一种物流对象的处理方法及成像设备与流程

1.本技术涉及物流领域，特别是涉及一种物流对象的处理方法及成像设备。


背景技术：

2.目前，可以使用基于x光机的安检机对快递包裹进行安检，例如，在快递包裹进入到安检机内的情况下，安检机可以实时拍摄快递包裹的x光图像，根据对x光图像进行智能识别，以确定出快递包裹中是否包括违禁品。
3.然而，安检机拍摄的x光图像中损失了快递包裹中的物体的很多个性化特征，如此，根据x光图像来确定快递包裹中是否包括违禁品时容易出现误判情况，例如，很容易将金属的带扳手的胶枪(用于装修，是非违禁品)误判为真实的枪支(违禁品)，导致确定快递包裹中是否包括违禁品的准确率较低。


技术实现要素：

4.为了提高确定快递包裹中是否包括违禁品的准确率，本技术示出了一种物流对象的处理方法及成像设备。
5.第一方面，本技术示出了一种物流对象的处理方法，所述方法包括：
6.获取包括至少一个物流对象的第一透视图像，以及，获取所述至少一个物流对象中的至少部分物流对象的描述信息；
7.根据所述第一透视图像和/或所述描述信息确定所述至少一个物流对象的物流状态。
8.在一个可选的实现方式中，所述根据所述第一透视图像和/或所述描述信息确定所述至少一个物流对象的物流状态，包括：
9.根据所述第一透视图像以及所述描述信息确定所述至少一个物流对象是否破损。
10.在一个可选的实现方式中，所述根据所述第一透视图像和/或所述描述信息确定所述至少一个物流对象的物流状态，包括：
11.根据所述第一透视图像以及所述描述信息确定所述至少一个物流对象中的物品是否丢失。
12.在一个可选的实现方式中，所述获取所述至少一个物流对象中的至少部分物流对象的描述信息，包括：
13.根据所述第一透视图像在所述至少一个物流对象中确定违禁的候选物流对象；
14.获取所述候选物流对象的描述信息；
15.在一个可选的实现方式中，所述根据所述第一透视图像和/或所述描述信息确定所述至少一个物流对象的物流状态，包括：
16.根据所述描述信息校验所述候选物流对象是否为违禁的物流对象。
17.在一个可选的实现方式中，所述获取所述候选物流对象的描述信息，包括：
18.在所述第一透视图像中截取所述候选物流对象的第二透视图像；
19.根据所述第二透视图像获取所述候选物流对象的描述信息。
20.在一个可选的实现方式中，所述根据所述第二透视图像获取所述候选物流对象的描述信息，包括：
21.在物流对象的实物图像与物流对象的描述信息之间的对应关系中，根据所述第二透视图像查找所述候选物流对象的实物图像；
22.在所述对应关系中查找与所述候选物流对象的实物图像相对应的描述信息。
23.在一个可选的实现方式中，所述方法还包括：
24.在获取所述第一透视图像之前，获取所述候选物流对象的实物图像，所述实物图像包括在所述候选物流对象的表面上设置的所述候选物流对象的标识信息；
25.在所述实物图像中提取所述候选物流对象的标识信息；
26.根据所述标识信息从云端获取所述候选物流对象的描述信息；
27.在所述对应关系中存储所述候选物流对象的实物图像与所述候选物流对象的描述信息。
28.在一个可选的实现方式中，所述方法还包括：
29.在根据所述描述信息已经校验出所述候选物流对象是否为违禁的物流对象的情况下，在所述对应关系中删除所述候选物流对象的实物图像与所述候选物流对象的描述信息。
30.第二方面，本技术示出了一种成像设备，所述成像设备包括：
31.第一获取模块，用于获取包括至少一个物流对象的第一透视图像，第二获取模块，用于获取所述至少一个物流对象中的至少部分物流对象的描述信息；
32.确定模块，用于根据所述第一透视图像和/或所述描述信息确定所述至少一个物流对象的物流状态。
33.在一个可选的实现方式中，所述确定模块包括：
34.第一确定单元，用于根据所述第一透视图像以及所述描述信息确定所述至少一个物流对象是否破损。
35.在一个可选的实现方式中，所述确定模块包括：
36.第二确定单元，用于根据所述第一透视图像以及所述描述信息确定所述至少一个物流对象中的物品是否丢失。
37.在一个可选的实现方式中，所述第二获取模块包括：
38.第三确定单元，用于根据所述第一透视图像在所述至少一个物流对象中确定违禁的候选物流对象；
39.获取单元，用于获取所述候选物流对象的描述信息；
40.在一个可选的实现方式中，所述确定模块包括：
41.校验单元，用于根据所述描述信息校验所述候选物流对象是否为违禁的物流对象。
42.在一个可选的实现方式中，所述获取单元包括：
43.截取子单元，用于在所述第一透视图像中截取所述候选物流对象的第二透视图像；
44.获取子单元，用于根据所述第二透视图像获取所述候选物流对象的描述信息。
45.在一个可选的实现方式中，所述获取子单元具体用于：在物流对象的实物图像与物流对象的描述信息之间的对应关系中，根据所述第二透视图像查找所述候选物流对象的实物图像；在所述对应关系中查找与所述候选物流对象的实物图像相对应的描述信息。
