW之间的距离小于预设距离阈值J0的目标物体。
S30、将A5作为FA并传输至端设备。
上述,通过获取目标位置点,获取目标物体中在目标时间点与目标位置点的距离小于预设距离阈值的目标物体对应的信息作为第五目标物体信息列表,并将第五物体信息列表作为最终物体信息列表并传输至端设备。由于在用户拿取自己的物体时,易出现遗漏或误拿他人物体的情况,且端设备存储空间有限,将在目标时间点后还没被用户取走的物体信息存储至端设备,通过将被遗漏的物体信息提前存入端设备中,避免了当用户着急需要自己遗漏的物体时需要在数据库中调用信息导致的时间效率低以及端设备存储空间有限无法存储全部目标物体信息的问题,因此,在保证合理利用端设备存储空间的前提下提高了调用物体信息的时间效率。与本发明上一实施例相比,通过在目标物体上放置GPS设备,且每个GPS设备对应唯一且确定的一个目标物体,避免了摄像机拍摄不清楚导致最终物体信息不准确的问题,因此,提高了最终物体信息列表的准确性。
在本发明实施例中,所述系统还包括物体检测设备,所述物体检测设备内部设置有x个关键摄像机,所述关键摄像机用于在检测到有目标物体经过物体检测设备时拍摄图像。
在本发明实施例中,x=3可以理解为物体检测设备内部安装有三个关键摄像机,所述三个摄像机安装在物体检测设备内部上方的中间位置、左侧的中间位置以及右侧的中间位置处。
具体地,WAi通过如下步骤获取:
S101、获取第i个目标物体对应的目标物体图像列表集TXi=(TXi1,TXi2,……,TXik,……,TXix),k=1,2,……,x,x为目标物体图像列表的数量;其中,第k个目标物体图像列表集TXik=(TXik1,TXik2,……,TXikc,……,TXikv(k)),c=1,2,……,v(k),v(k)为第k个关键摄像机拍摄的第i个目标物体的目标物体图像的数量,TXikc为第k个关键摄像机拍摄的第i个目标物体的第c个目标物体图像。
具体地,当目标物体经过物体检测设备时,关键摄像机对目标物体连续拍摄,以得到目标物体图像列表。
进一步地,在关键摄像机对目标物体进行拍摄的同时,目标物体在物体检测装置中一直向相同方向匀速移动,非静止状态。
S102、对每一目标物体图像进行图像特征提取,获取目标物体图像特征维度列表集SWi=(SWi1,SWi2,……,SWik,……,SWix);其中,TXik对应的目标物体图像特征维度列表SWik=(SWik1,SWik2,……,SWikc,……,SWikv(k)),SWikc为TXikc对应的目标物体图像特征维度。
具体地,任意一种对标物体图像进行图像特征提取,获取目标物体图像特征维度的方法均落入本发明保护范围内,在此不再赘述。
进一步地,目标物体图像特征维度越大代表该目标物体图像包含的特征越多。
S103、获取TXi对应的目标物体图像清晰度列表集QWi=(QWi1,QWi2,……,QWik,……,QWix);其中,TXik对应的目标物体图像清晰度列表QWik=(QWik1,QWik2,……,QWikc,……,QWikv(k)),QWikc为TXikc对应的目标物体图像清晰度。
具体地,任意一种获取目标物体图像对应的目标物体图像清晰度的方法均落入本发明保护范围内,在此不再赘述。
进一步地,所述清晰度的数值越大代表目标物体图像越清晰。
S104、根据SWi和QWi,获取TXi对应的第二优先级列表集Y2i=(Y2i1,Y2i2,……,Y2ik,……,Y2ix);其中,TXik对应的第二优先级列表Y2ik=(Y2ik1,Y2ik2,……,Y2ikc,……,Y2ikv(k)),Y2ikc为TXikc对应的第二优先级,Y2ikc符合如下条件:Y2ick=β*SWikc+γ*QWikc,其中,β为第一预设权重值,γ第二预设权重值,且β+γ=1。
优选地,β=0.5,γ=0.5;由于后续需要对目标物体图像进行图像特征提取,在保证目标物体图像中特征尽可能多的同时,还需要保证目标物体图像足够清晰,以保证提取到的目标物体图像特征的准确性,因此,将第一预设权重值与第二预设权重值设置为相同的大小。
S105、根据Y2i,获取第三优先级列表Y3i=(Y3i1,Y3i2,……,Y3ik,……,Y3ix);其中,Y3ik为第i个目标物体对应的第k个第三优先级,且Y3ik符合如下条件:Y3ik=max(Y2ik)。
S106、根据Y3i,获取关键物体图像列表GTi=(GTi1,GTi2,……,GTik,……,GTix);其中,GTik为第i个目标物体对应的第k个关键物体图像,所述关键物体图像为第三优先级对应的目标物体图像;
S107、对GTi中的每一关键拍摄图像进行图像特征提取,以得到WAi。
