KR102518380B1 - 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템 - Google Patents

송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템 Download PDF

Info

Publication number
KR102518380B1
KR102518380B1 KR1020220108882A KR20220108882A KR102518380B1 KR 102518380 B1 KR102518380 B1 KR 102518380B1 KR 1020220108882 A KR1020220108882 A KR 1020220108882A KR 20220108882 A KR20220108882 A KR 20220108882A KR 102518380 B1 KR102518380 B1 KR 102518380B1
Authority
KR
South Korea
Prior art keywords
information
image
product
barcode
packaging
Prior art date
Application number
KR1020220108882A
Other languages
English (en)
Inventor
이기훈
Original Assignee
주식회사 그루핑
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 주식회사 그루핑 filed Critical 주식회사 그루핑
Priority to KR1020220108882A priority Critical patent/KR102518380B1/ko
Application granted granted Critical
Publication of KR102518380B1 publication Critical patent/KR102518380B1/ko

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7834—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 audio features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
    • G06K19/06028—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding using bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q10/083—Shipping
    • G06Q10/0838—Historical data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/04—Billing or invoicing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Abstract

본 발명은 송장 정보를 정보 별로 인식하여 출고 패킹 과정을 관리하는 방법 및 시스템에 관한 것으로, 창고에서 주문된 물품을 패킹하여 출고하는 과정에서 출고되는 물품의 포장 과정에서 문제가 없음을 증명할 수 있는 영상을 구분 및 관리하고, 패킹 영상을 확보하여 배송 사고시 대처 방안을 확보하할 수 있는 방법 및 시스템에 관한 것으로, 외부에 물품 정보를 포함하는 자체바코드를 포함하는 물품 및 택배사 로고 이미지, 주문 정보를 포함하는 모바코드 및 주문 제품 정보를 포함하는 자바코드를 포함하는 운송장 중 적어도 어느 하나 이상을 운송하는 단계; 운송되는 상기 물품 및 상기 운송장 중 적어도 어느 하나의 영상을 촬영하는 단계; 상기 영상을 분석해 상기 운송장에 포함된 모바코드, 자바코드 및 상기 물품에 포함된 자체바코드 중 적어도 하나 이상을 검출하는 단계; 검출한 바코드를 인식하여 정보를 획득하고, 상기 주문 정보와 상기 택배사 로고 이미지 및 상기 주문 제품 정보와 상기 물품 정보를 비교해 일치 여부를 판단하는 단계; 상기 주문 제품 정보와 상기 물품 정보가 일치하는 경우 상기 물품의 포장 과정의 영상에 상기 물품 정보에 따른 마킹을 하는 단계; 및 다음 물품의 물품 정보에 따른 마킹 때까지 마킹을 유지하는 단계;를 포함하는 구성을 개시한다.