46.在一个可选的实现方式中，所述获取子单元还用于：在获取所述第一透视图像之前，获取所述候选物流对象的实物图像，所述实物图像包括在所述候选物流对象的表面上设置的所述候选物流对象的标识信息；在所述实物图像中提取所述候选物流对象的标识信息；根据所述标识信息从云端获取所述候选物流对象的描述信息；在所述对应关系中存储所述候选物流对象的实物图像与所述候选物流对象的描述信息。
47.在一个可选的实现方式中，所述获取子单元还用于：在根据所述描述信息已经校验出所述候选物流对象是否为违禁的物流对象的情况下，在所述对应关系中删除所述候选物流对象的实物图像与所述候选物流对象的描述信息。
48.第三方面，本技术示出了一种电子设备，所述电子设备包括：
49.处理器；
50.用于存储处理器可执行指令的存储器；
51.其中，所述处理器被配置为执行如第一方面所述的物流对象的处理方法。
52.第四方面，本技术示出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的物流对象的处理方法。
53.第五方面，本技术示出了一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的物流对象的处理方法。
54.与现有技术相比，本技术实施例包括以下优点：
55.在本技术中，获取包括至少一个物流对象的第一透视图像，以及，获取至少一个物流对象中的至少部分物流对象的描述信息。根据至少一个物流对象的第一透视图像和/或至少一个物流对象中的至少部分物流对象的描述信息确定至少一个物流对象的物流状态。通过本技术，结合物流对象的透视图像以及物流对象的描述信息可以提高确定物流对象的物流状态的准确度。
56.例如，在对物流对象进行安检的场景中，第一透视图像中可能会损失物流对象的个性化特征，因此，根据第一透视图像在至少一个物流对象中确定违禁的候选物流对象可能会出现错误的情况，例如，将实际上不违禁的物流对象确定为违禁的物流对象，这样会降低确定物流对象是否为违禁的物流对象的准确率。
57.而通过本技术，在根据第一透视图像在至少一个物流对象中确定出违禁的候选物流对象之后，还可以获取候选物流对象的描述信息，候选物流对象的描述信息有时候可以体现候选物流对象是否为违禁品等，例如，如果候选物流对象为违禁品，则物流对象中的描述信息中有时候会存在关于候选物流对象为违禁品的相关描述等，如果候选物流对象不为违禁品，则物流对象的描述信息中往往不会存在关于候选物流对象为违禁品的相关描述等。因此，可以根据候选物流对象的描述信息校验候选物流对象是否为违禁的物流对象，并作为最终的结果，例如，可以在根据第一透视图像确定出的违禁的候选物流对象中筛选出被误判的、实际不违禁的物流对象，从而可以提高确定物流对象是否为违禁的物流对象的
准确率。
附图说明
58.图1是本技术一示例性实施例示出的一种物流对象的处理方法的流程示意图。
59.图2是本技术一示例性实施例示出的一种物流对象的处理方法的流程示意图。
60.图3是本技术一示例性实施例示出的一种物流对象的处理方法的流程示意图。
61.图4是本技术一示例性实施例示出的一种成像设备的结构框图。
62.图5是本技术一实施例提供的装置的结构示意图。
具体实施方式
63.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
64.参照图1，示出了本技术一种物流对象的处理方法的流程示意图，该方法可以包括：
65.在步骤s101中，获取包括至少一个物流对象的第一透视图像，以及，获取至少一个物流对象中的至少部分物流对象的描述信息。
66.在本技术中，在需要确定至少一个物流对象的物流状态的情况下，例如，需要对至少一个物流对象进行安检(以检测物流对象是否包括违禁品等)，或者，确定至少一个物流对象是否破损，或者确定至少一个物流对象中的物品是否丢失等，用户可以将至少一个物流对象放置在成像设备(例如安检机等)中，以使成像设备拍摄包括至少一个物流对象的第一透视图像。
67.第一透视图像可以包括x光图像等。
68.物流对象可以包括需要进行物流作业的物品等，例如，在买家购买卖家出售的商品之后，卖家需要通过快递公司向买家邮寄该商品，在这种情况下，该商品可以看作物流对象。卖家可以通过快递公司以快递包裹的形式向买家该邮寄商品，快递包裹具有一个唯一的物流标识，例如，快递编号等，如此，相当于该商品具有唯一的该物流标识。
69.在一个可能的情况下，本步骤的执行主体可以是安检机，也即，本技术对安检机进行了改进，如此，安检机在拍摄到包括至少一个物流对象的第一透视图像之后，可以执行步骤s102。
70.在另一个可能的情况下，本步骤的执行主体可以是电子设备(非安检机)，也即，本技术未对安检机进行改进，电子设备与安检机之间通信连接，安检机在拍摄到包括至少一个物流对象的第一透视图像之后，可以向电子设备发送拍摄到的包括至少一个物流对象的第一透视图像，电子设备可以接收安检机发送的第一透视图像，然后可以执行步骤s102。
71.在步骤s102中，根据至少一个物流对象的第一透视图像和/或至少一个物流对象中的至少部分物流对象的描述信息确定至少一个物流对象的物流状态。
72.物流对象的物流状态包括但不限于：物流对象是否为违禁品、物流对象是否破损以及物流对象中的物品是否丢失等，当然，也可以包括其他状态，申请不再一一举例。
