本發(fā)明涉及計量稱重，具體涉及一種基于機(jī)器視覺的地磅防作弊方法及系統(tǒng)。

背景技術(shù)：

1、地磅作為重要的計量設(shè)備，其準(zhǔn)確性對于交易的公正性和質(zhì)量保證非常重要。然后，目前的地磅存在一些作弊行為，如外掛設(shè)備、車輛?？坎灰?guī)范等，導(dǎo)致交易的公正性受到影響?，F(xiàn)有技術(shù)中地磅作弊的方式主要有兩種，其一是利用工具作弊，通過信號干擾地磅正常工作，如采用有線或無線遙控設(shè)備控制和更改儀表數(shù)據(jù)；其二是現(xiàn)場人工作弊，車輛不完全上磅或者多臺車輛同時上磅，達(dá)到增加或者減少貨物凈重的目的。

2、例如，專利cn116818064a提出一種過磅防作弊的智能檢測方案以解決傳統(tǒng)過磅系統(tǒng)無法解決外置插件非遙控形式作弊的問題，具體方案包括地磅稱和圖像采集設(shè)備，地磅稱上連接有地磅組合儀表，地磅組合儀表上連接有數(shù)據(jù)處理器，數(shù)據(jù)處理器通過導(dǎo)線與服務(wù)器建立通信連接，地磅稱上連接有壓力傳感器，壓力傳感器和地磅組合儀表均連接有防作弊器，防作弊器的內(nèi)部設(shè)置有單片機(jī)；單片機(jī)對壓力傳感器的正常物理動作重量數(shù)據(jù)進(jìn)行長期的學(xué)習(xí)與分析，一旦判斷到壓力傳感器和地磅組合儀表的重量數(shù)據(jù)是非正常物理動作而產(chǎn)生的重量數(shù)據(jù)時，數(shù)據(jù)處理器將信息發(fā)送至服務(wù)器，服務(wù)器將信息發(fā)送至防作弊器發(fā)出警報并及時管理員，從而發(fā)現(xiàn)作弊行為。專利cn112179473a提供一種防止作弊的地磅稱重裝置及其方法，通過生成磁場干擾地磅附近的信號，防止他人遠(yuǎn)程遙控，也便于將地磅稱重平臺抬起檢查，防止他人向地磅內(nèi)加夾板磚破壞公平交易。

3、現(xiàn)有的地磅防作弊方法或裝置，大多需要對現(xiàn)有的地磅系統(tǒng)進(jìn)行較大的改變，甚至需要更換地磅，成本較高；如果存在一種能夠在現(xiàn)有地磅系統(tǒng)基礎(chǔ)上直接應(yīng)用的防作弊系統(tǒng)，將大大減少現(xiàn)有地磅系統(tǒng)防作弊改良的成本。

技術(shù)實現(xiàn)思路

1、本發(fā)明目的在于提供一種基于機(jī)器視覺的地磅防作弊方法及系統(tǒng)，通過機(jī)器視覺技術(shù)對稱重行為進(jìn)行實時檢測和分析，對無效的稱重行為進(jìn)行報警處理，能直接應(yīng)用在現(xiàn)有地磅系統(tǒng)上，在有效防止稱重作弊行為的同時降低地磅系統(tǒng)改進(jìn)成本。

2、為達(dá)成上述目的，本發(fā)明提出如下技術(shù)方案：

3、第一方面，提出一種基于機(jī)器視覺的地磅防作弊方法，包括：

4、獲取待稱重車輛逐步進(jìn)入地磅區(qū)域的視頻流；

5、對所述視頻流進(jìn)行幀分析，判斷所述待稱重車輛的停車時機(jī)直至駕駛員下車；

6、根據(jù)所述停車時機(jī)，獲取所述待稱重車輛在地磅上稱重行為的若干有效圖片；其中，所述有效圖片為至少包含所述待稱重車輛的一個車輪與所述地磅接觸圖，并且若干所述有效圖片包含所述待稱重車輛的四個車輪與所述地磅接觸圖；