Description

송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템{OUTGOING PACKING VIDEO MANAGEMENT METHOD AND SYSTEM USING INVOICE INFORMATION RECOGNITION}
본 발명은 송장 정보를 정보 별로 인식하여 출고 패킹 과정을 관리하는 방법 및 시스템에 관한 것으로, 창고에서 주문된 물품을 패킹하여 출고하는 과정에서 출고되는 물품의 포장 과정에서 문제가 없음을 증명할 수 있는 영상을 구분 및 관리하고, 패킹 영상을 확보하여 배송 사고시 대처 방안을 확보하할 수 있는 방법 및 시스템에 관한 것이다.
최근 들어, 온라인 전자 상거래를 이용해 인터넷 쇼핑몰이 증가하고 활성화되면서, 그에 따른 물류 처리 시스템의 활용은 늘어났으나, 늘어난 수요와 비교하여 물류 처리 시스템의 발전은 그에 못미치고 있다. 따라서, 창고의 물류 처리 시스템의 개선에 많은 연구가 집중되고 있는데, 왜냐하면, 온라인 전자 상거래를 통한 거래는 필연적으로 물품 배송으로 이어지므로, 폭증하는 택배 물량을 자동화된 물류 처리 시스템을 기반으로 최소의 인력 리소스를 투입하여 효율적으로 처리하는 것이 기업 가치 창출에 큰 기여가 될 수 있기 때문이다.
대기업의 경우는 대량의 자본을 투입하여 자체적인 물류 처리 시스템을 갖추고 있으나, 중소기업들은 자체적인 시스템을 갖추지 못해 물류 배송 과정에서 착오로 인한 배송사고로 인한 손해가 발생하기도하고, 물류 창고의 재고 관리에서 수량 체크를 미스하여 손해가 발생하기도한다.
따라서, 간단하게 물류 패킹 영상을 관리하여 과실이 없는 문제에 대한 자기방어를 할 수 있는 기술이 필요한 실정이다.
따라서, 본 발명은 상기한 바와 같은 문제점을 해결하기 위한 것으로서, 영상에서 바코드 및 이미지를 인식해 주문 내용에 맞게 패킹을 수행하는지 검토할 수 있는 방법 및 시스템을 제공한다.
본 발명은 컨베이어 벨트에서 이동하는 제품 또는 운송장의 영상에서 바코드의 위치에 상관없이 바코드를 찾아내 인식할 수 있는 방법 및 시스템 한다.
본 발명은 송장의 바코드를 모바코드 및 자바코드로 구분해 인식해 비교하여 더 빠르게 정보를 확인할 수 있는 방법 및 시스템을 제공한다.
본 발명은 송장의 정보를 확인해 물품의 포장 영상을 효율적으로 구분하고 분리해 저장할 수 있는 방법 및 시스템을 제공한다.
상기한 문제를 해결하기 위한 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법은 외부에 물품 정보를 포함하는 자체바코드를 포함하는 물품 및 택배사 로고 이미지, 주문 정보를 포함하는 모바코드 및 주문 제품 정보를 포함하는 자바코드를 포함하는 운송장 중 적어도 어느 하나 이상을 운송하는 단계; 운송되는 상기 물품 및 상기 운송장 중 적어도 어느 하나의 영상을 촬영하는 단계; 상기 영상을 분석해 상기 운송장에 포함된 모바코드, 자바코드 및 상기 물품에 포함된 자체바코드 중 적어도 하나 이상을 검출하는 단계; 검출한 바코드를 인식하여 정보를 획득하고, 상기 주문 정보와 상기 택배사 로고 이미지 및 상기 주문 제품 정보와 상기 물품 정보를 비교해 일치 여부를 판단하는 단계; 상기 주문 제품 정보와 상기 물품 정보가 일치하는 경우 상기 물품의 포장 과정의 영상에 상기 물품 정보에 따른 마킹을 하는 단계; 및 다음 물품의 물품 정보에 따른 마킹 때까지 마킹을 유지하는 단계;를 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 상기 제품의 마킹된 포장 영상을 분리해 저장하는 단계;를 더 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 상기 포장 영상 분리 저장 단계는 상기 마킹된 영역의 영상을 편집 범위로 한정하는 단계; 상기 편집 범위의 소리를 추출하는 단계; 상기 소리를 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시키는 단계; 상기 CNN 통과된 소리에서 테이프 파열음을 추출하는 단계; 및 최초 테이프 파열음 시작 시점 및 최후 테이프 파열음 종료 시점만큼 영상 잘라내 저장하는 단계;를 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 상기 포장 영상 분리 저장 단계는 상기 잘라낸 영상에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅해 저장하는 단계;를 더 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 상기 마킹 단계는 상기 마킹에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅할 수 있다.
본 발명에 따르면, 바코드를 모(母)라벨과 자(子)라벨로 구분해 인식해 주문 정보와 제품 정보를 빠르게 확인하여 배송사고를 방지하고, 포장 영상을 촬영하여 고객에 안심배송 서비스를 제공할 수 있다.
또한, 컨베이어 벨트에서 움직이는 제품이나 운송장의 이미지에서 바코드의 위치에 상관없이 바코드를 인식할 수 있다.
또한, 송장의 바코드를 모바코드 및 자바코드로 구분해 인식해 비교하여 더 빠르게 정보를 확인하여 정확하고 빠르게 포장하는 효율을 향상시킬 수 있다.
본 발명에 따르면 송장의 정보를 확인해 물품의 포장 영상을 효율적으로 구분하고 분리해 저장할 수 있다.
한편, 본 발명의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 물류창고에서 물품을 이송하는 컨베이어 벨트이다.
도 2는 본 발명의 일 실시 예에 따른 운송장의 바코드의 일 예시이다.
도 3은 본 발명의 일 실시 예에 따른 운송장의 바코드의 일 예시이다.
도 4는 본 발명의 일 실시 예에 따른 물품의 바코드의 일 예시이다.
도 5는 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리시스템의 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법의 흐름도이다.
도 7은 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법의 바코드 검출 방법의 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법의 바코드 정보 비교 방법의 흐름도이다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 '송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템'을 상세하게 설명한다. 설명하는 실시 예들은 본 발명의 기술사상을 당업자가 용이하게 이해할 수 있도록 제공되는 것으로 이에 의해 본 발명이 한정되지 않는다. 또한, 첨부된 도면에 표현된 사항들은 본 발명의 실시 예들을 쉽게 설명하기 위해 도식화된 도면으로 실제로 구현되는 형태와 상이할 수 있다.