73.其中，如何根据至少一个物流对象的第一透视图像和/或至少一个物流对象中的至少部分物流对象的描述信息确定至少一个物流对象的物流状态具体可以参见之后所示
的实施例，在此不做详述。
74.在本技术中，获取包括至少一个物流对象的第一透视图像，以及，获取至少一个物流对象中的至少部分物流对象的描述信息。根据至少一个物流对象的第一透视图像和/或至少一个物流对象中的至少部分物流对象的描述信息确定至少一个物流对象的物流状态。通过本技术，结合物流对象的透视图像以及物流对象的描述信息可以提高确定物流对象的物流状态的准确度。
75.在本技术一个实施例中，在需要对至少一个物流对象进行安检(以检测物流对象是否包括违禁品等)的情况下，在获取至少一个物流对象中的至少部分物流对象的描述信息时，参见图2，可以按照如下流程实现，包括：
76.在步骤s201中，根据第一透视图像在至少一个物流对象中确定违禁的候选物流对象。
77.在本技术一个实施例中，在得到包括至少一个物流对象的第一透视图像的情况下，可以对第一透视图像进行图像分析，以确定至少一个物流对象的违禁品。其中，在一个物流对象为违禁品的情况下，可以确定该物流对象为违禁的物流对象。违禁品可以包括枪支、易燃易爆品以及具有强磁性的物品等，违禁品可以根据实际的安全需求设定，本技术对此不做限定。
78.在本技术一个实施例中，第一透视图像中至少包括有至少一个物流对象的形状轮廓等。
79.如此，在一个方式中，事先可以统计出市面上已存在的违禁品的透视图像(包括违禁品的形状轮廓等)。
80.这样，在本步骤中，在根据第一透视图像在至少一个物流对象中确定出违禁的候选物流对象时，对于第一透视图像中的包括的任意一个物流对象的透视图像，可以计算该物流对象的第二透视图像分别与统计出的市面上已存在的违禁品的透视图像之间的相似度，在该物流对象的透视图像与统计出的市面上已存在的任意一个违禁品的透视图像之间的相似度大于预设阈值的情况下，则可以将该物流对象确定为违禁的候选物流对象。
81.在该物流对象的透视图像中与统计出的市面上已存在的任意一个违禁品的透视图像之间的相似度均小于或等于预设阈值的情况下，则可以将该物流对象确定为不违禁的物流对象(即安全的物流对象)。
82.其中，预设阈值可以根据实际情况而定，例如可以包括90％、85％、或80％等，本技术对具体的数值不做限定。
83.另外，计算两个透视图像之间的相似度的具体计算方式可以参见当前已存在的方式，本技术对相似度的具体计算方式不做限定。
84.在本技术另一个实施例中，事先可以训练图像识别模型，如此，在根据第一透视图像在至少一个物流对象中确定出违禁的候选物流对象时，可以借助图像识别模型。
85.其中，图像识别模型的训练方式包括：获取至少一个训练数据，训练数据包括：样本物流对象的样本透视图像以及样本物流对象的标注违禁数据。使用至少一个训练数据对模型训练，直至模型中的参数收敛，得到图像识别模型。
86.其中，标注违禁数据用于指示样本物流对象为违禁的物流对象或为不违禁的物流对象。
87.该模型可以包括xtranse cv等。
88.如此，在根据第一透视图像在至少一个物流对象中确定出违禁的候选物流对象时，可以将第一透视图像输入已训练的图像识别模型中，得到图像识别模型输出的违禁的候选物流对象。
89.通过本技术实施例，通过使用至少一个训练数据训练图像识别模型，使得图像识别模型可以学习到违禁的物流对象的透视图像的图像特征以及不违禁的物流对象的透视图像的图像特征。如此，图像识别模型可以确定出第一透视图像中的各个物流对象的透视图像的图像特征，并在某一个物流对象的透视图像的图像特征符合违禁的物流对象的透视图像的图像特征的情况下，可以将该物流对象确定为违禁的候选物流对象。
90.在步骤s202中，获取候选物流对象的描述信息。
91.在本技术中，物流对象的描述信息可以包括文本形式的描述信息，也可以包括语音形式的描述信息，也可以包括图片形式的描述信息，也可以包括视频形式的描述信息等。
92.物流对象的描述信息可以包括对物流对象的详细介绍等。
93.例如，在物流对象为可以销售的商品的情况下，商品的详细介绍包括商品的卖家对商品的介绍等，以及，还可以包括广大买家对商品的评价等。
94.其中，卖家对商品的介绍可以包括对商品的功能的介绍、对商品的外观的介绍以及对商品所属的物品种类的介绍等。
95.其中，获取候选物流对象的描述信息的方式具体可以参见之后所示的实施例，在此不做详述。
96.相应地，在根据第一透视图像以及描述信息确定至少一个物流对象的物流状态时，可以根据候选物流对象的描述信息校验候选物流对象是否为违禁的物流对象。
97.在本技术一个实施例中，候选物流对象的描述信息有时候可以体现候选物流对象是否为违禁品等。
98.例如，在一个可能的情况下，如果一个物流对象为违禁品，则物流对象中的描述信息中有时候会存在违禁关键词(用于指示违禁品的关键词)等，例如，“枪支”、“酒精”以及“magnetic(磁性)”等。
99.另外，如果一个物流对象不为违禁品，则物流对象的描述信息中往往不会存在违禁关键词等。
