CN117746198A - 一种检测油料被盗的方法、装置及设备 - Google Patents

Abstract

本申请提供一种检测油料被盗的方法、装置及设备，涉及计算机技术领域。该方法中通过第一拍摄装置拍摄车辆的侧面的第一图像；若第一图像包括第一人员和管线，且第一人员与所述管线均位于第一区域，则检测车辆的油箱的油料是否被盗；检测车辆的油箱的油料是否被盗，通过第二拍摄装置拍摄油箱的第一区域内的第一人脸图像；根据第一人脸图像，确定第一人脸图像对应的第二人员是否为非许可人员；若满足第一条件，则确定所述油箱的油料被盗，或，若不满足第一条件，则确定油箱的油料没有被盗，第一条件包括第二人员为非许可人员。由于通过分析第一图像和第一人脸图像，结合车辆周边环境和是否为许可人员的分析，可提高对偷油行为检测的准确度。

Description

一种检测油料被盗的方法、装置及设备

技术领域

本申请涉及计算机技术领域，提供一种检测油料被盗的方法、装置及设备。

背景技术

在运输行业，大量大中型的货车支撑着我国庞大的货运需求。为满足长途运输的需求，往往会为货车配备超大的油箱以存储运输所需的油料。油料的价值高且对于按时完成运输任务至关重要，因此如何防范与预警盗窃油料的行为是亟需解决的问题。

目前，一般是通过油箱处的机械保护结构或者通过油箱内部油量传感器等分析是否存在油料盗窃行为。这种检测方式较为简单，但这种检测方式只对油量进行分析，导致其检测准确性较差，例如，可能将驾驶员的正常操作或加油站的员工的抽油行为等正常行为，识别为油料盗窃行为，即产生误检测。

发明内容

本申请实施例提供一种检测油料被盗的方法、装置及设备，提高检测油料被盗的结果的准确度。

第一方面，本申请实施例提供一种检测油料被盗的方法，包括：通过第一拍摄装置拍摄车辆的侧面的第一图像；若第一图像包括第一人员和管线，且第一人员与管线均位于第一区域，则检测车辆的油箱的油量是否存在异常；检测车辆的油箱的油料是否被盗，其中，通过第二拍摄装置拍摄油箱的第一区域内的第一人脸图像；根据第一人脸图像，确定第一人脸图像对应的第二人员是否为非许可人员；若满足第一条件，则确定油箱的油料被盗，或，若不满足第一条件，则确定油箱的油量油料没有被盗，其中，第一条件包括第二人员为非许可人员。

在本申请实施例中，在检测车辆的油箱的油料是否被盗之前，对车辆侧面的的第一图像进行分析，判断人员与管线是否进入第一区域，若进入，表示可能触发油料盗窃的行为，因此对车身侧面的第一图像进行分析，可视为结合车辆周边环境分析；然后检测车辆的油箱的油料是否被盗时，通过第二拍摄装置对第一人脸图像进行分析，减少对许可人员的误判，综上，在结合车辆周边环境分析和是否为许可人员的分析，可提高对偷油行为检测的准确度；二则在检测到车身侧面有人员和管线进入第一区域时，才触发后续检测，为后续检测步骤减少能源等成本消耗。

许可人员的操作默认为许可操作，可有效防止对许可操作进行误判；若是非许可操作，拍摄油箱的第一区域内的第一人脸图像，可对犯罪主体的人脸图像进行记录保存，方便后期报警。

可选的，所述方法还包括：将第一图像输入第一神经网络模型，获得第一人员的第一位置和管线的第二位置；确定第一位置和第二位置位于第一区域。

在上述可选的实施方式，中通过神经网络模型分析第一图像中，第一人员与管线是否处于车身侧面的风险区域(即，第一区域)中，相较于其他手段识别更加迅速且准确。

可选的，确定第一人脸图像对应的第二人员是否为非许可人员，包括：将第一人脸图像输入第二神经网络模型，获得第一人脸区域；对第一人脸区域和图像库中的人脸进行比对，其中，图像库包括至少一个许可人员的人脸图像；若第一人脸区域和图像库中的人脸比对失败，则确定第二人员属于非许可人员。