한편, 이하에서 표현되는 각구성부는 본 발명을 구현하기 위한 예일 뿐이다. 따라서, 본 발명의 다른 구현에서는 본 발명의 사상 및 범위를 벗어나지 않는 범위에서 다른 구성부가 사용될 수 있다.
또한, 각구성부는 순전히 하드웨어 또는 소프트웨어의 구성만으로 구현될 수도 있지만, 동일 기능을 수행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합으로 구현될 수도 있다. 또한, 하나의 하드웨어 또는 소프트웨어에 의해 둘 이상의 구성부들이 함께 구현될 수도 있다.
또한, 어떤 구성요소들을 '포함'한다는 표현은, '개방형'의 표현으로서 해당구성요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성요소들을 배제하는 것으로 이해되어서는 안된다.
도 1은 물류창고에서 물품을 이송하는 컨베이어 벨트이다.
도 1을 참조하면, 물류창고는 인터넷 쇼핑몰, 오프라인 쇼핑몰 등에서 주분이 들어오면 주분된 물품을 컨베이어 벨트를 이용해 포장대로 이동시킬 수 있다. 본 발명의 일 실시 예에 따르면, 상기 컨베이어 벨트는 운송장을 상기 포장대로 이동시킬 수 있다. 포장대로 이송되면 포장이 시작되는데, 이때, 주문 내용 및 물품 등을 작업자가 확인하게 되는데 이 과정에서 오류가 발생하여 물품이 다른 곳으로 배송되거나 주문하지 않은 물품이 배송되는 사고가 발생할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 운송장의 바코드의 일 예시이고, 도 3은 본 발명의 일 실시 예에 따른 운송장의 바코드의 일 예시이고, 도 4는 본 발명의 일 실시 예에 따른 물품의 바코드의 일 예시이다.
도 2 내지 도 4를 참조하면, 운송장 또는 물품의 적어도 일부에 바코드가 포함되어 있을 수 있다. 상기 운송장에 포함되는 바코드는 적어도 하나 이상일 수 있다. 상기 운송장에 포함되는 바코드가 단일 바코드인 경우, 일부는 주문 정보를 포함하고 나머지 일부는 주문 제품 정보를 포함할 수 있다. 상기 주문 정보는 주문자 신원, 배송지, 택배사의 정보 중 적어도 하나 이상을 포함할 수 있다. 상기 주문 제품 정보는 물품의 종류, 물품의 색상, 물품의 사이즈 및 물품의 모델 번호 중 적어도 하나 이상을 포함할 수 있다.
상기 물품에 포함되는 바코드는 자체바코드일 수 있다. 상기 자체바코드는 물품의 종류, 물품의 색상, 물품의 사이즈 및 물품의 모델 번호 중 적어도 하나 이상을 포함할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리시스템의 블록도이다.
도 5를 참조하면, 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리시스템(100)은 컨베이어벨트(110), 이동영상획득부(120), 바코드검출부(130), 판단부(140), 출력부(150), 포장영상획득부(160) 및 영상편집부(170)를 포함할 수 있다.
상기 컨베이어벨트(110)는 물품 또는 운송장을 이동시킬 수 있다. 상기 컨베이어벨트(110)는 상기 물품 또는 상기 운송장을 포장대로 이동시킬 수 있다. 상기 컨베이어벨트(110)는 상기 물품과 관련된 상기 운송장을 같은 포장대로 이동시킬 수 있다. 상기 포장대는 복수의 장소일 수 있다. 상기 물품은 외부에 물품 정보를 포함하는 자체바코드를 포함할 수 있다. 상기 운송장은 택배사 로고 이미지, 주문 정보를 포함하는 모바코드 및 주문 제품 정보를 포함하는 자바코드를 포함할 수 있다.
상기 이동영상획득부(120)는 상기 컨베이어 벨트에서 운송되는 상기 물품 및 상기 운송장 중 적어도 어느 하나의 영상을 촬영할 수 있다. 상기 이동영상획득부(120)는 카메라를 포함할 수 있다. 상기 이동영상획득부(120)는 상기 컨베이어벨트(110)를 촬영하는 CCTV로 대체될 수 있다. 상기 이동영상획득부(120)는 상기 컨베이어벨트(110)를 6면에서 촬영할 수 있다. 이때, 상기 컨베이어벨트(110)는 벨트 부분이 투명한 소재로 구성되어 상기 이동영상획득부(120)가 상기 컨베이어벨트(110) 하부에서 상기 물품 또는 상기 운송장의 영상을 획득할 수 있다.
상기 바코드검출부(130)는 상기 이동영상획득부(120)가 촬영 또는 획득한 영상에서 바코드를 검출할 수 있다. 상기 바코드검출부(130)는 상기 이동영상획득부(120)에서 획득한 영상을 분석해 상기 운송장에 포함된 모바코드, 자바코드 및 상기 물품에 포함된 자체바코드 중 적어도 하나 이상을 검출할 수 있다. 상기 바코드검출부(130)는 상기 모바코드, 상기 자바코드 및 상기 자체바코드 중 적어도 하나 이상을 상기 판단부(140)로 전송할 수 있다. 상기 바코드검출부(130)는 인공지능 영상 분석을 통해 상기 바코드를 검출할 수 있다. 상기 바코드검출부(130)는 상기 운송장에 포함된 바코드를 포함된 정보 또는 배치에 따라 상기 바코드를 모바코드 및 자바코드로 구분할 수 있다.
상기 바코드검출부(130)는 상기 영상을 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시키고, 상기 영상을 시간 영역에서 움직임을 관측한 이미지를 누적하여 시간 영역 분석 이미지를 생성하여, 상기 시간 영역 분석 이미지에서 복수의 밀집된 사선형 특징을 검출한 후 DNN(Deep Neural Network)을 적용해 바코드의 위치를 판단하고, 운송장인지 물품인지 판단할 수 있다.
상기 바코드검출부(130)는 상기 영상을 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시키고, 상기 영상을 시간 영역에서 움직임을 관측한 이미지를 2가지 방향으로 각각 누적하여 시간 영역 분석 이미지를 생성하여, 2개의 상기 시간 영역 분석 이미지 중 적어도 하나에서 복수의 밀집된 사선형 특징을 검출한 후 DNN(Deep Neural Network)을 적용해 바코드의 위치를 판단하고, 운송장인지 물품인지 판단할 수 있다. 상기 2가지 방향은 직교하는 방향일 수 있다.
상기 바코드검출부(130)는 하기 수학식 1을 연산해 확률에 따라 바코드를 검출할 수 있다.
[수학식 1]
Figure 112022090888618-pat00001
여기서, H는 확률함수, b는 복수의 밀집된 사선형 특징, WR은 상기 복수의 밀집된 사선형 특징의 장축과 단축의 비율, Gn은 상기 복수의 밀집된 사선형 특징의 사선 수를 의미한다.
본 발명의 일 실시 예에 따라, 확률의 임계값을 설정하고 상기 제 바코드검출부(130)는 상기 수학식 1을 연산해 확률이 상기 임계값 이상이면 바코드로 판단할 수 있다. 바코드를 직접 찍어야 하는 기존 기술과 대비해 바코드를 직접 검출해 읽기 때문에 포장 과정에서 발생하는 비용을 감소시키고 시간을 단축할 수 있다.