7、采用車輪檢測模型和地磅檢測模型分別對所述有效圖片進(jìn)行車輪檢測和地磅檢測，確定所述稱重行為中車輪和地磅位置的幾何關(guān)系；其中，所述車輪檢測模型和地磅檢測模型的建立過程為：獲取地磅上若干稱重車輛的四個輪胎分別與地磅的接觸的各角度圖像構(gòu)成圖像集；根據(jù)圖像集中的車輪數(shù)據(jù)訓(xùn)練實例分割深度學(xué)習(xí)模型，當(dāng)模型收斂或達(dá)到預(yù)設(shè)訓(xùn)練條件獲得車輪檢測模型；根據(jù)圖像集中的地磅數(shù)據(jù)訓(xùn)練語義分割深度學(xué)習(xí)模型，當(dāng)模型收斂或達(dá)到預(yù)設(shè)訓(xùn)練條件獲得地磅檢測模型；

8、根據(jù)所述幾何關(guān)系，判斷所述稱重行為是否存在作弊，并當(dāng)所述稱重行為存在作弊時警示駕駛員重新進(jìn)行稱重。

9、進(jìn)一步的，還包括：

10、獲取所述待稱重車輛的車牌號和所述有效圖片，根據(jù)所述車牌號對所述待稱重車輛的反復(fù)稱重行為進(jìn)行合并，保存稱重記錄；

11、根據(jù)所述稱重記錄，對完成稱重的車輛的所述稱重行為進(jìn)行審核評價；其中，所述審核評價的內(nèi)容包括對所述稱重行為進(jìn)行打分。

12、進(jìn)一步的，還包括：

13、獲取所述地磅的實時監(jiān)控圖像；

14、根據(jù)所述實時監(jiān)控圖像，判斷是否存在人員靠近所述地磅，并當(dāng)存在人員靠近所述地磅時判斷所述人員的動作是否屬于外掛警示動作；

15、當(dāng)存在所述人員靠近所述地磅且所述人員的動作屬于外掛警示動作，截取所述實時監(jiān)控圖像中的動作圖像并生成警示記錄；

16、審核所述動作圖像和所述警示記錄，判斷所述人員是否存在安裝外掛設(shè)備行為，并在判斷存在安裝外掛設(shè)備行為時進(jìn)行現(xiàn)場地磅檢查。

17、進(jìn)一步的，確定所述稱重行為中車輪和地磅位置的幾何關(guān)系的過程為：

18、對任一有效圖片，分別采用車輪檢測模型和地磅檢測模型進(jìn)行檢測，獲得車輪mask面積、地磅mask面積；

19、計算車輪mask面積與地磅mask面積的交集面積，以及交集面積與車輪mask面積的比值k；

20、判斷所述比值k與閾值s的關(guān)系，確定所述稱重行為中車輪和地磅位置的幾何關(guān)系；其中，當(dāng)比值s≤k＜1，表示車輪完全?？吭诘匕鮾?nèi)；當(dāng)0＜k＜s，表示車輪?？吭诘匕踹吘壷?。

21、進(jìn)一步的，還包括：

22、建立稱重行為數(shù)據(jù)庫，所述稱重行為數(shù)據(jù)庫中任一條數(shù)據(jù)至少包括車牌號、稱重時間、稱重貨物、稱重記錄、警示次數(shù)和評級得分；

23、構(gòu)建基于機(jī)器學(xué)習(xí)的車輛稱重行為信用分類模型，并基于所述稱重行為數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行模型訓(xùn)練，直至模型收斂或達(dá)到預(yù)設(shè)訓(xùn)練條件；