在上述可选的实施方式中，通过第二神经网络模型分析确定所述第一人脸图像对应的第二人员是否为非许可人员，相较于其他方法可以提供更加高效准确的识别；图像库包含预设的许可人员，可尽可能确保许可的操作人员不被误判。

可选的，第一条件还包括：油箱的油箱口处于开启状态，和/或油箱的油料存量下降。

在上述可选的实施方式中，检测所述车辆的油箱的油料是否被盗的第一条件包括：第二人员为非许可人员、油箱的油箱口处于开启状态，和油箱的油料存量下降，可准确判定是否为非许可人员进行的油料抽取行为，提高了对偷油行为检测的准确度。

可选的，所述方法还包括：通过第二拍摄装置拍摄油箱的油箱口的第二图像；确定油箱口处于开启状态。

在上述可选的实施方式中，通过第二拍摄中装置确定油箱口是否处于开启状态，不依赖车辆有油箱口开启检测装置，使该方案适配性更高，应用范围更广。

可选的，在针对所述车辆的油箱的油料是否被盗进行检测之后，还包括：将第一人脸图像发送给第一设备，并控制所述车辆输出报警提示。

在上述可选的实施方式中，将第一人脸图像发送给第一设备，留存有第二人员的第一人脸图像，为后续追责提供证据辅助；输出报警提示可以对现场偷油人员有一定震慑作用。

第二方面，本申请实施例提供一种检测油料被盗的装置，该装置包括：

获取模块，通过第一拍摄装置获取车辆的侧面的第一图像；分析模块，分析第一图像包括第一人员和管线，且第一人员与管线均位于第一区域；检测模块，检测车辆的油箱的油料是否被盗，其中，通过第二拍摄装置拍摄油箱的第一区域内的第一人脸图像；根据第一人脸图像，确定第一人脸图像对应的第二人员是否为非许可人员；若满足第一条件，则确定油箱的油料被盗，或，若不满足第一条件，则确定油箱的油量油料没有被盗，其中，第一条件包括第二人员为非许可人员。

可选的，分析模块还用于：将第一图像输入第一神经网络模型，获得第一人员的第一位置和管线的第二位置；确定第一位置和第二位置位于第一区域。

可选的，检测模块还用于：将第一人脸图像输入第二神经网络模型，获得第一人脸区域；对第一人脸区域和图像库中的人脸进行比对，其中，图像库包括至少一个许可人员的人脸图像；若第一人脸区域和图像库中的人脸比对失败，则确定第二人员属于非许可人员。

可选的，第一条件还包括：油箱的油箱口处于开启状态，和/或油箱的油料存量下降。

可选的，检测模块还用于：通过第一拍摄装置拍摄所述油箱的油箱口的第二图像；确定油箱口处于开启状态。

可选的，检测模块还用于：在针对车辆的油箱是否存在偷油行为进行检测之后，将第一人脸图像发送给第一设备，并根据检测的结果控制车辆输出报警提示。

第三方面，本申请实施例提供一种检测油料被盗的设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，至少一个处理器通过执行存储器存储的指令实现上述第一方面及任一可选的实施方式中的所述的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如第一方面及任一可选的实施方式中的所述的方法。

第五方面，本申请实施例提供一种包含指令的计算机程序产品，当其在计算机上运行时，实现上述第一方面及任一可选的实施方式中的所述的方法。

第二方面至第四方面的有益效果可以参照第一方面及可选的实施方式对应的有益效果，此处不再重复列举。

附图说明

图1为本申请实施例提供的一种检测油料被盗的场景示意图；

图2为本申请实施例提供的一种检测油料被盗的方法的流程示意图；

图3为本申请实施例提供的一种第一拍摄装置的应用场景示意图；

图4为本申请实施例提供的检所述车辆的油箱的油料是否被盗的流程示意图；

图5为本申请实施例提供的一种检测油料被盗的装置的结构示意图；

图6为本申请实施例提供的一种检测油料被盗的设备的结构示意图。

具体实施方式

为了更好地理解本申请实施例提供的技术方案，下面将结合说明书附图以及具体的实施方式进行详细的说明。

本申请实施例提供的方法可以适用于检测包括油箱的车辆中的油料是否被盗等场景。车辆例如可以是任意类型的车辆，包括但不限于大货车等。

例如，请参照图1，为本申请实施例提供的一种检测油料被盗的场景示意图。该场景包括第一拍摄装置、第二拍摄装置和处理器。可选的，该场景还包括图像库、报警器、第一设备和油量传感器。