상기 바코드검출부(130)는 상기 영상을 프레임 별로 이미지를 획득하여 CNN에 시간 순서에 따라 순차적으로 통과시켜 분석할 수 있다. 상기 바코드검출부(130)는 상기 영상이 CNN을 통과하여 추상적인 특징을 추출할 수 있다.
상기 바코드검출부(130)는 상기 영상을 시간 영역에서 움직임을 관측한 이미지를 누적하여 시간 영역 분석 이미지를 생성할 수 있다. 상기 바코드검출부(130)는 상기 CNN을 통과해 생성된 추상적 특징을 누적시켜 시간 영역 분석 이미지를 생성할 수 있다. 상기 바코드검출부(130)는 상기 추상적 특징을 누적한 시간 영역 분석 이미지를 연속적으로 생성할 수 있다. 상기 바코드검출부(130)는 연속적으로 생성된 상기 시간 영역 분석 이미지를 분석하여 상기 운송장 또는 상기 물품에 포함된 바코드의 위치를 감지할 수 있다. 상기 바코드검출부(130)는 상기 영상의 정지 이미지를 획득하고, 판단된 상기 바코드 위치에서 바코드 이미지를 획득하여, 운송장인 경우 상기 바코드 이미지에서 모바코드 및 자바코드를 분리하여 획득하고, 물품인 경우 자체바코드를 획득할 수 있다.
상기 판단부(140)는 검출한 바코드를 인식하여 정보를 획득하고, 상기 주문 정보와 상기 택배사 로고 이미지 및 상기 주문 제품 정보와 상기 물품 정보를 비교해 일치 여부를 판단할 수 있다. 상기 판단부(140)는 상기 택배사 로고 이미지를 CNN에 통과시켜 특징을 추출해 기학습된 상기 택배사 로고 이미지 별 특징과 매칭 여부를 비교해 택배사의 종류를 판단할 수 있다. 상기 판단부(140)는 상기 운송장 이미지 전체를 CNN에 통과시켜 특징을 추출해 기학습된 상기 택배사 로고 이미지별 특징과 일치하는 특징을 찾아 상기 택배사를 결정할 수 있다.
상기 판단부(140)는 상기 시간 영역 분석 이미지에서 기학습된 업체별 로고 이미지를 CNN 분석한 특징과 동일한 특징이 적어도 하나 이상 포함되어 있는 경우 운송장으로 판단하고, 기학습된 업체별 로고 이미지를 CNN 분석한 특징과 동일한 특징이 없는 경우 물품으로 판단할 수 있다.
상기 판단부(140)는 상기 모바코드에서 상기 주문 정보를 획득하여 상기 주문 정보상의 택배사와 상기 택배사 로고 이미지를 분석해 판단한 택배사의 일치 여부를 판단하고, 상기 자바코드에서 상기 주문 제품 정보를 획득하여 상기 주문 제품 정보상의 물품과 상기 자체바코드에서 획득한 정보를 분석한 상기 물품의 일치 여부를 판단하여, 상기 택배사 및 물품이 모두 일치하는 경우 일치로 판단하고, 그 외의 경우는 모두 불일치로 판단할 수 있다.
상기 판단부(140)는 상기 모바코드에서 상기 주문 정보를 획득하여 상기 주문 정보상의 택배사와 상기 택배사 로고 이미지를 분석해 판단한 택배사의 일치 여부를 판단하고, 상기 자바코드에서 상기 주문 제품 정보를 획득하여 상기 주문 제품 정보상의 물품과 상기 자체바코드에서 획득한 정보를 분석한 상기 물품의 일치 여부를 판단할 수 있다.
상기 출력부(150)는 포장 진행 명령 또는 포장 중단 명령을 출력할 수 있다. 상기 출력부(150)는 소리 또는 영상을 출력할 수 있다. 상기 출력부(150)는 스피커 또는 디스플레이를 포함할 수 있다. 상기 출력부(150)는 상기 판단부(140)에서 일치 판단을 내려 포장을 진행하는 경우 포장 진행 명령을 출력할 수 있다. 상기 출력부(150)는 상기 판단부(140)에서 불일치 판단을 내려 포장을 진행하지 않는 경우 포장 중단 명령을 출력할 수 있다.
상기 포장영상획득부(160)는 상기 판단부(150)의 판단 결과 상기 주문 제품 정보와 상기 물품 정보가 일치하는 경우 상기 물품의 포장 과정의 영상에 상기 물품 정보에 따른 마킹할 수 있다. 상기 포장영상획득부(160)는 다음 물품의 물품 정보에 따른 마킹 때까지 마킹을 유지할 수 있다. 상기 포장영상획득부(160)는 모든 상기 물품의 포장 과정 전체를 촬영해 영상을 생성할 수 있다. 상기 포장영상획득부(160)는 상기 마킹에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅할 수 있다. 상기 포장영상획득부(160)는 포장 과정을 촬영한 상기 영상을 상기 주문 정보 중 일부와 연동되는 제목으로 저장할 수 있다. 예를 들어 상기 포장영상획득부(160)는 포장 과정을 촬영한 상기 영상을 상기 주문 정보에 포함된 주문 번호와 같은 이름으로 저장할 수 있다.
상기 영상편집부(170)는 상기 포장영상획득부(160)이 상기 제품의 마킹된 포장 영상을 분리해 저장할 수 있다.
상기 영상편집부(170)는 상기 마킹된 영역의 영상을 편집 범위로 한정할 수 있다. 상기 영상편집부(170)는 상기 편집 범위의 소리를 추출할 수 있다.
상기 영상편집부(170)는 상기 소리를 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시킬 수 있다.
상기 영상편집부(170)는 상기 CNN 통과된 소리에서 테이프 파열음을 추출할 수 있다. 상기 영상편집부(170)는 CNN을 통과해 단순화된 상기 소리에에서 테이프 파열음의 특징을 가지는 부분을 적어도 2개 이상 추출할 수 있다.
상기 영상편집부(170)는 최초 테이프 파열음 시작 시점 및 최후 테이프 파열음 종료 시점만큼 영상 잘라내 저장할 수 있다. 박스 포장에 테이프 파열음을 찾아내 정확한 포장의 시작 시점과 종료 시점을 추출해 영상의 길이를 최소화하여 저장할 수 있다.
상기 영상편집부(170)는 상기 잘라낸 영상에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅해 저장할 수 있다. 영상에 상기 정보를 태깅하여 추후 영상을 찾아낼 필요가 있을 때 여러 방식으로 검색하여 필요한 영상을 찾아내 활용할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법의 흐름도이고, 도 7은 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법의 바코드 검출 방법의 흐름도이고, 도 8은 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법의 바코드 정보 비교 방법의 흐름도이다.
도 6 내지 도 8을 참조하면, 본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법은 외부에 물품 정보를 포함하는 자체바코드를 포함하는 물품 및 택배사 로고 이미지, 주문 정보를 포함하는 모바코드 및 주문 제품 정보를 포함하는 자바코드를 포함하는 운송장 중 적어도 어느 하나 이상을 운송하는 단계(S110)를 포함할 수 있다.