上述,通过获取第i个目标物体对应的目标物体图像列表集,对每一目标物体图像进行图像特征提取,获取目标物体图像特征维度列表集,并通过获取目标物体图像清晰度列表集,以得到第二优先级列表集,根据第二优先级列表集,获取第三优先级列表,获取第三优先级对应的目标物体图像作为关键物体图像以得到关键物体图像列表,对关键物体图像列表中的每一关键拍摄图像进行图像特征提取,以得到第i个目标物体对应的外观特征信息。通过设置关键摄像机,且所述关键摄像机安装在物体检测设备内部上方的中间位置、左侧的中间位置以及右侧的中间位置处,对目标物体进行全面的拍摄,并且在保证目标物体图像中特征尽可能多的同时,还考虑到了目标物体图像足够清晰,避免了获取到的关键物体图像特征少或不清晰导致的目标物体图像特征不准确的问题。
在本发明另一实施例中,第i个目标物体信息还包括:GAi=(GAi1,GAi2,……,GAit,……,GAiT(i)),t=1,2,……,T(i),T(i)为DAi对应的用户已经过的目标位置点的数量,GAit为DAi对应的第t个目标位置点的目标位置点信息,所述目标位置点信息包括:目标位置点的经纬度坐标以及DAi对应的用户到达目标位置点的时间,当存在RFID标签掉落的目标物体时,执行如下步骤:
响应于端设备扫描到的待识别物体,获取待识别物体信息A0=(WA0,TA0,GA0);其中,WA0为待识别物体的外观特征信息,TA0为端设备扫描到待识别物体的时间,GA0为待识别物体所处的经纬度做标,所述待识别物体为RFID标签掉落的目标物体。
具体地,所述端设备可以为:AR智能眼镜、头环式AR智能眼镜、AR智能头盔和双目AR头盔。
优选地,所述端设备为头环式AR智能眼镜。
在本发明实施例中,所述外观特征信息可以理解为外观特征向量,所述外观特征向量通过对待识别物体的外观进行特征提取以得到外观特征,对外观特征进行处理以得到外观特征向量。具体地,在本发明实施例中,任意一种对外观特征进行处理得到外观特征向量的方法均落入本发明保护范围内,在此不再赘述。
根据WA0,遍历A,获取第一目标物体信息列表A1=(A11,A12,……,A1j,……,A1n),j=1,2,……,n,n为第一目标物体信息的数量;其中,A1j为第j个第一目标物体信息,所述第一目标物体信息为与WA0的匹配度大于预设匹配度阈值X0的目标物体的外观特征信息对应的目标物体信息。
具体地,所述第一目标物体信息为与WA0的匹配度可以理解为所述第一目标物体信息为与WA0的相似度。
在本发明实施例中,任意一种计算第一目标物体信息为与WA0之间相似度的方法均落入本发明保护范围内,在此不再赘述。
进一步地,X0=[85%,95%]。
优选地,X0=90%。
当n>1时,根据A0和A1,获取第二目标物体信息列表A2=(A21,A22,……,A2h,……,A2H),h=1,2,……,H,H为第二目标物体信息的数量;其中,A2h为第h个第二目标物体信息,所述第二目标物体信息为存在在预设时间范围T0内与GA0的距离在预设距离范围J0内的位置点信息的第一目标物体信息。
在本发明实施例中,当n=1时,将A1n作为作为关键物体信息,并将关键物体信息对应的用户ID传输至端设备中。
具体地,T0=[TA0-T10,TA0+T10],T10为第一预设时间阈值,
进一步地,T10=[1h,3h]。
在本发明实施例中,J0=[1km,3km]。
优选地,T10=2h,J0=2km;由于所述物体可以为用户的行李,在用户乘坐飞机时,有些行李不可以随身携带,需要进行托运,在行李托运过程中,与用户之间距离不会过远,且与用户到达的时间基本相同,与用户之间的距离与用户到达该地点相差时间过多的行李不会属于该用户,因此,设定适当的时间范围与距离范围对行李对应的用户进行判断,提高了对行李对应的用户进行判断的准确性。
当H>1时,根据A2和A0,获取目标优先级列表Y1=(Y11,Y12,……,Y1h,……,Y1H);其中,Y1h为A2h对应的目标优先级,Y1h符合如下条件:其中,JL0 h为A2h对应的位置点信息中距离GA0最近的位置点WA2h与GA0之间的距离,T1h为A2h对应的位置点信息中到达WA2h的时间。
在本发明实施例中,当H=1时,将Y1H作为关键物体信息,并将关键物体信息对应的用户ID传输至端设备中。
将Y1max对应的第二目标物体信息作为关键物体信息,并将关键物体信息对应的用户ID传输至端设备中;其中,Y1max=max(Y1),max()为最大值确定函数。
在本发明实施例中,用户ID可以为目标物体对应的用户的联系方式,例如,手机号或电子邮箱账号等。
具体地,所述用户ID在端设备右上角位置处显示。
