[发明专利]货物尺寸识别方法、识别装置及计算机可读存储介质在审
申请号: | 202211595737.3 | 申请日: | 2022-12-12 |
公开(公告)号: | CN116246094A | 公开(公告)日: | 2023-06-09 |
发明(设计)人: | 洪志阳;欧阳一村;罗富章;王和平;沈周龙;贺慧雅 | 申请(专利权)人: | 深圳市盛视技术有限公司 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/26;G06T7/60;G06T7/13 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518049 广东省深圳市前海深港合作区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 货物 尺寸 识别 方法 装置 计算机 可读 存储 介质 | ||
1.一种货物尺寸识别方法,其用于对固定设置的矩形边界框内的货物进行尺寸识别,其特征在于,包括:
获取包含矩形边界框的边界框图像;
获取在实际中矩形边界框的一物理量的值W1和边界框图像中边界框的同一所述物理量的值W2,获取比例系数b=W1/W2;
获取矩形边界框内放置有货物的货物图像,判断货物图像中的货物是否存在遮挡;
识别未被遮挡的货物在货物图像中的长度、宽度和高度,根据比例系数b计算未被遮挡的货物的实际的长度、宽度和高度;以及
对被遮挡的货物进行补全操作,识别补全后的货物在货物图像中的长度、宽度和高度,并根据比例系数b计算补全后的货物的实际的长度、宽度和高度。
2.如权利要求1所述的货物尺寸识别方法,其特征在于,当所述物理量设定为长度值,获取比例系数b具体为:
获取实际中边界框的一边长的长度值L1且统计该边长在边界框图像中的所占总的像素点的数目L2,则比例系数b=W1/W1=L1/L2。
3.如权利要求1所述的货物尺寸识别方法,其特征在于,当所述物理量设定为周长值,获取比例系数b具体为:
获取实际中边界框的周长值C1;
获取边界框图像中的边界框的轮廓,计算在边框图像中边界框的轮廓的周长值C2;
比例系数b=W1/W1=C1/C2。
4.如权利要求1所述的货物尺寸识别方法,其特征在于,对存在遮挡的货物进行补全操作的步骤包括:
获取备案数据库中备案的货物备案图像Smax;
分割出货物图像中被遮挡货物的区域,提取每一货物备案图像中的完整的货物区域,将被遮挡获取的区域和每一完整的货物区域进行相似度计算,选取相似度最高对应的货物备案图像Smax;
获取货物备案图像Smax的货物轮廓的形状,提取被遮挡的货物的轮廓,根据货物备案图像Smax的货物轮廓的形状对被遮挡的货物的轮廓进行形状补全以获得第一轮廓补全图像Q1;
基于GAN模型训练货物补全模型,利用货物补全模型对被遮挡的货物的轮廓进行补全获得第二轮廓补全图像Q2;
计算遮挡货物的补全结果Q:Q=α×Q1+(1-α)Q2;
其中,α加权系数且0<α<1。
5.如权利要求4所述的货物尺寸识别方法,其特征在于,所述相似度为余弦相似度。
6.如权利要求4所述的货物尺寸识别方法,其特征在于,基于GAN模型训练货物补全模型的步骤包括:
通过生成模型和判别模构成生成对抗网络模型,其中训练图像数据包括多组货物相同的货物被遮挡的货物图像FO和货物未被遮挡的货物图像FO,;
提取训练图像数据中每一图像中关于货物的轮廓;
以训练图像数据中的每一货物图像FO的轮廓为作为生成模型的输入;
以训练图像数据中的货物图像FO,的轮廓作和生成模型生成的货物未被遮挡的货物图像的轮廓作为对抗网络的输入。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市盛视技术有限公司,未经深圳市盛视技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211595737.3/1.html,转载请声明来源钻瓜专利网。