24、根據(jù)所述車輛稱重行為信用分類模型，對劃分至低信用值類的車輛進(jìn)行運(yùn)輸管制。

25、第二方面，提出一種基于機(jī)器視覺的地磅防作弊系統(tǒng)，包括：

26、第一獲取模塊，用于獲取待稱重車輛逐步進(jìn)入地磅區(qū)域的視頻流；

27、分析判斷模塊，用于對所述視頻流進(jìn)行幀分析，判斷所述待稱重車輛的停車時機(jī)直至駕駛員下車；

28、第二獲取模塊，用于根據(jù)所述停車時機(jī)，獲取所述待稱重車輛在地磅上稱重行為的若干有效圖片；其中，所述有效圖片為至少包含所述待稱重車輛的一個車輪與所述地磅接觸圖，并且若干所述有效圖片包含所述待稱重車輛的四個車輪與所述地磅接觸圖；

29、檢測確定模塊，用于采用車輪檢測模型和地磅檢測模型分別對所述有效圖片進(jìn)行車輪檢測和地磅檢測，確定所述稱重行為中車輪和地磅位置的幾何關(guān)系；其中，所述車輪檢測模型和地磅檢測模型的建立過程為：獲取地磅上若干稱重車輛的四個輪胎分別與地磅的接觸的各角度圖像構(gòu)成圖像集；根據(jù)圖像集中的車輪數(shù)據(jù)訓(xùn)練實例分割深度學(xué)習(xí)模型，當(dāng)模型收斂或達(dá)到預(yù)設(shè)訓(xùn)練條件獲得車輪檢測模型；根據(jù)圖像集中的地磅數(shù)據(jù)訓(xùn)練語義分割深度學(xué)習(xí)模型，當(dāng)模型收斂或達(dá)到預(yù)設(shè)訓(xùn)練條件獲得地磅檢測模型；

30、第一判斷模塊，用于根據(jù)所述幾何關(guān)系，判斷所述稱重行為是否存在作弊，并當(dāng)所述稱重行為存在作弊時警示駕駛員重新進(jìn)行稱重。

31、進(jìn)一步的，還包括：

32、第三獲取模塊，用于獲取所述待稱重車輛的車牌號和所述有效圖片，根據(jù)所述車牌號對所述待稱重車輛的反復(fù)稱重行為進(jìn)行合并，保存稱重記錄；

33、審核評價模塊，用于根據(jù)所述稱重記錄，對完成稱重的車輛的所述稱重行為進(jìn)行審核評價；其中，所述審核評價的內(nèi)容包括對所述稱重行為進(jìn)行打分。

34、進(jìn)一步的，還包括：

35、第四獲取模塊，獲取所述地磅的實時監(jiān)控圖像；

36、第二判斷模塊，用于根據(jù)所述實時監(jiān)控圖像，判斷是否存在人員靠近所述地磅；

37、第三判斷模塊，用于當(dāng)存在人員靠近所述地磅時，判斷所述人員的動作是否屬于外掛警示動作；

38、第四判斷模塊，用于當(dāng)存在所述人員靠近所述地磅且所述人員的動作屬于外掛警示動作，截取所述實時監(jiān)控圖像中的動作圖像并生成警示記錄；

39、審核判斷模塊，用于審核所述動作圖像和所述警示記錄，判斷所述人員是否存在安裝外掛設(shè)備行為，并在判斷存在安裝外掛設(shè)備行為時進(jìn)行現(xiàn)場地磅檢查。

40、進(jìn)一步的，所述檢測確定模塊確定所述稱重行為中車輪和地磅位置的幾何關(guān)系的執(zhí)行單元，包括：

41、檢測單元，用于對任一有效圖片，分別采用車輪檢測模型和地磅檢測模型進(jìn)行檢測，獲得車輪mask面積、地磅mask面積；

42、計算單元，用于計算車輪mask面積與地磅mask面積的交集面積，以及交集面積與車輪mask面積的比值k；

43、判斷單元，用于判斷所述比值k與閾值s的關(guān)系，確定所述稱重行為中車輪和地磅位置的幾何關(guān)系；其中，當(dāng)比值s≤k＜1，表示車輪完全?？吭诘匕鮾?nèi)；當(dāng)0＜k＜s，表示車輪停靠在地磅邊緣之外。