100.因此，在根据候选物流对象的描述信息校验候选物流对象是否为违禁的物流对象时，在一种方式中，可以判断候选物流对象的描述信息中是否存在违禁关键词，在候选物流对象的描述信息中存在违禁关键词的情况下，则可以说明候选物流对象为违禁品，进而可以确定候选物流对象为违禁的物流对象。在候选物流对象的描述信息中不存在违禁关键词的情况下，则可以说明候选物流对象不为非违禁品，进而可以确定候选物流对象不为违禁的物流对象。
101.如此，对于任意一个物流对象，假设该物流对象实际上为不违禁的物流对象，这样，该物流对象的描述信息往往就不会存在违禁关键词等。
102.但是在拍摄到包括该物流对象的透视图像之后，由于该透视图像的形状与违禁品的图像相似等原因而使得将物流对象误判定为违禁的物流对象的情况下，借助物流对象的描述信息通过上述方式可以校验出该物流对象为不违禁的物流对象，从而尽可能地避免对
该物流对象产生误判情况。
103.然而，有时候，通过上述方式也可能仍旧会出现误判情况，例如，将实际上不违禁的候选物流对象仍旧误判为违禁的候选对象。
104.例如，假设候选物流对象实际上不为违禁品，也即，实际上物流对象为不违禁的物流对象，但是候选物流对象的描述信息中包括一段话“禁止与磁性物品一起放置(磁性为违禁关键词等)，以避免消磁”，这句话并非指示候选物流对象是磁性的，而是指示如何避免候选物流对象消磁。
105.然而，在上述方式中，会确定出候选物流对象的描述信息中存在违禁关键词“磁性”，从而校验出候选物流对象为违禁的物流对象，也就出现了误判情况。
106.因此，为了尽可能的避免出现上述误判情况发生，在本技术另一实施例中，事先可以训练违禁校验模型，如此，在根据候选物流对象的描述信息校验候选物流对象是否为违禁的物流对象时，可以借助违禁校验模型。
107.其中，违禁校验模型的训练方式包括：获取至少一个训练数据，训练数据包括：样本物流对象的样本描述信息以及样本物流对象的标注违禁数据。使用至少一个训练数据对模型训练，直至模型中的参数收敛，得到违禁校验模型。
108.标注违禁数据用于指示样本物流对象为违禁的物流对象或为不违禁的物流对象。其中，在标注违禁数据用于指示样本物流对象为违禁的物流对象的情况下，标注违禁数据还可以包括违禁等级，例如带电、禁运以及特殊货物等。
109.该模型可以包括faster-rcnn等。
110.如此，在根据候选物流对象的描述信息校验候选物流对象是否为违禁的物流对象时，可以将描述信息输入已训练的违禁校验模型中，得到违禁校验模型输出的候选物流对象是否为违禁的物流对象的校验结果。
111.通过本技术实施例，基于违禁校验模型可以识别出描述信息中的语义，例如，确定出候选物流对象的描述信息中的违禁关键词是否用于指示候选物流对象的属性等，从而可以根据候选物流对象的描述信息精确的校验出候选物流对象是否为违禁的物流对象，以降低误判概率。
112.第一透视图像中可能会损失物流对象的个性化特征，因此，根据第一透视图像在至少一个物流对象中确定违禁的候选物流对象可能会出现错误的情况，例如，将实际上不违禁的物流对象确定为违禁的物流对象，这样会降低确定物流对象是否为违禁的物流对象的准确率。
113.而通过本技术，在根据第一透视图像在至少一个物流对象中确定出违禁的候选物流对象之后，还可以获取候选物流对象的描述信息，候选物流对象的描述信息有时候可以体现候选物流对象是否为违禁品等，例如，如果候选物流对象为违禁品，则物流对象中的描述信息中有时候会存在关于候选物流对象为违禁品的相关描述等，如果候选物流对象不为违禁品，则物流对象的描述信息中往往不会存在关于候选物流对象为违禁品的相关描述等。因此，可以根据候选物流对象的描述信息校验候选物流对象是否为违禁的物流对象，并作为最终的结果，例如，可以在根据第一透视图像确定出的违禁的候选物流对象中筛选出被误判的、实际不违禁的物流对象，从而可以提高确定物流对象是否为违禁的物流对象的准确率。
114.进一步地，为了方便安检人员获知哪些物流对象为违禁的物流对象，在本技术另一实施例中，还可以在屏幕上显示第一透视图像，以及在第一透视图像上圈选校验出的违禁的物流对象。
115.这样，安检人员可以在屏幕上看到第一透视图像，并看到第一透视图像上被圈选的校验出的违禁的物流对象，这样，安检人员根据圈选的标记就可以获知被安检的至少一个物流对象中的哪个物流对象是违禁的物流对象，进而可以根据第一透视图像上被圈选的违禁的物流对象的轮廓在至少一个物流对象的实物中寻找出违禁的物流对象的实物。
116.其中，在标注违禁数据用于指示样本物流对象为违禁的物流对象或为不违禁的物流对象的情况下，违禁校验模型会输出候选物流对象为违禁的物流对象的校验结果或为非违禁的物流对象的校验结果。
117.在标注违禁数据还包括违禁等级(例如带电、禁运以及磁性等)等的情况下，如果违禁校验模型校验出候选物流对象为违禁的物流对象，则违禁校验模型除了输出候选物流对象为违禁的物流对象的校验结果以外，还可以输出候选物流对象的违禁等级。
118.其中，在违禁校验模型还输出有违禁等级的情况下，则还可以在屏幕上显示校验出的违禁的违禁等级，以使安检人员可以确定出校验出的违禁的物流对象属于哪一个等级的违禁品。