上述,响应于端设备扫描到的待识别物体,获取待识别物体信息,获取与待识别物体的外观特征信息匹配度大于预设匹配度阈值的目标物体的观特征信息对应的目标物体信息作为第一目标物体信息列表,获取与在预设时间范围内且与待识别物体之间的距离小于预设距离范围的第一目标物体信息作为第二目标物体信息,根据第二目标物体信息与待识别物体之间的距离以及到达与待识别物体之间最近位置点的时间,获取每个第二目标物体信息对应的优先级以得到目标优先级列表,将目标优先级列表中最大优先级对应的第二目标物体信息作为关键物体信息,并将关键物体信息对应的用户ID传输至端设备中。由于RFID标签容易破损或丢失,从而会导致不能识别RFID的目标物体存在无法确定出所述用户的问题,本发明实施例通过提前保存目标物体对应的外观特征信息,当发现RFID标签掉落的物体时,根据RFID标签掉落的物体的外观特征以及发现的地点和时间,确定出该RFID标签掉落的物体最有可能属于哪个用户,避免了RFID标签掉落物体找不到对应的用户的问题。
在本发明另一实施例中,所述系统还包括至少一个RFID读取设备,所述RFID读取设备用于对RFID标签内的信息进行读取;将带有RFID标签的目标物体确定为目标待识别物体,当端设备识别范围内存在1个以上目标待识别物体且目标待识别物体之间的外观匹配度大于预设外观匹配度阈值W0时,目标待识别物体的目标待识别物体读取信息列表MA通过如下步骤获取:
响应于端设备扫描到的目标待识别物体,获取目标待识别物体对应的目标待识别物体外观特征信息WM。
响应于RFID读取设备读取到的目标待识别物体,获取第六目标物体读取信息列表A6=(A61,A62,……,A6p,……,A6w),p=1,2,……,w,w为第六目标物体读取信息的数量;A6p为第p个第六目标物体读取信息,所述第六目标物体读取信息为与WM的匹配度大于W0的外观特征信息对应的物体读取信息,所述物体读取信息为RFID读取设备读取到的物体信息。
具体地,所述第六目标物体读取信息包括:第六目标物体对应的用户标识、第六目标物体对应的用户ID、第六目标物体对应的外观特征信息、第六目标物体的用户标识对应的若干目标位置点信息和第六目标物体对应的若干中转站信息。
响应于RFID读取设备读取到目标待识别物体RFID标签的时间,将每一第六目标物体信息根据从小到大的时间顺序进行排列,以得到第七目标物体读取信息列表A7=(A71,A72,……,A7p,……,A7w);其中,A7p为第p个第七目标物体读取信息。
响应于端设备扫描到目标待识别物体与端设备之间的距离,获取目标待识别物体列表WA=(WA1,WA2,……,WAp,……,WAw);其中,WAp为第p个目标待识别物体,WA1距离端设备的距离最远。
将A7中每一第七目标物体读取信息与目标待识别物体匹配,以得到MA=(MA1,MA2,……,MAp,……,MAw);其中,MAp为WAp对应的目标待识别物体读取信息且MAp≌A7p。
上述,通过响应于端设备扫描到的目标待识别物体,获取目标待识别物体对应的目标待识别物体外观特征信息,响应于RFID读取设备读取到的目标待识别物体,获取第六目标物体读取信息列表,响应于RFID读取设备读取到目标待识别物体RFID标签的时间,将每一第六目标物体信息根据从小到大的时间顺序进行排列,以得到第七目标物体读取信息列表,响应于端设备扫描到目标待识别物体与端设备之间的距离,获取目标待识别物体列表,将第七目标物体读取信息列表中每一第七目标物体读取信息与目标待识别物体匹配,以得到目标待识别物体的目标待识别物体读取信息列表。由于端设备根据扫描到的物体对应的外观特征信息获取对应的用户ID,因此,当端设备识别范围内存在1个以上外观匹配度大于预设外观匹配度阈值的目标物体时,会导致无法准确输出目标物体对应的用户ID的问题,因此,通过上述步骤避免了目标物体对应的用户ID与目标物体不匹配的问题。
在本发明实施例中,GWi通过如下步骤获取:
当第i个目标物体到达任一物体中转站时,获取第i个目标物体对应的第一物体中转站信息;其中,所述第一物体中转站信息为第i个目标物体所在的物体中转站对应的物体中转站ID以及第i个目标物体到达第一物体中转站的时间。
具体地,所述中转站ID为中转站的唯一标识。
将第i个目标物体对应的第一物体中转站信息加入至第i个目标物体对应的第二物体中转站信息中,以得到GWi;其中,所述第二物体中转站信息为第i个目标物体经过的每一物体中转站对应的物体中转站ID以及第i个目标物体到达每一物体中转站的时间。
根据GWi,获取第三物体中转站信息Z3=(TZ3,DZ3);其中,TZ3为GWi中与当前时间最近的时间,DZ3为TZ3对应的物体中转站ID;
