货物状态变化确定方法、装置、服务器及可读存储介质与流程

本技术涉及物流运输，具体涉及一种货物状态变化确定方法、装置、服务器及可读存储介质。

背景技术：

1、随着电商的快速发展，对物流运输行业的要求也越来越高，其物流中的快件由于运输距离较远，很容易在运输途中出现破损、丢失等情况。

2、货物装进车厢后，很难观察货物在运输过程中的变化，而车辆在运输过程中，由于驾驶人员行驶行为不规范、行驶道路状况较差等会造成货物在车厢内互相碰撞、倾倒等现象，对货物造成严重损坏，却无法定责。

3、因此，如何低成本，且高效的对货物状态变化进行确定，是当前物流运输技术领域亟需解决的技术问题。

技术实现思路

1、本技术提供一种货物状态变化确定方法、装置、服务器及可读存储介质，旨在解决如何低成本，且高效的对货物状态变化进行确定。

2、一方面，本技术提供货物状态变化确定方法，所述方法包括：

3、获取待检测车辆的货物在运输前的第一货物状态图像和运输后的第二货物状态图像；

4、对所述第一货物状态图像和所述第二货物状态图像进行预处理，得到双通道灰度图像数据；

5、确定所述双通道灰度图像数据的相似度；

6、基于所述相似度，确定所述货物状态是否发生变化。

7、在本技术一种可能的实现方式中，所述确定所述双通道灰度图像数据的相似度，包括：

8、提取所述双通道灰度图像数据中的图像输入特征；

9、基于所述图像输入特征，确定所述双通道灰度图像数据的相似度。

10、在本技术一种可能的实现方式中，所述基于所述图像输入特征，确定所述双通道灰度图像数据的相似度，包括：

11、通过预先设置的嵌入有注意力机制的卷积神经网络对所述图像输入特征进行计算，得到网络输出数据；

12、将所述网络输出数据输入预设的损失函数中，生成所述双通道灰度图像数据的相似度。

13、在本技术一种可能的实现方式中，在通过预先设置的嵌入有注意力机制的卷积神经网络对所述图像输入特征进行计算，得到网络输出数据之前，所述方法还包括：

14、在所述卷积神经网络中用于提取特征的残差块中增加通道注意力和空间注意力模块，以构建所述预先设置的嵌入有注意力机制的卷积神经网络。

15、在本技术一种可能的实现方式中，所述对所述第一货物状态图像和所述第二货物状态图像进行预处理，得到双通道灰度图像，包括：

16、将所述第一货物状态图像转化为单通道的第一通道灰度图像数据；

17、将所述第二货物状态图像转化为单通道的第二通道灰度图像数据；

18、将所述第一通道灰度图像数据和所述第二通道灰度图像数据进行融合，得到双通道灰度图像数据。

19、在本技术一种可能的实现方式中，所述基于所述相似度，确定所述货物状态是否发生变化，包括：

20、比较所述相似度和预设的相似度阈值；

21、若所述相似度大于所述预设的相似度阈值，则确定所述货物状态未发生变化；

22、若所述相似度小于所述预设的相似度阈值，则确定所述货物状态已发生变化。

23、在本技术一种可能的实现方式中，在若所述相似度小于所述预设的相似度阈值，则确定所述货物状态已发生变化之后，所述方法还包括：

24、生成货物状态发生变化的警报信息；

25、将所述警报信息发送至用户终端，以警示所述待检测车辆的货物状态发生变化。

26、另一方面，本技术提供一种货物状态变化确定装置，所述装置包括：

27、第一获取单元，用于获取待检测车辆的货物在运输前的第一货物状态图像和运输后的第二货物状态图像；

28、第一预处理单元，用于对所述第一货物状态图像和所述第二货物状态图像进行预处理，得到双通道灰度图像数据；

29、第一确定单元，用于确定所述双通道灰度图像数据的相似度；

30、第二确定单元，用于基于所述相似度，确定所述货物状态是否发生变化。

31、在本技术一种可能的实现方式中，所述第一确定单元，具体包括：

32、第一提取单元，用于提取所述双通道灰度图像数据中的图像输入特征；

33、第三确定单元，用于基于所述图像输入特征，确定所述双通道灰度图像数据的相似度。

34、在本技术一种可能的实现方式中，所述第三确定单元，具体用于：

35、通过预先设置的嵌入有注意力机制的卷积神经网络对所述图像输入特征进行计算，得到网络输出数据；

36、将所述网络输出数据输入预设的损失函数中，生成所述双通道灰度图像数据的相似度。

37、在本技术一种可能的实现方式中，在通过预先设置的嵌入有注意力机制的卷积神经网络对所述图像输入特征进行计算，得到网络输出数据之前，所述装置还用于：

38、在所述卷积神经网络中用于提取特征的残差块中增加通道注意力和空间注意力模块，以构建所述预先设置的嵌入有注意力机制的卷积神经网络。

39、在本技术一种可能的实现方式中，所述第一预处理单元，具体用于：

40、将所述第一货物状态图像转化为单通道的第一通道灰度图像数据；

41、将所述第二货物状态图像转化为单通道的第二通道灰度图像数据；

42、将所述第一通道灰度图像数据和所述第二通道灰度图像数据进行融合，得到双通道灰度图像数据。

43、在本技术一种可能的实现方式中，所述第二确定单元，具体用于：

44、比较所述相似度和预设的相似度阈值；

45、若所述相似度大于所述预设的相似度阈值，则确定所述货物状态未发生变化；

46、若所述相似度小于所述预设的相似度阈值，则确定所述货物状态已发生变化。

47、在本技术一种可能的实现方式中，在若所述相似度小于所述预设的相似度阈值，则确定所述货物状态已发生变化之后，所述装置还用于：

48、生成货物状态发生变化的警报信息；

49、将所述警报信息发送至用户终端，以警示所述待检测车辆的货物状态发生变化。

50、另一方面，本技术还提供一种服务器，所述服务器包括：

51、一个或多个处理器；

52、存储器；以及

53、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所述的货物状态变化确定方法。

54、另一方面，本技术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，以执行所述的货物状态变化确定方法中的步骤。

55、本技术提供一种货物状态变化确定方法，包括获取待检测车辆的货物在运输前的第一货物状态图像和运输后的第二货物状态图像；对第一货物状态图像和第二货物状态图像进行预处理，得到双通道灰度图像数据；确定双通道灰度图像数据的相似度；基于相似度，确定货物状态是否发生变化。相较于现有技术，本技术实施例通过对运输前后的两张货物状态图进行相似度判断，由此可以低成本，且高效的判断货物运输前后是否发生状态变化，提高了判责准确度和效率。