119.在本技术另一实施例中，参见图3，在步骤s202包括：
120.在步骤s301中，在第一透视图像中截取候选物流对象的第二透视图像。
121.在本技术中，在步骤s201中在第一透视图像中确定出候选物流对象之后，可以使用图像截取技术在第一透视图像中截取候选物流对象的第二透视图像，具体截取方式可以参见已存在的截取方式，在此不做详述。
122.在步骤s302中，根据候选物流对象的第二透视图像获取候选物流对象的描述信息。
123.在本技术一个实施例中，在获取第一透视图像之前，可以获取候选物流对象的实物图像，实物图像包括在候选物流对象的表面上设置的候选物流对象的标识信息，然后，可以根据候选物流对象的实物图像提取候选物流对象的标识信息，并缓存候选物流对象的标识信息。
124.如此，在一个方式中，在根据候选物流对象的第二透视图像获取候选物流对象的描述信息时，可以候选物流对象的第二透视图像获取已缓存的候选物流对象的标识信息，并根据候选物流对象的标识信息实时地在云端查找候选物流对象的描述信息。
125.但是，上述方式中，是在根据第一透视图像在至少一个物流对象中确定出违禁的候选物流对象之后(步骤s201之后)才开始获取候选物流对象的描述信息，根据候选物流对象的标识信息实时地在云端查找候选物流对象的描述信息的过程需要耗费一段时间，如此会降低获取候选物流对象的描述信息的效率。
126.因此，为了提高获取候选物流对象的描述信息的效率。在本技术另一实施例中，本步骤可以通过如下流程实现，包括：
127.3021、在物流对象的实物图像与物流对象的描述信息之间的对应关系中，根据第二透视图像查找候选物流对象的实物图像。
128.在本技术中，事先可以创建物流对象的实物图像与物流对象的描述信息之间的对
应关系，具体创建流程包括：
129.11)、在获取第一透视图像之前，获取候选物流对象的实物图像，实物图像包括在候选物流对象的表面上设置的候选物流对象的标识信息。
130.例如，在获取第一透视图像之前，可以使用摄像头拍摄候选物流对象的实物图像，并缓存候选物流对象的实物图像。
131.例如，在安检机的入口上方设置摄像头，在候选物流对象从入口进入安检机的过程中，摄像头可以拍摄候选物流对象的实物图像。
132.12)、在候选物流对象的实物图像中提取候选物流对象的标识信息。
133.在本技术中，候选物流对象的表面上设置有物流面单，物流面单上设置有候选物流对象的标识信息，候选物流对象的标识信息包括候选物流对象的快递编号、购物订单编号或者商品名称等，不同的物流对象的标识信息不同。
134.其中，可以使用图像分析技术从候选物流对象的实物图像提取候选物流对象的标识信息，本技术对具体的图像分析技术不做限定。
135.13)、根据候选物流对象的标识信息从云端获取候选物流对象的描述信息。
136.在本技术中，云端可以存储各个物流对象的描述信息等。
137.例如，电子设备可以向云端发送获取请求，该获取请求携带候选物流对象的标识信息，该获取请求用于请求获取候选物流对象的描述信息。云端接收该获取请求，然后从该获取请求中提取出候选物流对象的标识信息，并根据候选物流对象的标识信息获取已存储的候选物流对象的描述信息，然后向电子设备发送获取的候选物流对象的描述信息。之后电子设备接收云端发送的候选物流对象的描述信息。
138.14)、在物流对象的实物图像与物流对象的描述信息之间的对应关系中，存储获取的候选物流对象的实物图像与获取的候选物流对象的描述信息。
139.例如，在一个示例中，可以将拍摄的候选物流对象的实物图像与提取的候选物流对象的描述信息组成对应表项，并存储在物流对象的实物图像与物流对象的描述信息之间的对应关系中。
140.如此，在步骤s3021中，可以计算该对应关系中的每一个实物图像分别与第二透视图像之间的相似度，将与第二透视图像之间的相似度最高的实物图像作为候选物流对象的实物图像。计算两个图像之间的相似度的具体计算方式可以使用已存在的计算方式，本技术对具体的计算方式不做限定。
141.3022、在物流对象的实物图像与物流对象的描述信息之间的对应关系中，查找与候选物流对象的实物图像相对应的描述信息。
142.在本技术实施例中，是在在第一透视图像中截取候选物流对象的第二透视图像之前(步骤s301之前)就可以开始获取候选物流对象的描述信息，并缓存获取的候选物流对象的描述信息，如此，之后在需要获取候选物流对象的描述信息时，可以直接获取缓存的候选物流对象的描述信息即可，不再需要根据候选物流对象的标识信息实时地在云端查找候选物流对象的描述信息，相当于节省了“根据候选物流对象的标识信息实时地在云端查找候选物流对象的描述信息”的过程需要耗费一段时间，从而可以提高获取候选物流对象的描述信息的效率。
143.进一步地，在根据候选物流对象的描述信息已经校验出候选物流对象是否为违禁
的物流对象的情况下，从而就结束了对候选物流对象的安检，之后可能也不再需要继续按照本技术的方式对候选物流对象再次安检，如此，在物流对象的实物图像与物流对象的描述信息之间的对应关系中存储的候选物流对象的实物图像与候选物流对象的描述信息往往就不再具有安检相关的作用，因此，为了节省存储空间，在根据候选物流对象的描述信息已经校验出候选物流对象是否为违禁的物流对象的情况下，可以在物流对象的实物图像与物流对象的描述信息之间的对应关系中，删除候选物流对象的实物图像与候选物流对象的描述信息。