获取GWi对应的关键用户信息GL=(DL,WL);其中,DL为关键用户对应的用户标识,WL为关键用户当前的经纬度做标,所述关键用户为第i个目标用户;
根据Z3和GL,获取关键关键时间差T0;其中,T0符合如下条件:T0=DT-TZ3,DT为当前时间;
当DT>T20时,对处理器发送异常提示信息;否则,执行S70;其中,T20为第二预设时间阈值;
根据Z3和GL,获取关键距离差GJ;其中,GJ为DZ3所处位置与WL之间的距离;
当GJ>J0时,对处理器发送异常提示信息;其中,J0为预设距离阈值。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (7)
1.一种传输物体信息的系统,其特征在于,所述系统包括:端设备、第一目标摄像机和数据库、处理器和存储有计算机程序的存储器,所述端设备用于接收物体信息,所述第一目标摄像机设置在第一拍摄位置用于拍摄目标物体图像,所述数据库包括:若干个目标物体对应的目标物体信息列表A=(A1,A2,……,Ai,……,Am),i=1,2,……,m,m为目标物体信息的数量,其中,第i个目标物体信息Ai=(DAi,LAi,WAi),DAi为第i个目标物体对应的用户标识,LAi为DAi对应的用户ID,WAi为第i个目标物体对应的外观特征信息;
当计算机程序被处理器执行时,实现如下步骤:
S100、获取目标时间点MT;其中,MT符合如下条件:MT=DT+T30,DT为目标物体到达预设位置的时间,T30为第三预设时间阈值;
S200、响应于到达MT,获取第二目标物体对应的第二目标物体图像列表A2=(A21,A22,……,A2r,……,A2R),r=1,2,……,R,R为第二目标物体的数量;其中,A2r为第r个第二目标物体的第二目标物体图像,所述第二目标物体为在MT时刻时处于预设位置的目标物体;
S300、对每一第二目标物体图像进行图像特征提取,获取第二目标物体图像特征信息列表ZA2=(ZA21,ZA22,……,ZA2r,……,ZA2R);其中,ZA2r为A2r对应的第二目标物体图像特征信息;
S400、根据A和ZA2,获取第二目标匹配度列表集X2=(X21,X22,……,X2r,……,X2R);其中,A2r对应的第二目标匹配度列表X2r=(X2r1,X2r2,……,X2ri,……,X2rm),X2ri为ZA2r与WAi之间的匹配度;
S500、根据X2,获取第三目标匹配度列表X3=(X31,X32,……,X3r,……,X3R);其中,X3r为A2r对应的第三目标匹配度,X3r符合如下条件:X3r=max(X2r),max()为最大值确定函数;
S600、根据X3,获取A2对应的最终物体信息列表FA=(FA1,FA2,……,FAr,……,FAR);其中,FAr为第A2r对应的最终物体信息,所述最终物体信息为第三目标匹配度对应的目标物体信息;
S700、将FA传输至端设备并对每个最终信息中的用户ID对应的终端设备发送提示信息。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括一个第二目标摄像机,所述第二目标摄像机设置在第二拍摄位置,用于拍摄已提取的目标物体的图像,FA还可通过如下步骤获取:
S1、获取第三目标物体对应的第三目标物体信息列表A3=(A31,A32,……,A3g,……,A3G)g=1,2,……,G,G为第三目标物体信息的数量;其中,A3g为第g个第三目标物体信息,所述第三目标物体为在MT后未被所述第二目标摄像机拍摄的目标物体;
S2、将A3作为FA并传输至端设备。
3.根据权利要求2所述的系统,其特征在于,A3通过如下步骤获取:
S11、获取在预设时间段内第二目标摄像机拍摄的第一目标物体图像列表TX1=(TX11,TX12,……,TX1b,……,TX1B),b=1,2,……,B,B为第一目标物体图像的数量;其中,TX1b为第b个第一目标物体图像,所述预设时间段为DT到MT之间的时间段;
S12、对每一第一目标物体图像进行图像特征提取,获取第一目标物体图像特征信息列表TZ=(TZ1,TZ2,……,TZb,……,TZB);其中,TZb为TX1b对应的第一目标物体图像特征信息;
S13、根据A和TZ,获取TX1对应的第一目标匹配度列表集XD=(XD1,XD2,……,XDb,……,XDB);其中,TX1b对应的第一目标匹配度列表XDb=(XDb1,XDb2,……,XDbi,……,XDbm),XDbi为TZb与WAi之间的第一目标匹配度;
