[发明专利]包裹跟踪方法以及相关装置

权利要求书

1.一种包裹跟踪方法，其特征在于，包括：

获取扫描器件扫描包裹传送区域得到的视频数据；

将所述视频数据中检测到目标包裹的图像作为目标图像，并将所述视频数据中所述目标图像后一帧图像作为待检测图像；

基于所述目标包裹在所述目标图像中的位置，确定所述目标图像和所述待检测图像中对应所述目标包裹的跟踪区域；其中，所述目标图像中的跟踪区域和所述待检测图像中的跟踪区域尺寸相同且位置相同，所述跟踪区域由所述目标图像中包含所述目标包裹的目标区域扩大得到；

基于所述目标图像的跟踪区域的图像数据进行训练，得到检测模型；

利用所述检测模型检测所述待检测图像的跟踪区域，得到所述待检测图像中与所述目标包裹对应的目标区域，其中，对所述待检测图像的跟踪区域的图像数据进行循环位移处理，得到多个检测样本图像，所述多个检测样本图像相对于所述待检测图像具有不同的偏移方向和偏移量，利用所述检测模型对所述多个检测样本图像的检测特征图像做相关值计算，统计与所述多个检测样本图像对应的相关值，再基于最大的相关值所对应的检测样本图像的偏移方向的反方向和所述对应的检测样本图像的偏移量，将所述目标图像中的目标区域进行偏移，确定所述待检测图像中的目标区域，且当所述待检测图像在所述视频数据中的第一序号与所述视频数据中检测到所述目标包裹的图像第二序号之间的差值不大于第三预设数量时，存储所述偏移量分解在传送方向的第一偏移量，以及所述第一偏移量所对应的第一序号，利用存储得到的第一偏移量构建滑动平均滤波器，所述滑动平均滤波器用于平滑所述偏移量。

2.根据权利要求1所述的包裹跟踪方法，其特征在于，所述利用所述检测模型检测所述待检测图像的跟踪区域，得到所述待检测图像中与所述目标包裹对应的目标区域之后，所述方法还包括：

判断所述待检测图像的目标区域的区域边界是否均在所述待检测图像的图像边界之内；

若是，则将所述待检测图像作为新的目标图像，并重新执行所述将所述视频数据中所述目标图像后一帧图像作为待检测图像的步骤以及后续步骤；

若否，则确定完成对所述目标包裹的跟踪。

3.根据权利要求1所述的包裹跟踪方法，其特征在于，

所述基于所述目标图像的跟踪区域的图像数据进行训练，得到检测模型包括：

对所述目标图像的跟踪区域的图像数据进行循环位移处理，得到多个训练样本图像，其中，所述多个训练样本图像相对于所述目标图像具有不同的偏移方向和偏移量；

采用预设特征提取方式提取所述多个训练样本图像的梯度特征和灰度特征，得到多个与所述训练样本图像对应的训练特征图像；

利用所述多个训练特征图像进行训练，得到所述检测模型。

4.根据权利要求3所述的包裹跟踪方法，其特征在于，所述采用预设特征提取方式提取所述多个训练样本图像的梯度特征和灰度特征，得到多个与所述训练样本图像对应的训练特征图像之前，所述方法还包括：

基于所述目标图像的目标区域，确定所述多个训练样本图像的特征提取区域；

所述采用预设特征提取方式提取所述多个训练样本图像的梯度特征和灰度特征，得到多个与所述训练样本图像对应的训练特征图像包括：

提取所述训练样本图像的特征提取区域的梯度特征，得到所述训练样本图像的梯度特征图；

提取所述训练样本图像的特征提取区域的灰度特征，得到与所述梯度特征图尺寸相同的灰度特征图；

将所述梯度特征图每个像素点的梯度特征和所述灰度特征图对应像素点的灰度特征作为所述训练样本图像的训练特征图像对应像素点的图像特征。

5.根据权利要求4所述的包裹跟踪方法，其特征在于，所述提取所述训练样本图像的灰度特征，得到与所述梯度特征图尺寸相同的灰度特征图包括：

将所述训练样本图像处理为每个像素点的灰度值均在预设范围内的训练灰度图像；

从所述预设范围内选取第一预设数量个灰度特征值；

选取与所述训练灰度图像中每个像素点的灰度值的差值最小的灰度特征值，作为所述灰度特征图中对应像素点的灰度值；

将所述灰度特征图进行下采样处理，使下采样处理后的灰度特征图的尺寸与所述梯度特征图的尺寸相同。