144.在本技术一个实施例中，物流对象在物流运输的过程中，可能会导致物流对象破损，例如，假设物流对象包括易碎品，例如玻璃品或陶瓷品等，易碎品在物流运输过程中可能会因为震动或碰撞而导致易碎品破损。
145.如果物流对象的接收者得到了破损的物流对象，则会降低物流对象的接收者的主观感受，因此，为了避免物流对象的接收者得到了破损的物流对象，可以提前检测物流对象是否破损。
146.例如，可以根据至少一个物流对象的第一透视图像以及至少一个物流对象的描述信息确定至少一个物流对象是否破损。
147.例如，可以在第一透视图像中截取各个物流对象的第二透视图像。然后，对于至少一个物流对象中的任意一个物流对象，可以根据该物流对象的第二透视图像获取该物流对象的描述信息。具体获取方式可以参见步骤s302，在此不做详述。该物流对象的描述信息可以包括图像形式的描述信息等，例如，该物流对象的描述信息可以为该物流对象的外观图像等，之后可以根据该物流对象的第二透视图像以及该物流对象的外观图像确定该物流对象是否破损。对于至少一个物流对象中的其他每一个物流对象，同样如此。
148.其中，事先可以训练破损识别模型，如此，在根据该物流对象的第二透视图像以及该物流对象的外观图像确定该物流对象是否破损时，可以借助破损识别模型。
149.其中，破损识别模型的训练方式包括：获取至少一个训练数据，训练数据包括：样本物流对象的样本透视图像、样本物流对象的样本外观图像以及样本物流对象的标注破损数据。使用至少一个训练数据对模型训练，直至模型中的参数收敛，得到破损识别模型。
150.样本物流对象的样本透视图像可以包括破损的样本物流对象的透视图像，样本物流对象的样本外观图像包括未破损的样本物流对象的外观图像。样本透视图像中的样本物流对象与样本外观图像中的样本物流对象为同一种样本物流对象。
151.其中，标注破损数据用于指示样本透视图像中的样本物流对象的破损的位置等。
152.如此，在根据该物流对象的第二透视图像以及该物流对象的外观图像确定该物流对象是否破损时，可以将该物流对象的第二透视图像以及该物流对象的外观图像输入已训练的破损识别模型中，得到破损识别模型输出的指示该物流对象是否破损的结果。
153.在本技术一个实施例中，一个物流对象中可能包括多个物品，物流对象在物流运输的过程中可能会丢失至少一个物品，因此，需要尽早地发现丢失了物品的物流对象，以尽早处理物流对象的丢失事件，例如，尽早为物流对象的接收者重新补发新的完整的物流对象，以使地物流对象的接收者能够得到完整的物流对象。
154.为了尽早地发现是否存在丢失了物品的物流对象，可以根据至少一个物流对象的第一透视图像以及至少一个物流对象的描述信息确定至少一个物流对象中的物品是否丢
失。
155.例如，可以在第一透视图像中截取各个物流对象的第二透视图像。然后，对于至少一个物流对象中的任意一个物流对象，可以根据该物流对象的第二透视图像获取该物流对象的描述信息。具体获取方式可以参见步骤s302，在此不做详述。该物流对象的描述信息可以包括图像形式的描述信息等，例如，该物流对象的描述信息可以为该物流对象的外观图像等，该物流对象的外观图像包括了该物流对象中的各个物品，之后可以根据该物流对象的第二透视图像以及该物流对象的外观图像确定该物流对象中的物品是否丢失。对于至少一个物流对象中的其他每一个物流对象，同样如此。
156.其中，事先可以训练丢失识别模型，如此，在根据该物流对象的第二透视图像以及该物流对象的外观图像确定该物流对象中的物品是否丢失时，可以借助丢失识别模型。
157.其中，丢失识别模型的训练方式包括：获取至少一个训练数据，训练数据包括：样本物流对象的样本透视图像、样本物流对象的样本外观图像以及样本物流对象的标注丢失数据。使用至少一个训练数据对模型训练，直至模型中的参数收敛，得到丢失识别模型。
158.样本物流对象的样本透视图像可以包括丢失了至少一个物品的样本物流对象的透视图像，样本物流对象的样本外观图像包括未丢失物品的样本物流对象的外观图像。样本透视图像中的样本物流对象与样本外观图像中的样本物流对象为同一种样本物流对象。
159.其中，标注丢失数据用于指示样本透视图像中的样本物流对象存在丢失的物品以及丢失的物品在样本外观图像中的位置等。
160.如此，在根据该物流对象的第二透视图像以及该物流对象的外观图像确定该物流对象中的物品是否丢失时，可以将该物流对象的第二透视图像以及该物流对象的外观图像输入已训练的丢失识别模型中，得到丢失识别模型输出的指示该物流对象中的物品是否丢失的结果。
161.需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作并不一定是本技术所必须的。
162.参照图4，示出了本技术一种成像设备的实施例的结构框图，具体可以包括如下模块：
163.第一获取模块11，用于获取包括至少一个物流对象的第一透视图像，第二获取模块12，用于获取所述至少一个物流对象中的至少部分物流对象的描述信息；
