智能存储柜的物品管理方法、装置、电子设备及存储介质与流程
本发明涉及物品管理,具体而言,涉及一种智能存储柜的物品管理方法、装置、电子设备及存储介质。
背景技术:
1、在高危管控行业中,例如生物医药、化学合成、核技术应用以及高端精密制造等特定行业,实验设备、放射性源化学品容器、高精度计量器具等属于高价值且受到严格监管的管控物品。这些物品不仅具有极高的经济价值,更直接关系到生产安全乃至公共安全。当前行业内对管控设备的归还核查主要依赖于传统的人工管理模式,管理员通过肉眼观察、核对标签或条形码等方式,确认归还物品并存放在存储柜。人工清点核对耗时费力,核查结果高度依赖管理员的个人经验,难度较大且准确性不高。
技术实现思路
1、本发明解决的问题是如何提高对管控设备的管理的准确性。
2、为解决上述问题,本发明提供一种智能存储柜的物品管理方法、装置、电子设备及存储介质。
3、第一方面,本发明提供了一种智能存储柜的物品管理方法,应用于智能存储柜;所述物品管理方法包括:
4、通过所述智能存储柜采集初始物品图像,其中,所述初始物品图像包括物品外观图像和物品编号图像;
5、基于视觉识别算法,通过所述物品外观图像得到外观特征相似度;
6、当所述外观特征相似度大于或等于预设外观特征阈值时,将所述物品编号图像输入预训练分类识别模型进行编号识别,得到视觉采集编号;
7、通过所述视觉采集编号得到对应的编号物品压力数据;
8、基于随机森林机器学习算法,根据初始物品压力数据和所述编号物品压力数据得到物品归还结果。
9、可选地,所述智能存储柜包括摄像头;所述通过所述智能存储柜采集初始物品图像,包括:
10、获取个人身份验证信息,其中,所述个人身份验证信息包括密码和指纹;
11、当所述个人身份验证信息和预存人员身份信息匹配时,控制所述智能存储柜的电磁锁开启,通过所述摄像头对管控物品进行图像采集得到所述初始物品图像。
12、可选地,所述通过所述物品外观图像得到外观特征相似度,包括:
13、对所述物品外观图像进行预处理,得到处理后外观图像;
14、将所述处理后外观图像输入预训练特征提取模型进行特征提取,得到物品特征;
15、基于余弦相似度算法,通过所述物品特征和数据库标准外观特征,得到所述外观特征相似度。
16、可选地,所述对所述物品外观图像进行预处理,得到处理后外观图像,包括:
17、对所述物品外观图像进行灰度化处理,得到物品外观灰度图;
18、基于高斯滤波,根据所述物品外观灰度图得到滤波后外观图像;
19、通过对所述滤波后外观图像进行对比度拉伸,得到所述处理后外观图像。
20、可选地,在所述将所述物品编号图像输入预训练分类识别模型进行编号识别,得到视觉采集编号之后,还包括:
21、通过所述视觉采集编号得到对应的编号物品局部特征;
22、基于余弦相似度算法,通过所述物品特征和所述编号物品局部特征,得到局部特征相似度;
23、判断所述局部特征相似度是否大于或等于预设局部特征阈值时;
24、若是,则得到局部特征成功结果;
25、若否,则得到局部特征异常结果。
26、可选地,所述智能存储柜包括压力传感器阵列;所述物品归还结果包括物品归还成功结果和物品归还失败结果,所述根据初始物品压力数据和所述编号物品压力数据得到物品归还结果,包括:
27、通过所述压力传感器阵列对管控物品进行压力数据采集,得到所述初始物品压力数据;
28、根据所述初始物品压力数据和所述编号物品压力数据得到压力相似度;
29、判断所述压力相似度是否大于或等于预设压力阈值;
30、若是,则得到所述物品归还成功结果,所述物品归还成功结果用于控制所述智能存储柜的电磁锁关闭;
31、若否,则得到所述物品归还失败结果,所述物品归还失败结果用于得到日志记录和报警信息。
32、可选地,所述预训练特征提取模型构建方法包括:
33、获取物品外观图像数据集,所述训练数据集包括历史物品外观图像和对应的历史物品特征;
34、根据所述历史物品外观图像对初始深度学习模型进行训练,得到初始物品特征;
35、根据所述初始物品特征和所述历史物品特征进行损失计算,得到损失函数输出;
36、根据所述损失函数输出调整所述初始深度学习模型的模型参数,直至损失函数输入满足预设条件,将经参数调整后的所述初始深度学习模型作为所述预训练特征提取模型。
37、第二方面,本发明提供了一种智能存储柜的物品管理装置,应用于智能存储柜;所述物品管理装置包括:
38、初始物品图像获取模块,用于通过所述智能存储柜采集初始物品图像,其中,所述初始物品图像包括物品外观图像和物品编号图像;
39、视觉识别算法模块,用于基于视觉识别算法,通过所述物品外观图像得到外观特征相似度;
40、视觉采集编号识别模块,用于当所述外观特征相似度大于或等于预设外观特征阈值时,将所述物品编号图像输入预训练分类识别模型进行编号识别,得到视觉采集编号;
41、编号物品压力数据获取模块,用于通过所述视觉采集编号得到对应的编号物品压力数据;
42、物品归还结果获取模块,用于基于随机森林机器学习算法,根据初始物品压力数据和所述编号物品压力数据得到物品归还结果。
43、第三方面,本发明提供了一种电子设备,包括存储器和处理器;
44、所述存储器,用于存储计算机程序;
45、所述处理器,用于当执行所述计算机程序时,实现如第一方面所述的智能存储柜的物品管理方法。
46、第四方面,本发明提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如第一方面所述的智能存储柜的物品管理方法。
47、本发明的智能存储柜的物品管理方法、装置、电子设备及存储介质的有益效果是:获取物品外观图像和物品编号图像,利用视觉识别算法对物品外观图像提取特征并计算相似度,快速过滤掉明显不符的管控设备,提高了后续处理的针对性。当外观特征相似度大于或等于预设外观特征阈值时,通过预训练分类识别模型进行后续的编号识别,得到视觉采集编号。将物品编号图像输入预训练分类识别模型进行编号识别,得到视觉采集编号,避免了对外观异常物品的无效编号识别,又确保了物品和编号的精准绑定。通过视觉采集编号得到对应的编号物品压力数据。传统的重量比对通常采用简单的阈值判断,只能对物品整体重量进行比较,无法捕捉重量分布情况,同时难以应对环境干扰。本发明采用随机森林机器学习算法,根据初始物品压力数据和编号物品压力数据捕捉压力数据中的深层特征,得到物品归还结果,能够适应不同种类、不同材质管控设备的重量特性,进而提高对管控设备的管理的准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com