第一拍摄装置和第二拍摄装置均可为照相机或摄像头等，二者均可安装在车辆上，例如，第一拍摄装置可安装在车辆的后视镜内，第二拍摄装置可安装在车辆的油箱上。

第一拍摄装置可拍摄车辆的侧面的第一图像，并将第一图像发送给处理器。同理，第二拍摄装置可以拍摄车辆油箱开关口的图像和第一人脸图像，并将其发送给处理器，处理器可以是车辆自带的处理器，例如可为车辆的车身控制器。处理器也可以是配备可实现该本申请实施例提供的方法的处理器。图像库可位于服务器上。

处理器在检测到油料被盗时，可以控制报警器输出提示信息，还可将第一人脸图像发送给第一设备。报警器可以是声光报警器。第一设备可以是司机的手机或者车辆的控制平台等。处理器负责连通或控制车辆中相关设备，并与车辆外的设备保持通信。

应当说明的是，图1是对本申请实施例能够适用的场景进行示例，但实际上本申请实施例还可适用于其他的场景，本申请实施例对此不做限定。

下面结合附图，对本申请实施例提供的检测油料被盗的方法进行介绍。

参见图2，为本申请实施例提供的一种检测油料被盗的方法的流程示意图。图2示意了步骤201-步骤203这些步骤，下面对这些步骤分别进行介绍。

步骤201，第一拍摄装置拍摄车辆侧面的第一图像。

示例性的，第一拍摄装置可以实时地拍摄车辆侧面的图像，或者第一拍摄装置可以周期性地拍摄车辆侧面的图像，或者第一拍摄装置在接收来自车辆的处理器的油料防盗信号，触发拍摄车辆侧面的图像。

油料防盗信号用于开启检测油料被盗的方法。处理器发送油料防盗信号的条件是，当车辆不在行驶过程中，且车门全部关闭，车辆没有点火启动时，处理器自动根据车辆蓄电池电量是否支持后续检测油料被盗的流程，自动发出油料防盗信号。

本申请实施例中是以处理第一拍摄装置拍摄的第一图像为例，对第一拍摄装置拍摄的任一图像的处理过程进行介绍。

响应于车辆处理器发出的油料防盗信号，第一拍摄装置开始拍摄车辆侧身的第一图像。

可选的，第一拍摄装置可以嵌入设置在车辆的后视镜内。第一拍摄装置位于后视镜内，可以避免其物理结构被破坏，也可降低油料盗窃者的反侦察意识。

步骤202，分析第一图像是否包含第一人员和管线且第一人员和管线是否进入第一区域。

例如请参照图3，为第一拍摄装置的应用场景示意图，在油箱附近划分第一区域，第一区域的边界与油箱的距离为第一阈值，其中，第一阈值可以是预设的。第一区域可视为风险区域。

第一人员是任一的人员，并不特指某个人，管线例如偷油者携带的管线。示例性的，处理器可以分析第一图像是否具有人物的特征和管线的特征，检测第一图像内是否有人员和管线。

可选的，将第一图像输入第一神经网络模型，通过该模型输出类别和位置。

可选的，在此之前，第一区域的边界可以提前预设或者根据第一神经网络模型的训练数据，在训练模型的过程中作为相关参数，由模型自动生成。

可选的，该第一神经网络模型可以是基于深度学习的第一神经网络模型。该模型结构包含了用于特征融合的多层卷积神经网络层，用于特征提取的下采样层和用于特征降维的池化层。将模型结构的输出送入输出模块，输出模块包含：分类模块，用于获得目标的类别，和回归模块，用于获得目标的位置，其中类别包括：人员和管线，位置包括目标对应的大小和坐标。

如果处理器检测第一区域中存在人员和管线，那么可执行步骤203，即检测所述车辆的油箱的油料是否被盗；如果第一区域中不存在人员和管线中的至少一个，则控制第一拍摄装置继续拍摄车辆侧身的图像。