44、第三方面，提出一種電子設(shè)備，包括至少一個處理器，所述處理器和存儲器耦合，所述存儲器存儲有在所述處理器上運(yùn)行的程序或指令，所述程序或指令被所述處理器執(zhí)行時實現(xiàn)上述的基于機(jī)器視覺的地磅防作弊方法的步驟。

45、由以上技術(shù)方案可知，本發(fā)明的技術(shù)方案獲得了如下有益效果：

46、本發(fā)明公開的基于機(jī)器視覺的地磅防作弊方法及系統(tǒng)，方法包括：獲取待稱重車輛逐步進(jìn)入地磅區(qū)域的視頻流；對視頻流進(jìn)行幀分析，判斷待稱重車輛的停車時機(jī)直至駕駛員下車；根據(jù)停車時機(jī)，獲取待稱重車輛在地磅上稱重行為的若干有效圖片；采用車輪檢測模型和地磅檢測模型分別對有效圖片進(jìn)行車輪檢測和地磅檢測，確定稱重行為中車輪和地磅位置的幾何關(guān)系；根據(jù)幾何關(guān)系，判斷稱重行為是否存在作弊，并當(dāng)稱重行為存在作弊時警示駕駛員重新進(jìn)行稱重。本發(fā)明能夠通過機(jī)器視覺的實時檢測和數(shù)據(jù)分析，有效地防止地磅作弊行為，提高交易的公正性和質(zhì)量，保證了企業(yè)的財產(chǎn)，為地磅行業(yè)的發(fā)展提供了一種全新的技術(shù)手段；本方案不僅無需對現(xiàn)有地磅系統(tǒng)進(jìn)行較大的結(jié)構(gòu)改良，設(shè)備上只需在現(xiàn)有系統(tǒng)基礎(chǔ)上增設(shè)機(jī)器視覺系統(tǒng)，其他數(shù)據(jù)在計算機(jī)內(nèi)部處理即可，裝備成本顯著降低。

47、具體的，本發(fā)明一方面針對停車不規(guī)范的作弊行為，通過機(jī)器視覺技術(shù)對稱重行為進(jìn)行實時檢測和分析，對無效的稱重行為進(jìn)行報警處理，并且會對稱重行為進(jìn)行記錄打分，記錄各車輛的稱重行為；另一方面針對外掛設(shè)備的作弊行為，本發(fā)明通過計算機(jī)視覺對地磅進(jìn)行實時監(jiān)控，通過對地磅邊人的行為動作分析，系統(tǒng)會保存一條警示記錄，提示管理員對地磅檢查是否存在外掛設(shè)備，實現(xiàn)外掛行為的有效監(jiān)控。此外，本發(fā)明利用機(jī)器學(xué)習(xí)建模技術(shù)，對車輛稱重行為數(shù)據(jù)進(jìn)行模型訓(xùn)練，最終輸出車輛稱重行為的信用分類，管理員可對信用低的車輛進(jìn)行運(yùn)輸管制。

48、應(yīng)當(dāng)理解，前述構(gòu)思以及在下面更加詳細(xì)地描述的額外構(gòu)思的所有組合只要在這樣的構(gòu)思不相互矛盾的情況下都可以被視為本公開的發(fā)明主題的一部分。

49、結(jié)合附圖從下面的描述中可以更加全面地理解本發(fā)明教導(dǎo)的前述和其他方面、實施例和特征。本發(fā)明的其他附加方面例如示例性實施方式的特征和/或有益效果將在下面的描述中顯見，或通過根據(jù)本發(fā)明教導(dǎo)的具體實施方式的實踐中得知。