S110 단계에서, 상기 컨베이어벨트(110)는 물품 또는 운송장을 이동시킬 수 있다. 상기 컨베이어벨트(110)는 상기 물품 또는 상기 운송장을 포장대로 이동시킬 수 있다. 상기 컨베이어벨트(110)는 상기 물품과 관련된 상기 운송장을 같은 포장대로 이동시킬 수 있다. 상기 포장대는 복수의 장소일 수 있다. 상기 물품은 외부에 물품 정보를 포함하는 자체바코드를 포함할 수 있다. 상기 운송장은 택배사 로고 이미지, 주문 정보를 포함하는 모바코드 및 주문 제품 정보를 포함하는 자바코드를 포함할 수 있다.
본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법은 운송되는 상기 물품 및 상기 운송장 중 적어도 어느 하나의 영상을 촬영하는 단계(S120)를 포함할 수 있다.
S120 단계에서, 상기 이동영상획득부(120)는 상기 컨베이어 벨트에서 운송되는 상기 물품 및 상기 운송장 중 적어도 어느 하나의 영상을 촬영할 수 있다. 상기 이동영상획득부(120)는 카메라를 포함할 수 있다. 상기 이동영상획득부(120)는 상기 컨베이어벨트(110)를 촬영하는 CCTV로 대체될 수 있다. 상기 이동영상획득부(120)는 상기 컨베이어벨트(110)를 6면에서 촬영할 수 있다. 이때, 상기 컨베이어벨트(110)는 벨트 부분이 투명한 소재로 구성되어 상기 이동영상획득부(120)가 상기 컨베이어벨트(110) 하부에서 상기 물품 또는 상기 운송장의 영상을 획득할 수 있다.
본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법은 상기 영상을 분석해 상기 운송장에 포함된 모바코드, 자바코드 및 상기 물품에 포함된 자체바코드 중 적어도 하나 이상을 검출하는 단계(S130)를 포함할 수 있다.
S130 단계에서, 상기 바코드검출부(130)는 상기 이동영상획득부(120)가 촬영 또는 획득한 영상에서 바코드를 검출할 수 있다. 상기 바코드검출부(130)는 상기 이동영상획득부(120)에서 획득한 영상을 분석해 상기 운송장에 포함된 모바코드, 자바코드 및 상기 물품에 포함된 자체바코드 중 적어도 하나 이상을 검출할 수 있다. 상기 바코드검출부(130)는 상기 모바코드, 상기 자바코드 및 상기 자체바코드 중 적어도 하나 이상을 상기 판단부(140)로 전송할 수 있다. 상기 바코드검출부(130)는 인공지능 영상 분석을 통해 상기 바코드를 검출할 수 있다. 상기 바코드검출부(130)는 상기 운송장에 포함된 바코드를 포함된 정보 또는 배치에 따라 상기 바코드를 모바코드 및 자바코드로 구분할 수 있다.
본 발명의 일 실시 예에 따른 바코드 검출 단계는 상기 영상을 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시키는 단계(S131)를 포함할 수 있다.
S131 단계에서, 상기 바코드검출부(130)는 상기 영상을 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시킬 수 있다.
본 발명의 일 실시 예에 따른 바코드 검출 단계는 상기 영상을 시간 영역에서 움직임을 관측한 이미지를 누적하여 시간 영역 분석 이미지를 생성하는 단계(S132)를 포함할 수 있다. 상기 바코드검출부(130)는 상기 영상을 프레임 별로 이미지를 획득하여 CNN에 시간 순서에 따라 순차적으로 통과시켜 분석할 수 있다. 상기 바코드검출부(130)는 상기 영상이 CNN을 통과하여 추상적인 특징을 추출할 수 있다.
S132 단계에서, 상기 바코드검출부(130)는 상기 영상을 시간 영역에서 움직임을 관측한 이미지를 누적하여 시간 영역 분석 이미지를 생성할 수 있다. 본 발명의 일 실시 예에 따르면, 상기 바코드검출부(130)는 상기 영상을 시간 영역에서 움직임을 관측한 이미지를 2가지 방향으로 각각 누적하여 시간 영역 분석 이미지를 생성할 수 있다.
본 발명의 일 실시 예에 따른 바코드 검출 단계는 상기 시간 영역 분석 이미지에서 복수의 밀집된 사선형 특징을 검출한 후 DNN(Deep Neural Network)을 적용해 바코드의 위치를 판단하고, 운송장인지 물품인지 판단하는 단계(S133)를 포함할 수 있다.
S133 단계에서, 상기 바코드검출부(130)는 상기 시간 영역 분석 이미지에서 복수의 밀집된 사선형 특징을 검출한 후 DNN(Deep Neural Network)을 적용해 바코드의 위치를 판단하고, 운송장인지 물품인지 판단할 수 있다.
상기 바코드검출부(130)는 2개의 상기 시간 영역 분석 이미지 중 적어도 하나에서 복수의 밀집된 사선형 특징을 검출한 후 DNN(Deep Neural Network)을 적용해 바코드의 위치를 판단하고, 운송장인지 물품인지 판단할 수 있다. 상기 2가지 방향은 직교하는 방향일 수 있다.
상기 바코드검출부(130)는 하기 수학식 1을 연산해 확률에 따라 바코드를 검출할 수 있다.
[수학식 1]
Figure 112022090888618-pat00002
여기서, H는 확률함수, b는 복수의 밀집된 사선형 특징, WR은 상기 복수의 밀집된 사선형 특징의 장축과 단축의 비율, Gn은 상기 복수의 밀집된 사선형 특징의 사선 수를 의미한다.
본 발명의 일 실시 예에 따라, 확률의 임계값을 설정하고 상기 제 바코드검출부(130)는 상기 수학식 1을 연산해 확률이 상기 임계값 이상이면 바코드로 판단할 수 있다. 바코드를 직접 찍어야 하는 기존 기술과 대비해 바코드를 직접 검출해 읽기 때문에 포장 과정에서 발생하는 비용을 감소시키고 시간을 단축할 수 있다.
상기 바코드검출부(130)는 상기 영상을 시간 영역에서 움직임을 관측한 이미지를 누적하여 시간 영역 분석 이미지를 생성할 수 있다. 상기 바코드검출부(130)는 상기 CNN을 통과해 생성된 추상적 특징을 누적시켜 시간 영역 분석 이미지를 생성할 수 있다.
본 발명의 일 실시 예에 따른 바코드 검출 단계는 상기 영상의 정지 이미지를 획득하는 단계(S134)를 포함할 수 있다.
S134 단계에서, 상기 바코드검출부(130)는 상기 추상적 특징을 누적한 시간 영역 분석 이미지를 연속적으로 생성할 수 있다. 상기 바코드검출부(130)는 상기 영상의 정지 이미지를 획득할 수 있다.
본 발명의 일 실시 예에 따른 바코드 검출 단계는 판단된 상기 바코드 위치에서 바코드 이미지를 획득하는 단계(S135)를 포함할 수 있다.
S135 단계에서, 상기 바코드검출부(130)는 연속적으로 생성된 상기 시간 영역 분석 이미지를 분석하여 상기 운송장 또는 상기 물품에 포함된 바코드의 위치를 감지할 수 있다. 상기 바코드검출부(130)는 판단된 상기 바코드 위치에서 바코드 이미지를 획득할 수 있다. 상기 바코드검출부(130)는 상기 바코드 이미지를 확대할 수 있다.
본 발명의 일 실시 예에 따른 바코드 검출 단계는 운송장인 경우 상기 바코드 이미지에서 모바코드 및 자바코드를 분리하여 획득하고, 물품인 경우 자체바코드를 획득하는 단계(S136)를 포함할 수 있다.
S136 단계에서, 운송장인 경우 상기 바코드 이미지에서 모바코드 및 자바코드를 분리하여 획득하고, 물품인 경우 자체바코드를 획득할 수 있다. 상기 바코드검출부(130)는 상기 운송장에 포함된 바코드를 포함된 정보 또는 배치에 따라 상기 바코드를 모바코드 및 자바코드로 구분할 수 있다.
