本申请提供一种遗留件检测定位方法、装置、服务器及存储介质。该方法先确定待检测区域对应的未包括遗留件的初始图像和当前图像之间的多维差异特征，并在多维差异特征中确定是否存在遗留件。提取到的特征信息更加稳定，不易受到亮度变化、摄像头抖动、物体阴影遮挡等其他外界因素的影响，可以有效提高检测为稳定性和检测精度。同时无需标注训练数据，不需要训练模型，大大减少计算量，提高检测的效率。且由于直接对比多维差异特征，即使出现未识别过的包裹，同样可以识别出遗留件所在的区域，进而检测出遗留件。进而检测出遗留件。进而检测出遗留件。
【技术实现步骤摘要】
遗留件检测定位方法、装置、服务器及存储介质
[0001]本申请涉及遗留件检测领域，具体涉及一种遗留件检测定位方法、装置、服务器及存储介质。
技术介绍
[0002]在快递中转场和速运点，每天有大量快递周转，难免有一些快递会卡在传送带上，或者遗留在托盘中，因此需要检测遗留下来的快递。
[0003]为了检测快递分拣线上的遗留件，一般方法是采集大量快递图像，标注包裹位置，然后训练目标检测器以检测各种快递包裹。但是这种方法需要标注大量数据，且无法检测未在训练集中出现过的快递包裹样式。现有的遗留件检测识别方法精度不高，且需要训练大量的数据导致计算量过大；同时无法检测出未在训练集中出现过的快递包裹。
技术实现思路
[0004]本申请旨在提供一种遗留件检测定位方法、装置、服务器及存储介质，旨在解决现有技术中检测定位的稳定性不高，遗留件检测方法计算量过大，且无法检测出未在训练集中出现过的快递包裹的问题。
[0005]一方面，本申请提供遗留件检测定位方法，所述方法包括：
[0006]获取待检测区域的未包括遗留件的初始图像，和待检测区域的当前图像；
[0007]确定所述初始图像和所述当前图像之间的多维差异特征，得到第一特征差分图；
[0008]根据所述第一特征差分图，判断所述当前图像中是否存在遗留件；
[0009]若所述当前图像中存在遗留件，确定所述第一特征差分图中所述遗留件对应的目标轮廓。
[0010]在一种可能的实施例中，所述确定所述初始图像和所述当前图像之间的多维差异特征，得到第一特征差分图，包括：
[0011]利用预设特征提取模型分别获取所述初始图像对应的第一特征图像，以及所述当前图像对应的第二特征图像；
[0012]根据所述第一特征图像和所述第二特征图像，得到第三特征图像，所述第三特征图像中包括所述多维差异特征；
[0013]对所述第三特征图像进行预设处理，得到所述第一特征差分图。
[0014]在一种可能的实施例中，所述对所述第三特征图像进行预设处理，得到所述第一特征差分图，包括：
[0015]对所述第三特征图像中的所有像素对应的像素值取绝对值，得到多个像素绝对值；
[0016]对所述多个像素绝对值进行归一化处理，得到多个归一化像素，所述第一特征差分图包括所述多个归一化像素。
[0017]在一种可能的实施例中，所述根据所述第一特征差分图，判断所述当前图像中是
否存在遗留件，包括：
[0018]将所述第一特征差分图转化为灰度图，得到特征灰度图；
[0019]根据预设灰度阈值，将所述特征灰度图中的多个像素划分为第一像素和第二像素，所述第一像素的灰度值小于所述第二像素的灰度值；
[0020]分别对所述第一像素和所述第二像素进行聚类，得到多个聚类区域；
[0021]判断所述多个聚类区域是否满足预设遗留件判断条件，以判断所述当前图像中是否存在遗留件。
[0022]在一种可能的实施例中，将所述第一像素聚类得到一个第一聚类区域；将所述第二像素聚类得到至少一个第二聚类区域；
[0023]所述判断所述多个聚类区域是否满足预设遗留件判断条件，以判断所述当前图像中是否存在遗留件，包括：
[0024]获取所述多个聚类区域中每个聚类区域各自对应的聚类中心点，得到一个第一聚类中心点和至少一个第二聚类中心点；
[0025]以任意一个第二聚类中心点为目标聚类中心点，判断所述目标聚类中心点与第一聚类中心点之间的距离是否大于预设距离阈值；
[0026]若所述目标聚类中心点与第一聚类中心点之间的距离大于预设距离阈值，则判断所述目标聚类中心点对应的目标聚类区域中，满足预设像素条件的目标像素对应的像素数量，是否大于等于预设像素数量阈值；
[0027]若所述目标聚类区域中，满足预设像素条件的目标像素对应的像素数量，大于等于预设像素数量阈值，确定所述目标聚类区域存在遗留件。
[0028]在一种可能的实施例中，所述若所述当前图像中存在遗留件，确定所述第一特征差分图中所述遗留件对应的目标轮廓，包括：
[0029]若所述当前图像中存在遗留件，则去除所述第一特征差分图中的孤立点，得到第二特征差分图；
[0030]对所述第二特征差分图进行轮廓检测，以确定所述第二特征差分图中所述遗留件对应的目标轮廓。