164.确定模块13，用于根据所述第一透视图像和/或所述描述信息确定所述至少一个物流对象的物流状态。
165.在一个可选的实现方式中，所述确定模块包括：
166.第一确定单元，用于根据所述第一透视图像以及所述描述信息确定所述至少一个物流对象是否破损。
167.在一个可选的实现方式中，所述确定模块包括：
168.第二确定单元，用于根据所述第一透视图像以及所述描述信息确定所述至少一个物流对象中的物品是否丢失。
169.在一个可选的实现方式中，所述第二获取模块包括：
170.第三确定单元，用于根据所述第一透视图像在所述至少一个物流对象中确定违禁的候选物流对象；
171.获取单元，用于获取所述候选物流对象的描述信息；
172.在一个可选的实现方式中，所述确定模块包括：
173.校验单元，用于根据所述描述信息校验所述候选物流对象是否为违禁的物流对象。
174.在一个可选的实现方式中，所述获取单元包括：
175.截取子单元，用于在所述第一透视图像中截取所述候选物流对象的第二透视图像；
176.获取子单元，用于根据所述第二透视图像获取所述候选物流对象的描述信息。
177.在一个可选的实现方式中，所述获取子单元具体用于：在物流对象的实物图像与物流对象的描述信息之间的对应关系中，根据所述第二透视图像查找所述候选物流对象的实物图像；在所述对应关系中查找与所述候选物流对象的实物图像相对应的描述信息。
178.在一个可选的实现方式中，所述获取子单元还用于：在获取所述第一透视图像之前，获取所述候选物流对象的实物图像，所述实物图像包括在所述候选物流对象的表面上设置的所述候选物流对象的标识信息；在所述实物图像中提取所述候选物流对象的标识信息；根据所述标识信息从云端获取所述候选物流对象的描述信息；在所述对应关系中存储所述候选物流对象的实物图像与所述候选物流对象的描述信息。
179.在一个可选的实现方式中，所述获取子单元还用于：在根据所述描述信息已经校验出所述候选物流对象是否为违禁的物流对象的情况下，在所述对应关系中删除所述候选物流对象的实物图像与所述候选物流对象的描述信息。
180.在本技术中，获取包括至少一个物流对象的第一透视图像，以及，获取至少一个物流对象中的至少部分物流对象的描述信息。根据至少一个物流对象的第一透视图像和/或至少一个物流对象中的至少部分物流对象的描述信息确定至少一个物流对象的物流状态。通过本技术，结合物流对象的透视图像以及物流对象的描述信息可以提高确定物流对象的物流状态的准确度。
181.例如，在对物流对象进行安检的场景中，第一透视图像中可能会损失物流对象的个性化特征，因此，根据第一透视图像在至少一个物流对象中确定违禁的候选物流对象可能会出现错误的情况，例如，将实际上不违禁的物流对象确定为违禁的物流对象，这样会降低确定物流对象是否为违禁的物流对象的准确率。
182.而通过本技术，在根据第一透视图像在至少一个物流对象中确定出违禁的候选物流对象之后，还可以获取候选物流对象的描述信息，候选物流对象的描述信息有时候可以体现候选物流对象是否为违禁品等，例如，如果候选物流对象为违禁品，则物流对象中的描述信息中有时候会存在关于候选物流对象为违禁品的相关描述等，如果候选物流对象不为违禁品，则物流对象的描述信息中往往不会存在关于候选物流对象为违禁品的相关描述等。因此，可以根据候选物流对象的描述信息校验候选物流对象是否为违禁的物流对象，并作为最终的结果，例如，可以在根据第一透视图像确定出的违禁的候选物流对象中筛选出被误判的、实际不违禁的物流对象，从而可以提高确定物流对象是否为违禁的物流对象的准确率。
183.本技术实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本技术实施例中各方法步骤的指令(instructions)。
184.本技术实施例提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得电子设备执行如上述实施例中一个或多个所述的方法。本技术实施例中，所述电子设备包括服务器、网关、子设备等，子设备为物联网设备等设备。
185.本公开的实施例可被实现为使用任意适当的硬件，固件，软件，或及其任意组合进行想要的配置的装置，该装置可包括服务器(集群)、终端设备如iot设备等电子设备。
186.图5示意性地示出了可被用于实现本技术中所述的各个实施例的示例性装置1300。
187.对于一个实施例，图5示出了示例性装置1300，该装置具有一个或多个处理器1302、被耦合到(一个或多个)处理器1302中的至少一个的控制模块(芯片组)1304、被耦合到控制模块1304的存储器1306、被耦合到控制模块1304的非易失性存储器(nvm)/存储设备1308、被耦合到控制模块1304的一个或多个输入/输出设备1310，以及被耦合到控制模块1306的网络接口1312。
188.处理器1302可包括一个或多个单核或多核处理器，处理器1302可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中，装置1300能够作为本技术实施例中所述网关等服务器设备。