본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법은 검출한 바코드를 인식하여 정보를 획득하고, 상기 주문 정보와 상기 택배사 로고 이미지 및 상기 주문 제품 정보와 상기 물품 정보를 비교해 일치 여부를 판단하는 단계(S140)를 포함할 수 있다.
S140 단계에서, 상기 판단부(140)는 검출한 바코드를 인식하여 정보를 획득하고, 상기 주문 정보와 상기 택배사 로고 이미지 및 상기 주문 제품 정보와 상기 물품 정보를 비교해 일치 여부를 판단할 수 있다. 상기 판단부(140)는 상기 택배사 로고 이미지를 CNN에 통과시켜 특징을 추출해 기학습된 상기 택배사 로고 이미지 별 특징과 매칭 여부를 비교해 택배사의 종류를 판단할 수 있다. 상기 판단부(140)는 상기 운송장 이미지 전체를 CNN에 통과시켜 특징을 추출해 기학습된 상기 택배사 로고 이미지별 특징과 일치하는 특징을 찾아 상기 택배사를 결정할 수 있다.
본 발명의 일 실시 예에 따른 상기 검출한 바코드를 인식하여 정보를 획득해 비교하는 단계는 상기 모바코드에서 상기 주문 정보를 획득하여 상기 주문 정보상의 택배사와 상기 택배사 로고 이미지를 분석해 판단한 택배사의 일치 여부를 판단하고, 상기 자바코드에서 상기 주문 제품 정보를 획득하여 상기 주문 제품 정보상의 물품과 상기 자체바코드에서 획득한 정보를 분석한 상기 물품의 일치 여부를 판단하는 단계(S141)를 포함할 수 있다.
S141 단계에서, 상기 판단부(140)는 상기 시간 영역 분석 이미지에서 기학습된 업체별 로고 이미지를 CNN 분석한 특징과 동일한 특징이 적어도 하나 이상 포함되어 있는 경우 운송장으로 판단하고, 기학습된 업체별 로고 이미지를 CNN 분석한 특징과 동일한 특징이 없는 경우 물품으로 판단할 수 있다.
상기 판단부(140)는 상기 모바코드에서 상기 주문 정보를 획득하여 상기 주문 정보상의 택배사와 상기 택배사 로고 이미지를 분석해 판단한 택배사의 일치 여부를 판단하고, 상기 자바코드에서 상기 주문 제품 정보를 획득하여 상기 주문 제품 정보상의 물품과 상기 자체바코드에서 획득한 정보를 분석한 상기 물품의 일치 여부를 판단할 수 있다.
본 발명의 일 실시 예에 따른 상기 검출한 바코드를 인식하여 정보를 획득해 비교하는 단계는 상기 택배사 및 물품이 모두 일치하는 경우 일치로 판단하고, 그 외의 경우는 모두 불일치로 판단하는 단계(S142)를 포함할 수 있다.
S142 단계에서, 상기 판단부(140)는 상기 모바코드에서 상기 주문 정보를 획득하여 상기 주문 정보상의 택배사와 상기 택배사 로고 이미지를 분석해 판단한 택배사의 일치 여부를 판단하고, 상기 자바코드에서 상기 주문 제품 정보를 획득하여 상기 주문 제품 정보상의 물품과 상기 자체바코드에서 획득한 정보를 분석한 상기 물품의 일치 여부를 판단하여, 상기 택배사 및 물품이 모두 일치하는 경우 일치로 판단하고, 그 외의 경우는 모두 불일치로 판단할 수 있다.
본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법은 상기 주문 제품 정보와 상기 물품 정보가 일치하는 경우 상기 물품의 포장 과정의 영상에 상기 물품 정보에 따른 마킹하는 단계(S150)를 포함할 수 있다.
S150 단계에서, 상기 출력부(150)는 포장 진행 명령 또는 포장 중단 명령을 출력할 수 있다. 상기 출력부(150)는 소리 또는 영상을 출력할 수 있다. 상기 출력부(150)는 스피커 또는 디스플레이를 포함할 수 있다. 상기 출력부(150)는 상기 판단부(140)에서 일치 판단을 내려 포장을 진행하는 경우 포장 진행 명령을 출력할 수 있다. 상기 출력부(150)는 상기 판단부(140)에서 불일치 판단을 내려 포장을 진행하지 않는 경우 포장 중단 명령을 출력할 수 있다.
S150 단계에서, 상기 포장영상획득부(160)는 상기 판단부(150)의 판단 결과 상기 주문 제품 정보와 상기 물품 정보가 일치하는 경우 상기 물품의 포장 과정의 영상에 상기 물품 정보에 따른 마킹할 수 있다. 상기 포장영상획득부(160)는 다음 물품의 물품 정보에 따른 마킹 때까지 마킹을 유지할 수 있다. 상기 포장영상획득부(160)는 모든 상기 물품의 포장 과정 전체를 촬영해 영상을 생성할 수 있다. 상기 포장영상획득부(160)는 상기 마킹에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅할 수 있다. 상기 포장영상획득부(160)는 포장 과정을 촬영한 상기 영상을 상기 주문 정보 중 일부와 연동되는 제목으로 저장할 수 있다. 예를 들어 상기 포장영상획득부(160)는 포장 과정을 촬영한 상기 영상을 상기 주문 정보에 포함된 주문 번호와 같은 이름으로 저장할 수 있다.
본 발명의 일 실시 예에 따른 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법은 다음 물품의 물품 정보에 따른 마킹 때까지 마킹을 유지하는 단계(S160)를 포함할 수 있다.
S160 단계에서, 상기 영상편집부(170)는 상기 포장영상획득부(160)이 상기 제품의 마킹된 포장 영상을 분리해 저장할 수 있다.
S161 단계에서, 상기 영상편집부(170)는 상기 마킹된 영역의 영상을 편집 범위로 한정할 수 있다.
S162 단계에서, 상기 영상편집부(170)는 상기 편집 범위의 소리를 추출할 수 있다.
S163 단계에서, 상기 영상편집부(170)는 상기 소리를 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시킬 수 있다.
S164 단계에서, 상기 영상편집부(170)는 상기 CNN 통과된 소리에서 테이프 파열음을 추출할 수 있다. 상기 영상편집부(170)는 CNN을 통과해 단순화된 상기 소리에에서 테이프 파열음의 특징을 가지는 부분을 적어도 2개 이상 추출할 수 있다.
S165 단계에서, 상기 영상편집부(170)는 최초 테이프 파열음 시작 시점 및 최후 테이프 파열음 종료 시점만큼 영상 잘라내 저장할 수 있다. 박스 포장에 테이프 파열음을 찾아내 정확한 포장의 시작 시점과 종료 시점을 추출해 영상의 길이를 최소화하여 저장할 수 있다.
S166 단계에서, 상기 영상편집부(170)는 상기 잘라낸 영상에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅해 저장할 수 있다. 영상에 상기 정보를 태깅하여 추후 영상을 찾아낼 필요가 있을 때 여러 방식으로 검색하여 필요한 영상을 찾아내 활용할 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통 상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (5)