S14、根据XD,获取TX1对应的第二目标匹配度列表XD2=(XD21,XD22,……,XD2b,……,XD2B);其中,XD2b为TX1b对应的第二目标匹配度,XD2b=max(XDb);
S15、根据XD2,获取第四目标物体对应的第四目标物体信息A4=(A41,A42,……,A4b,……,A4B);其中,A4b为TX1b对应的第四目标物体信息,所述第四目标物体为XD2b对应的目标物体;
S16、将A中除A4外的目标物体信息作为A3。
4.根据权利要求1所述的系统,其特征在于,所述系统还包括物体检测设备,所述物体检测设备内部设置有x个关键摄像机,所述关键摄像机用于在检测到有目标物体经过物体检测设备时拍摄图像,WAi通过如下步骤获取:
S101、获取第i个目标物体对应的目标物体图像列表集TXi=(TXi1,TXi2,……,TXik,……,TXix),k=1,2,……,x,x为目标物体图像列表的数量;其中,第k个目标物体图像列表集TXik=(TXik1,TXik2,……,TXikc,……,TXikv(k)),c=1,2,……,v(k),v(k)为第k个关键摄像机拍摄的第i个目标物体箱的目标物体图像的数量,TXikc为第k个关键摄像机拍摄的第i个目标物体的第c个目标物体图像;
S102、对每一目标物体图像进行图像特征提取,获取目标物体图像特征维度列表集SWi=(SWi1,SWi2,……,SWik,……,SWix);其中,TXik对应的目标物体图像特征维度列表SWik=(SWik1,SWik2,……,SWikc,……,SWikv(k)),SWikc为TXikc对应的目标物体图像特征维度;
S103、获取TXi对应的目标物体图像清晰度列表集QWi=(QWi1,QWi2,……,QWik,……,QWix);其中,TXik对应的目标物体图像清晰度列表QWik=(QWik1,QWik2,……,QWikc,……,QWikv(k)),QWikc为TXikc对应的目标物体图像清晰度;
S104、根据SWi和QWi,获取TXi对应的第二优先级列表集Y2i=(Y2i1,Y2i2,……,Y2ik,……,Y2ix);其中,TXik对应的第二优先级列表Y2ik=(Y2ik1,Y2ik2,……,Y2ikc,……,Y2ikv(k)),Y2ikc为TXikc对应的第二优先级,Y2ikc符合如下条件:Y2ick=β*SWikc+γ*QWikc,其中,β为第一预设权重值,γ第二预设权重值,且β+γ=1;
S105、根据Y2i,获取第三优先级列表Y3i=(Y3i1,Y3i2,……,Y3ik,……,Y3ix);其中,Y3ik为第i个目标物体对应的第k个第三优先级,且Y3ik符合如下条件:Y3ik=max(Y2ik);
S106、根据Y3i,获取关键物体图像列表GTi=(GTi1,GTi2,……,GTik,……,GTix);其中,GTik为第i个目标物体对应的第k个关键物体图像,所述关键物体图像为第三优先级对应的目标物体图像;
S107、对GTi中的每一关键拍摄图像进行图像特征提取,以得到WAi。
5.根据权利要求1所述的系统,其特征在于,T30=[15min,45min]。
6.根据权利要求5所述的系统,其特征在于,T30=30min。
7.根据权利要求4所述的系统,其特征在于,β=0.5,γ=0.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310530165.9A CN116597182B (zh) | 2023-05-11 | 2023-05-11 | 一种传输物体信息的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310530165.9A CN116597182B (zh) | 2023-05-11 | 2023-05-11 | 一种传输物体信息的系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116597182A CN116597182A (zh) | 2023-08-15 |
CN116597182B true CN116597182B (zh) | 2024-04-19 |
Family
ID=87593090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310530165.9A Active CN116597182B (zh) | 2023-05-11 | 2023-05-11 | 一种传输物体信息的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116597182B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255896A (zh) * | 2018-10-30 | 2019-01-22 | 河南理工大学 | 一种自助式行李寄存托运柜系统及使用方法 |