步骤203，检测车辆的油箱的油料是否被盗。

下面结合图4所示的一种检测所述车辆的油箱的油料是否被盗的流程示意图，对步骤203的一种实现方式进行说明。

步骤401，第二拍摄装置拍摄第一人脸图像。

可能的，第二拍摄装置可以设置在油箱口上方，与车辆相对设置，可拍摄操作油箱口的人员。

由于第一图像包含第一人员和管线且第一人员和管线已经进入第一区域，此时处理器可启动第二拍摄装置可能拍摄到操作油箱口的人员。

步骤402，分析所述第一人脸图像对应的第二人员是否为非许可人员。

可选的，将第一人脸图像输入第二神经网络模型，通过该模型输出是否为非许可人员。第二神经网络模型包括：人脸分析模块和特征对比模块。人脸分析模块包含了用于特征融合的多层卷积神经网络层，用于特征提取的下采样层和用于特征降维的池化层，特征比对模块包含：用于特征提取的下采样层特征提取层和特征相似度计算，特征比对模块将人脸分析模块获取的人脸和图像库进行比对，得出是否为非许可人员。

步骤403，第二拍摄装置拍摄所述油箱的油箱口的第二图像。

可能的，第二拍摄装置可以同时拍摄人脸和油箱口，第二图像也即第一人脸图像，可以包括人员的图像，或者还包括油箱口。

步骤404，分析油箱的油箱口是否处于开启状态。

可能的，将第二图像输入第三神经网络模型，该模型结构与第一神经网络模型结构相似，将第二图像输入第三神经网络模型，通过该模型输出类别和位置。

该模型结构包含了用于特征融合的多层卷积神经网络层，用于特征提取的下采样层和用于特征降维的池化层。将模型结构的输出送入输出模块，输出模块包含由分类模块和回归模块分别用于获得目标的类别和状态，其中类别包括：油箱口开关，状态包括：开与关。

步骤405，油箱传感器检测油量变化。

可能的，在第一时间段内，处理器记录油料传感器指示的油量，第一时间段可以是预设的时间段内。

步骤406，分析油箱的油料存量是否下降。

若第一时间段结束时处理器记录的油量低于第一时间段开始时记录的油量，则视为油量降低。反之，则确定油量没有降低。

步骤407，判断是否满足第一条件。

其中，因为步骤403-步骤406是可选的，所以在不同情况下第一条件不同，则判断是否满足第一条件的方式也不同，下面分别说明。所以第一条件可能为以下四种情况：

1、第一条件包括第二人员为非许可人员。

2、第一条件包括第二人员为非许可人员且油箱的油箱口处于开启状态。

3、第一条件包括第二人员为非许可人员且油箱的油料存量下降。

4、第一条件包括第二人员为非许可人员、油箱的油箱口处于开启状态，且油箱的油料存量下降。

其他情况则视为不满足第一条件，结束检测车辆的油箱的油料是否被盗的流程。

步骤408，将第一人脸图像发送给第一设备，并控制所述车辆输出报警提示。

可能的，处理器将第一人脸图像发送给第一设备。第一设备包括：司机的手机或车辆监控系统的服务器等。车辆内部处理器具有通信功能，可以通过4G无线网络将图像发给第一设备。

可能的，处理器控制所述车辆输出报警提示，报警提示可以是声光报警，处理器通过控制车辆车灯在指定频率下闪烁和扬声器发出预设报警音频，输出声光报警提示。

基于同一发明构思，请参照图5，本申请实施例提供一种检测油料被盗的装置，该检测油料被盗的装置500包括获取模块501、分析模块502和检测模块503。

获取模块501，通过第一拍摄装置获取车辆的侧面的第一图像；

分析模块502，分析第一图像包括第一人员和管线，且第一人员与管线均位于第一区域；

检测模块503，检测所述车辆的油箱的油料是否被盗，其中，通过第二拍摄装置拍摄油箱的第一区域内的第一人脸图像；根据第一人脸图像，确定第一人脸图像对应的第二人员是否为非许可人员；若满足第一条件，则确定油箱的油料被盗，或，若不满足第一条件，则确定油箱的油量油料没有被盗，其中，第一条件包括第二人员为非许可人员。

可选的，分析模块502还用于：将第一图像输入第一神经网络模型，获得第一人员的第一位置和管线的第二位置；确定第一位置和第二位置位于第一区域。

可选的，检测模块503具体用于：通过第二拍摄装置拍摄油箱的第一区域内的第一人脸图像；根据第一人脸图像，确定第一人脸图像对应的第二人员是否为非许可人员；若满足第一条件，则确定油箱的油量存在异常，或，若不满足第一条件，则确定油箱的油量不存在异常，其中，第一条件包括第二人员为非许可人员。