  1. 외부에 물품 정보를 포함하는 자체바코드를 포함하는 물품 및 택배사 로고 이미지, 주문 정보를 포함하는 모바코드 및 주문 제품 정보를 포함하는 자바코드를 포함하는 운송장 중 적어도 어느 하나 이상을 운송하는 단계;
    운송되는 상기 물품 및 상기 운송장 중 적어도 어느 하나의 영상을 촬영하는 단계;
    상기 영상을 분석해 상기 운송장에 포함된 모바코드, 자바코드 및 상기 물품에 포함된 자체바코드 중 적어도 하나 이상을 검출하는 단계;
    검출한 바코드를 인식하여 정보를 획득하고, 상기 주문 정보와 상기 택배사 로고 이미지 및 상기 주문 제품 정보와 상기 물품 정보를 비교해 일치 여부를 판단하는 단계;
    상기 주문 제품 정보와 상기 물품 정보가 일치하는 경우 상기 물품의 포장 과정의 영상에 상기 물품 정보에 따른 마킹을 하는 단계;
    다음 물품의 물품 정보에 따른 마킹 때까지 마킹을 유지하는 단계; 및
    상기 제품의 마킹된 포장 영상을 분리해 저장하는 단계;를 포함하고,
    상기 포장 영상 분리 저장 단계는,
    상기 마킹된 영역의 영상을 편집 범위로 한정하는 단계;
    상기 편집 범위의 소리를 추출하는 단계;
    상기 소리를 CNN(Convolutional Neural Network)에 시간 순서에 따라 순차적으로 통과시키는 단계;
    상기 CNN을 통과해 단순화된 상기 소리에서 테이프 파열음을 추출하는 단계; 및
    최초 테이프 파열음 시작 시점 및 최후 테이프 파열음 종료 시점만큼 영상을 잘라내 저장하는 단계;를 포함하는 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 포장 영상 분리 저장 단계는,
    상기 잘라낸 영상에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅해 저장하는 단계;를 더 포함하는 것을 특징으로 하는 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법.
  5. 제1항에 있어서,
    상기 마킹 단계는,
    상기 마킹에 송장 번호, 주문자 정보, 포장 일시, 물품명을 태깅하는 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법.
KR1020220108882A 2022-08-30 2022-08-30 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템 KR102518380B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220108882A KR102518380B1 (ko) 2022-08-30 2022-08-30 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220108882A KR102518380B1 (ko) 2022-08-30 2022-08-30 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR102518380B1 true KR102518380B1 (ko) 2023-04-05