WO2020019966A1 (zh) * | 2018-07-27 | 2020-01-30 | 阿里巴巴集团控股有限公司 | 一种检测方法及装置、一种计算设备及存储介质 |
WO2020067433A1 (ja) * | 2018-09-28 | 2020-04-02 | 株式会社デンソーウェーブ | 荷物管理システム、及び、このシステムで用いるサーバ |
CN113283555A (zh) * | 2021-05-21 | 2021-08-20 | 秦皇岛领思科技有限公司 | 一种列车内部行李全方位防丢失管理系统及其运行方法 |
CN113364783A (zh) * | 2021-06-09 | 2021-09-07 | 广东中运信息科技有限公司 | 一种基于大数据的人脸识别客运行李匹配控制系统 |
CN113743545A (zh) * | 2020-05-29 | 2021-12-03 | 杭州海康威视数字技术股份有限公司 | 行李托运管理系统、方法、装置、服务器及存储介质 |
JPWO2022038709A1 (zh) * | 2020-08-19 | 2022-02-24 | ||
CN114463899A (zh) * | 2022-01-28 | 2022-05-10 | 上海商汤科技开发有限公司 | 物品存放方法、装置、存储柜、电子设备及存储介质 |
CN115795530A (zh) * | 2022-10-31 | 2023-03-14 | 浙江省大数据联合计算中心有限公司 | 一种获取目标画像标签的数据处理系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160239733A1 (en) * | 2012-05-23 | 2016-08-18 | Allen D. Hertz | Misplaced or forgotten article recovery process |
US20170004384A1 (en) * | 2015-07-01 | 2017-01-05 | Amadeus S.A.S. | Image based baggage tracking system |
-
2023
- 2023-05-11 CN CN202310530165.9A patent/CN116597182B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020019966A1 (zh) * | 2018-07-27 | 2020-01-30 | 阿里巴巴集团控股有限公司 | 一种检测方法及装置、一种计算设备及存储介质 |
WO2020067433A1 (ja) * | 2018-09-28 | 2020-04-02 | 株式会社デンソーウェーブ | 荷物管理システム、及び、このシステムで用いるサーバ |
CN109255896A (zh) * | 2018-10-30 | 2019-01-22 | 河南理工大学 | 一种自助式行李寄存托运柜系统及使用方法 |
CN113743545A (zh) * | 2020-05-29 | 2021-12-03 | 杭州海康威视数字技术股份有限公司 | 行李托运管理系统、方法、装置、服务器及存储介质 |
JPWO2022038709A1 (zh) * | 2020-08-19 | 2022-02-24 | ||
CN113283555A (zh) * | 2021-05-21 | 2021-08-20 | 秦皇岛领思科技有限公司 | 一种列车内部行李全方位防丢失管理系统及其运行方法 |
CN113364783A (zh) * | 2021-06-09 | 2021-09-07 | 广东中运信息科技有限公司 | 一种基于大数据的人脸识别客运行李匹配控制系统 |
CN114463899A (zh) * | 2022-01-28 | 2022-05-10 | 上海商汤科技开发有限公司 | 物品存放方法、装置、存储柜、电子设备及存储介质 |
CN115795530A (zh) * | 2022-10-31 | 2023-03-14 | 浙江省大数据联合计算中心有限公司 | 一种获取目标画像标签的数据处理系统 |
Non-Patent Citations (1)
