一种基于视频的物资调运点数方法与流程

本发明属于视频监控应用技术领域，具体涉及一种基于视频的物资调运点数方法。

背景技术：

目前，对于物资调运尤其是军用物资调运方面，针对需要的物资数量，主要还是采用费时费力的手工清点的方式。而随着社会科技的逐步发展，一些信息化比较好的地方，逐渐开始采用射频识别技术进行物资清点，也即通过在需清点的物资表面贴附预先购置的射频识别芯片，再将该物资逐件的通过诸如感应门甚至是手持终端等，从而实现物质点数操作。然而，上述射频识别点数方式看似十分便捷，实际操作时往往效果不佳。究其原因，在于现有物资调运往往呈现了单批数量多和调运时间紧等特点，由于每一件物资都需要在表面贴附射频识别芯片，一旦物资数量过多，不仅逐个贴片费时费力，同时也势必导致需要提前购置大量的射频识别芯片以供使用，从而使得调运成本急剧提升。与此同时，射频识别芯片存在着二次利用率低的问题，目前值得二次利用的射频识别芯片，普遍都是单个价值上百的芯片；这是因为射频识别芯片一经贴附，在揭取过程中极易造成芯片损坏，同时揭取后的芯片又要重新编码和再利用，显然整个处理过程极为繁复冗长。上述诸多原因，也是导致射频识别技术无法在物资调运领域内大规模推广的根本所在。

技术实现要素：

本发明的目的是克服上述现有技术的不足，提供一种基于视频的物资调运点数方法，其具备低成本且一次装设即可永久使用的特点，同时能高效率和和高精度的实现物资调运点数需求，使用起来十分便捷。

为实现上述目的，本发明采用了以下技术方案：

一种基于视频的物资调运点数方法，其特征在于包括以下步骤：

1)、系统依靠svm算法，通过获取物资样本进行学习，从而建立物资检测算法；

2)、针对每个摄像机拍摄的视频区域划定检测区域和物资出库方向线；同时，通过系统对摄像机进行标定，明确输送带运输的速度与图像运动的位置关系，以便于系统能够根据输送带运行的速度结合摄像机所获取图像能预测输送带上的下一个目标出现的时间点及位置点；

3)、启动视频入侵监测，进行监测扫描；

4)、当有物资进入检测区域，并且符合物资出库的方向线时，系统启动物资检测算法，此时系统针对摄像机获取的图像帧利用物资检测算法进行目标检测并依序计数；系统会在所预测的输送带上的下一个目标出现的位置点前后均预留10～30个像素点，当上述目标出现的时间点到来时，系统自动启动物资检测算法进行目标检测并计数；当输送带上没有物资时，系统停止计数检测，返回3)步骤。

优选的，所述步骤4)中，物资完全进入输送带上的检测区域时，系统方才开始计数。

优选的，所述步骤2)中，摄像机架设的位置以能拍摄清楚输送带上传输的物资包装的全貌为准。

本发明的有益效果在于：

1)、本发明有效的结合了视频监控、svm机器学习算法以及大数据分析技术：首先依靠机器学习算法，通过预先输入大量的诸如物资位于输送带上的不同角度的照片等物资样本，从而支撑和建立起一套物资检测算法；之后，依靠明确输送带运输的速度与图像运动的位置关系，从而实现下一目标的出现时间点及位置点的预测和监控；最后，在依靠物资检测算法进行物资点数的同时，由于系统对下一目标出现时间点及位置点具备监控能力，因此即可在下一目标出现的时间点到达时才开启算法，并进行其位置点前后的覆盖式检测，最终实现高效率和高精度的物资点数目的。

值得注意的是，考虑到实际物资点数时，往往是多个输送带同步调运。当每一条输送带均配置且长时间执行物资检测算法时，大量的算法计算过程，势必对进行算法运算的服务器的性能要求极高。有鉴于此，本发明通过在物资检测算法的基础上，增加了目标预测流程，从而在当前目标计数后，系统会自动关闭算法；而当系统预测的下一目标快要出现在检测区域时方才重新开启算法，从而极大的降低了现有服务器的运行负担。由于是预测机制，为确保摄像机抓拍图像的准确性，因此可在预测点的前后各预留10～30个像素点，并在时间到来时系统直接覆盖式检测该10～30个像素点。通过上述方式，本发明对服务器的负载要求可得到有效降低，最终实现了低成本和高效率的物资在线点数需求，其成效显著。

附图说明

图1为本发明的物资点数过程的流程示意框图；

图2为本发明的物资检测算法及目标预测流程的流程示意框图。

具体实施方式

为便于理解，此处结合图1-2，对本发明的具体流程及工作方式作以下进一步描述：

本发明提供了一种基于视频的物资调运点数方法，其包括了物资点数流程、物资检测算法获取流程以及目标预测流程。其中：

物资点数流程可参照图1所示，并包括以下步骤：

1)、针对每个摄像机拍摄的视频区域划定检测区域和物资出库方向线；

2)、启动视频入侵监测，进行监测扫描；

3)、发现物资开始传输，有物资进入检测区域后，并且符合物资出库的方向线，此时系统启动计数检测，对进入检测区域的物资进行计数；

4)、计数检测到没有物资后，停止计数检测，重新启动视频入侵检测。

在物资点数流程中，物资传输主要利用输送带进行物资传输。而摄像机架设的位置只需能够看清楚输送带上传输的整个物资的包装全貌即可。

而进一步的，物资检测算法获取流程以及目标预测流程则参照图2为准，包括以下步骤：

a)、利用系统对摄像机进行标定，明确输送带运输的速度与图像运动的位置关系；

b)、在算法运行之前，系统需要获取物资样本并利用svm算法进行学习，从而建立物资检测算法；

c)、开始检测时，系统针对获取的图像帧利用物资检测算法进行目标检测；物资完全进去检测区域后开始计数；

d)、由于上述步骤a)明确了输送带运输的速度与图像运动的位置关系，因此，系统可自行根据输送带运行的速度结合图像预测下一个目标出现的时间点及位置点。在该位置点附近各增加10～30个像素点，实际优选各增加20个像素点，当下一个目标出现的时间点到来时，系统自动开启物资检测算法，通过覆盖式的检测上述像素点，从而进行自动化的目标检测和计数操作，以尽可能的规避点数遗漏问题，确保系统抓拍和点数的准确性。

技术特征：

技术总结
本发明属于视频监控应用技术领域，具体涉及一种基于视频的物资调运点数方法。本方法包括以下步骤：建立物资检测算法；预测输送带上的下一个目标出现的时间点及位置点；启动视频入侵监测；有物资进入则启动物资检测算法；同时系统会预测下一个目标出现时间及位置，以便计数；当输送带上没有物资时，系统停止计数检测，继续启动视频入侵监测。本发明具备低成本且一次装设即可永久使用的特点，同时能高效率和和高精度的实现物资调运点数需求，使用起来十分便捷。

技术研发人员：吴艳平;马韵洁;丁斌;卢雨婷;余凯强;朱萍;王艳;张红英;李棒;吕倩倩
受保护的技术使用者：安徽四创电子股份有限公司
技术研发日：2018.11.22
技术公布日：2019.04.16