Family

ID=85884856

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220108882A KR102518380B1 (ko) 2022-08-30 2022-08-30 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102518380B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152596A (zh) * 2023-08-30 2023-12-01 广东皮阿诺科学艺术家居股份有限公司 一种定制家具五金配件袋数与类别智能核验方法
KR102634031B1 (ko) * 2023-04-20 2024-02-07 한국철도기술연구원 운송사 식별이 가능한 범용 송장 인식기와 이를 활용한 화물 정보 수집 방법 및 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180061687A (ko) * 2016-11-30 2018-06-08 동명대학교산학협력단 물품 포장 관리 시스템
KR102009299B1 (ko) * 2017-06-12 2019-08-09 오현물류주식회사 Wms 연동형 물류관리시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180061687A (ko) * 2016-11-30 2018-06-08 동명대학교산학협력단 물품 포장 관리 시스템
KR102009299B1 (ko) * 2017-06-12 2019-08-09 오현물류주식회사 Wms 연동형 물류관리시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102634031B1 (ko) * 2023-04-20 2024-02-07 한국철도기술연구원 운송사 식별이 가능한 범용 송장 인식기와 이를 활용한 화물 정보 수집 방법 및 시스템
CN117152596A (zh) * 2023-08-30 2023-12-01 广东皮阿诺科学艺术家居股份有限公司 一种定制家具五金配件袋数与类别智能核验方法
CN117152596B (zh) * 2023-08-30 2024-04-19 广东皮阿诺科学艺术家居股份有限公司 一种定制家具五金配件袋数与类别智能核验方法

Similar Documents

Publication Publication Date Title
KR102518380B1 (ko) 송장 정보 인식을 이용한 출고 패킹 영상 관리 방법 및 시스템
KR102240806B1 (ko) 송장 정보 인식을 이용한 출고 패킹 관리 방법 및 시스템
US20160117631A1 (en) Orphaned item identification
CN106934330B (zh) 物流信息采集方法、平台、系统及图像采集设备
JP4580233B2 (ja) 画像シグネチャによる郵便物の識別タグおよび関連するメール操作機
JP2006103813A (ja) 物品追跡情報格納方法および物品追跡情報格納システム
CN103052342A (zh) 收银台
US20190012639A1 (en) Shipment record systems and methods
CN111967322B (zh) 数据处理方法、装置、电子设备和存储介质
US20120328180A1 (en) System and method for automatic recognition of undetected assets
CN112099104B (zh) 一种安检方法及装置
KR20130089935A (ko) 실시간 포장 관리 장치
CN111709687A (zh) 一种物品入库系统及物品入库方法
CN113506055A (zh) 物品入库方法及装置
CN114022945A (zh) 一种实名收寄验视设备及实名收寄验视方法
CN115497169A (zh) 一种仓库作业行为识别方法、装置及设备
US20240103447A1 (en) Product identification system and method
CN108557364B (zh) 一种自动盘库方法和装置
US20210374664A1 (en) Method and apparatus for tracking, damage detection and classification of a shipping object using 3d scanning
CN116563628A (zh) 安检判图识别方法、装置、设备及存储介质
US10304175B1 (en) Optimizing material handling tasks
KR20130083862A (ko) 실시간 포장 관리 장치
US20160117630A1 (en) Orphaned package identification
CN112101498A (zh) 一种违禁品定位方法及装置
CN113344492A (zh) 一种基于互联网的快递管理系统和方法

Legal Events

Date Code Title Description
GRNT Written decision to grant