Title |
---|
基于视觉传感网络的目标跟踪系统设计;王强;;现代电子技术;20160415(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116597182A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9087245B2 (en) | Portable terminal and computer program for locating objects with RFID tags based on stored position and direction data | |
CN108886582A (zh) | 摄像装置及聚焦控制方法 | |
WO2016199662A1 (ja) | 画像情報処理システム | |
US20170228585A1 (en) | Face recognition system and face recognition method | |
CN103369234A (zh) | 服务器、客户终端、系统和存储介质 | |
US20170019590A1 (en) | Imaging apparatus, information processing apparatus, image photographing assist system and image photographing assist method | |
KR20120126529A (ko) | 촬영정보를 이용한 사용자 간 연관성 분석방법 및 시스템 | |
JP6687199B2 (ja) | 商品棚位置登録プログラム、及び情報処理装置 | |
CN115004269A (zh) | 监视装置、监视方法及程序 | |
CN107948258A (zh) | 一种基于智慧校园的访客识别系统 | |
EP3462734A1 (en) | Systems and methods for directly accessing video data streams and data between devices in a video surveillance system | |
JP2017078952A (ja) | 空港内パッセンジャー追跡システム | |
US20060269100A1 (en) | Composite marker and composite marker information acquisition apparatus | |
CN110264497B (zh) | 跟踪时长的确定方法及装置、存储介质、电子装置 | |
CN116597182B (zh) | 一种传输物体信息的系统 | |
CN113627405B (zh) | 景区危险监控方法、装置和计算机设备 | |
JP2019163172A (ja) | システム、情報処理装置、情報処理方法、プログラム及び記録媒体 | |
CN116258984B (zh) | 一种物体识别的系统 | |
KR20180049470A (ko) | 대형 재난 현장 대응을 위한 nfc 태그 환자 식별띠 및 비콘을 이용한 응급 이송 관리 스마트 시스템 | |
US20190228032A1 (en) | Non-transitory computer readable medium, information processing apparatus, and information processing method for determining a location of a target based on image information generated by capturing an image of the target | |
CN102496010A (zh) | 一种结合预览图像和拍摄图像的名片识别方法 | |
US11216969B2 (en) | System, method, and computer-readable medium for managing position of target | |
JP6288166B2 (ja) | 携帯端末及びプログラム | |
JP2022092364A (ja) | 資機材管理システム | |
CN110324528A (zh) | 摄像装置、影像处理系统及方法 |
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 |