[0031]在一种可能的实施例中，所述对所述第二特征差分图进行轮廓检测，以确定所述第二特征差分图中所述遗留件对应的目标轮廓，包括：
[0032]对所述第二特征差分图进行轮廓检测，确定所述第二特征差分图中满足预设轮廓条件的初始轮廓；
[0033]在所述初始轮廓中筛选满足预设面积要求的目标轮廓，所述目标轮廓即为所述遗留件对应的轮廓。
[0034]第二方面，本申请实施例还提供一种遗留件检测定位装置，所述装置包括：
[0035]获取模块，用于获取待检测区域的未包括遗留件的初始图像，和待检测区域的当前图像；
[0036]差异确定模块，用于确定所述初始图像和所述当前图像之间的多维差异特征，得到第一特征差分图；
[0037]判断模块，用于根据所述第一特征差分图，判断所述当前图像中是否存在遗留件；
[0038]检测模块，用于若所述当前图像中存在遗留件，确定所述第一特征差分图中所述
遗留件对应的目标轮廓。
[0039]第三方面，本申请实施例还提供一种服务器，所述服务器包括：
[0040]一个或多个处理器；
[0041]存储器；以及
[0042]一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现如上任一项所述的遗留件检测定位方法。
[0043]第四方面，本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行如上任一项所述的遗留件检测定位方法中的步骤。
[0044]本申请提供一种遗留件检测定位方法、装置、服务器及存储介质。该方法先确定待检测区域对应的未包括遗留件的初始图像和当前图像之间的多维差异特征，并在多维差异特征中确定是否存在遗留件。提取到的特征信息更加稳定，不易受到亮度变化、摄像头抖动、物体阴影遮挡等其他外界因素的影响，可以有效提高检测为稳定性和检测精度。同时无需标注训练数据，不需要训练模型，大大减少计算量，提高检测的效率。且由于直接对比多维差异特征，即使出现未识别过的包裹，同样可以识别出遗留件所在的区域，进而检测出遗留件。
附图说明
[0045]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0046]图1为本申请实施例所提供的遗留件检测定位系统的场景示意图；
[004本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种遗留件检测定位方法，其特征在于，所述方法包括：获取待检测区域的未包括遗留件的初始图像，和待检测区域的当前图像；确定所述初始图像和所述当前图像之间的多维差异特征，得到第一特征差分图；根据所述第一特征差分图，判断所述当前图像中是否存在遗留件；若所述当前图像中存在遗留件，确定所述第一特征差分图中所述遗留件对应的目标轮廓。2.根据权利要求1所述的遗留件检测定位方法，其特征在于，所述确定所述初始图像和所述当前图像之间的多维差异特征，得到第一特征差分图，包括：利用预设特征提取模型分别获取所述初始图像对应的第一特征图像，以及所述当前图像对应的第二特征图像；根据所述第一特征图像和所述第二特征图像，得到第三特征图像，所述第三特征图像中包括所述多维差异特征；对所述第三特征图像进行预设处理，得到所述第一特征差分图。3.根据权利要求2所述的遗留件检测定位方法，其特征在于，所述对所述第三特征图像进行预设处理，得到所述第一特征差分图，包括：对所述第三特征图像中的所有像素对应的像素值取绝对值，得到多个像素绝对值；对所述多个像素绝对值进行归一化处理，得到多个归一化像素，所述第一特征差分图包括所述多个归一化像素。4.根据权利要求1所述的遗留件检测定位方法，其特征在于，所述根据所述第一特征差分图，判断所述当前图像中是否存在遗留件，包括：将所述第一特征差分图转化为灰度图，得到特征灰度图；根据预设灰度阈值，将所述特征灰度图中的多个像素划分为第一像素和第二像素，所述第一像素的灰度值小于所述第二像素的灰度值；分别对所述第一像素和所述第二像素进行聚类，得到多个聚类区域；判断所述多个聚类区域是否满足预设遗留件判断条件，以判断所述当前图像中是否存在遗留件。5.根据权利要求4所述的遗留件检测定位方法，其特征在于，将所述第一像素聚类得到一个第一聚类区域；将所述第二像素聚类得到至少一个第二聚类区域；所述判断所述多个聚类区域是否满足预设遗留件判断条件，以判断所述当前图像中是否存在遗留件，包括：获取所述多个聚类区域中每个聚类区域各自对应的聚类中心点，得到一个第一聚类中心点和至少一个第二聚类中心点；以任意一个第二聚类中心点为目标聚...
【专利技术属性】
技术研发人员：连自锋，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。