可选的，检测模块还503用于：将第一人脸图像输入第二神经网络模型，获得第一人脸区域；对第一人脸区域和图像库中的人脸进行比对，其中，图像库包括至少一个许可人员的人脸图像；若第一人脸区域和图像库中的人脸比对失败，则确定第二人员属于非许可人员。

可选的，第一条件还包括：油箱的油箱口处于开启状态，和/或油箱的油料存量下降。

可选的，检测模块503还用于：通过第一拍摄装置拍摄所述油箱的油箱口的第二图像；确定油箱口处于开启状态。

可选的，检测模块503还用于：在针对车辆的油箱是否存在偷油行为进行检测之后，将第一人脸图像发送给第一设备，并根据检测的结果控制车辆输出报警提示。

其中涉及的获取模块501、分析模块502和检测模块503执行的步骤可具体参照前文图2或图4论述的内容，此处不再列举。

基于同一发明构思，请参照图6，本申请实施例提供一种检测油料被盗的设备，该检测油料被盗的设备600包括：至少一个处理器601，以及与至少一个处理器601通信连接的存储器602；其中，存储器602存储有可被至少一个处理器601执行的指令，至少一个处理器601通过执行存储器602存储的指令实现如前文任一的检测油料被盗方法，例如前文图2或图4中任一项所述的方法。

作为一种实施例，检测油料被盗装置中的获取模块501、分析模块502和检测模块503，可以通过本申请实施例中的处理器601来实现。

基于同一发明构思，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行前文任一的检测油料被盗的方法，例如前文图2或图4中任一项所述的方法。

基于同一发明构思，本申请实施例提供一种包含指令的计算机程序产品，当其在计算机上运行时，实现前文任一的检测油料被盗的方法，例如前文图2或图4中任一项所述的方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (9)

1.一种检测油料被盗的方法，其特征在于，包括：

通过第一拍摄装置拍摄车辆的侧面的第一图像；

若所述第一图像包括第一人员和管线，且所述第一人员与所述管线均位于第一区域，则检测所述车辆的油箱的油料是否被盗；

检测所述车辆的油箱的油料是否被盗，其中，通过第二拍摄装置拍摄油箱的第一区域内的第一人脸图像；根据所述第一人脸图像，确定所述第一人脸图像对应的第二人员是否为非许可人员；若满足第一条件，则确定所述油箱的油料被盗，或，若不满足第一条件，则确定油箱的油料没有被盗，其中，所述第一条件包括第二人员为非许可人员。

2.如权利要求1所述方法，其特征在于，所述方法还包括：

将第一图像输入第一神经网络模型，获得所述第一人员的第一位置和所述管线的第二位置；

确定所述第一位置和所述第二位置位于所述第一区域。

3.如权利要求1所述方法，其特征在于，确定所述第一人脸图像对应的第二人员是否为非许可人员，包括：

将所述第一人脸图像输入第二神经网络模型，获得第一人脸区域；

对第一人脸区域和图像库中的人脸进行比对，其中，所述图像库包括至少一个许可人员的人脸图像；

若第一人脸区域和图像库中的人脸比对失败，则确定所述第二人员属于非许可人员。

4.如权利要求1-3任一所述的方法，其特征在于，所述第一条件还包括：

所述油箱的油箱口处于开启状态和/或所述油箱的油料存量下降。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

通过第二拍摄装置拍摄所述油箱的油箱口的第二图像；

确定所述油箱口处于所述开启状态。

6.如权利要求1所述的方法，其特征在于，在检测所述车辆的油箱的油料是否被盗之后，还包括：

将所述第一人脸图像发送给第一设备，并控制所述车辆输出报警提示。

7.一种检测油料被盗的装置，其特征在于，包括：

获取模块，通过第一拍摄装置获取车辆的侧面的第一图像；

分析模块，分析所述第一图像是否包括第一人员和管线，且所述第一人员与所述管线是否均位于第一区域；

检测模块，检测所述车辆的油箱的油料是否被盗。

8.一种检测油料被盗的设备，其特征在于，包括：

至少一个处理器，以及

与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-6中任一项所述的方法。