[发明专利]包裹破损的检测方法、检测装置及计算机可读存储介质

权利要求书

1.一种包裹破损的检测方法，其特征在于，所述方法包括：

获取待检测包裹至少两个表面中各表面的特征图像RGB-D；并根据所述至少两个表面中各表面的特征图像RGB-D，构建所述待检测包裹的三维图像作为三维的检测图像；其中，所述特征图像RGB-D至少基于所述待检测包裹中对应表面的彩色子图像以及深度子图像确定；

对所述三维的检测图像中所述待检测包裹的破损处进行破损恢复处理，得到三维的恢复图像；

基于相同的特征提取策略分别对所述三维的恢复图像、所述三维的检测图像进行特征提取，得到第一图像特征和第二图像特征；

若所述第一图像特征与所述第二图像特征之间的差异超过差异阈值，则确定所述待检测包裹存在破损。

2.根据权利要求1所述的方法，其特征在于，所述根据所述至少两个表面中各表面的特征图像RGB-D，构建所述待检测包裹的三维图像作为三维的检测图像的步骤，包括：

采用PIFuHD技术根据所述各表面的特征图像RGB-D进行三维重构，得到所述待检测包裹的所述三维图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述三维的检测图像中所述待检测包裹的破损处进行破损恢复处理，得到三维的恢复图像的步骤，包括：

利用预先训练好的深度学习模型中的破损恢复模块对所述三维的检测图像中所述待检测包裹的破损处进行破损恢复处理，得到所述三维的恢复图像。

4.根据权利要求3所述的方法，其特征在于，对所述三维的恢复图像进行特征提取，得到所述第一图像特征的步骤，包括：

利用所述深度学习模型中的特征提取模块对所述三维的恢复图像进行特征提取，得到所述第一图像特征。

5.根据权利要求4所述的方法，其特征在于，在所述获取待检测包裹至少两个表面中各表面的特征图像RGB-D之前，还包括：

获取训练数据集，所述训练数据集包括破损包裹的真实破损图像以及与所述破损包裹对应的无破损包裹的真实无破损图像，以及无破损包裹的两张真实无破损图像；

以所述真实破损图像作为输入，与所述真实破损图像对应的真实无破损图像作为监督，或者，以所述两张真实无破损图像中的一张作为输入，另一张作为监督，对所述破损恢复模块进行训练；

以所述破损恢复模块输出的虚假无破损图像作为输入，所述虚假无破损图像的图像特征作为监督，或者，以所述真实无破损图像作为输入，所述真实无破损图像的图像特征作为监督，对所述特征提取模块进行训练。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

利用元素全为0的特征向量作为所述虚假无破损图像的图像特征；

利用元素全为1的特征向量作为所述真实无破损图像的图像特征。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在训练所述特征提取模块时，计算所述特征提取模块输出的图像特征中元素的平均值；

若所述平均值大于阈值，则将所述特征提取模块输出的图像特征中所有的元素均置1，否则均置0。

8.根据权利要求4所述的方法，其特征在于，对三维的所述检测图像进行特征提取，得到所述第二图像特征的步骤，包括：

利用所述深度学习模型中的所述特征提取模块对所述三维的检测图像进行特征提取，得到所述第二图像特征。

9.一种检测装置，其特征在于，所述检测装置包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现如权利要求1至8任一项所述方法中的步骤。

10.一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程序，所述计算机程序能够被处理器执行以实现如权利要求1-8任一项所述方法中的步骤。