189.在一些实施例中，装置1300可包括具有指令1314的一个或多个计算机可读介质(例如，存储器1306或nvm/存储设备1308)以及与该一个或多个计算机可读介质相合并被配置为执行指令1314以实现模块从而执行本公开中所述的动作的一个或多个处理器1302。
190.对于一个实施例，控制模块1304可包括任意适当的接口控制器，以向(一个或多个)处理器1302中的至少一个和/或与控制模块1304通信的任意适当的设备或组件提供任意适当的接口。
191.控制模块1304可包括存储器控制器模块，以向存储器1306提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
192.存储器1306可被用于例如为装置1300加载和存储数据和/或指令1314。对于一个实施例，存储器1306可包括任意适当的易失性存储器，例如，适当的dram。在一些实施例中，存储器1306可包括双倍数据速率类型四同步动态随机存取存储器(ddr4sdram)。
193.对于一个实施例，控制模块1304可包括一个或多个输入/输出控制器，以向nvm/存储设备1308及(一个或多个)输入/输出设备1310提供接口。
194.例如，nvm/存储设备1308可被用于存储数据和/或指令1314。nvm/存储设备1308可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(hdd)、一个或多个光盘(cd)驱动器和/或一个或多个数字通用光盘(dvd)驱动器)。
195.nvm/存储设备1308可包括在物理上作为装置1300被安装在其上的设备的一部分的存储资源，或者其可被该设备访问可不必作为该设备的一部分。例如，nvm/存储设备1308可通过网络经由(一个或多个)输入/输出设备1310进行访问。
196.(一个或多个)输入/输出设备1310可为装置1300提供接口以与任意其他适当的设
备通信，输入/输出设备1310可以包括通信组件、拼音组件、传感器组件等。网络接口1312可为装置1300提供接口以通过一个或多个网络通信，装置1300可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信，例如接入基于通信标准的无线网络，如wifi、2g、3g、4g、5g等，或它们的组合进行无线通信。
197.对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器(例如，存储器控制器模块)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑封装在一起以形成系统级封装(sip)。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(soc)。
198.在各个实施例中，装置1300可以但不限于是：服务器、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)等终端设备。在各个实施例中，装置1300可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，装置1300包括一个或多个摄像机、键盘、液晶显示器(lcd)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(asic)和扬声器。
199.本技术实施例提供了一种电子设备，包括：一个或多个处理器；和，其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如本技术中一个或多个所述的物流对象的处理方法。
200.对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
201.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
202.本技术实施例是参照根据本技术实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
203.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
204.这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
205.尽管已描述了本技术实施例的优选实施例，但本领域内的技术人员一旦得知了基
本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术实施例范围的所有变更和修改。
206.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
207.以上对本技术所提供的一种物流对象的处理方法及成像设备，进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。