一种物品看护方法、系统、装置及电子设备
文献发布时间:2024-01-17 01:18:42
技术领域
本申请涉及计算机视觉技术领域,尤其涉及一种物品看护方法、系统、装置及电子设备。
背景技术
对于超市货架的物品,或者家属楼楼道放置的物品等,为了避免发生物品丢失,常常需要对上述物品进行看护,现有的基于图像处理的物品看护方法需要对物品的尺寸大小、具体位置、周边区域等特征均做检测识别,由于需要从图像中提取并检测特征过多,且各个特征受环境变化影响较大(例如光线的强弱和照射方向变化可能影响物品在图像中位置特征),这样会耗费较多的计算资源且准确性也不稳定,故亟待提出一种降低计算资源消耗且提高鲁棒性的物品看护方法。
发明内容
有鉴于此,本申请实施例提供一种物品看护方法、系统、装置及电子设备,以降低物品看护过程中的计算资源消耗,提高鲁棒性。
根据本申请实施例的第一方面,提供一种物品看护方法,所述方法包括:
图像采集设备采集包含有被看护物品的第一图像,在所述第一图像中选取所述被看护物品所在区域的局部图像作为第一图像模板,并将所述第一图像模板保存至模板图像库中;
获得所述图像采集设备基于运动事件采集的当前视野下的第二图像,所述运动事件是指指定区域内出现运动物体的事件;
依据所述第一图像模板和所述第二图像确定所述被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
根据本申请实施例的第二方面,提供一种物品看护系统,包括:图像采集设备和客户端设备;
所述图像采集设备,用于采集包含有被看护物品的第一图像;
所述客户端设备,用于在所述第一图像中选取所述被看护物品所在区域的局部图像作为第一图像模板,并将所述第一图像模板保存至模板图像库中;
所述图像采集设备还用于基于运动事件采集当前视野下的第二图像,所述运动事件是指指定区域内出现运动物体的事件;依据所述第一图像模板和所述第二图像确定所述被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
根据本申请实施例的第三方面,提供一种物品看护系统,包括:图像采集设备和客户端设备;
所述图像采集设备,用于采集包含有被看护物品的第一图像;
所述客户端设备,用于在所述第一图像中选取所述被看护物品所在区域的局部图像作为第一图像模板,并将所述第一图像模板保存至模板图像库中;
所述图像采集设备还用于基于运动事件采集当前视野下的第二图像,所述运动事件是指指定区域内出现运动物体的事件;
所述客户端设备还用于依据所述第一图像模板和所述第二图像确定所述被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
根据本申请实施例的第四方面,提供一种物品看护装置,所述装置包括:
第一图像模板确定模块,用于图像采集设备采集包含有被看护物品的第一图像,在所述第一图像中选取所述被看护物品所在区域的局部图像作为第一图像模板,并将所述第一图像模板保存至模板图像库中;
第二图像采集模块,用于所述图像采集设备基于运动事件采集当前视野下的第二图像,所述运动事件是指指定区域内出现运动物体的事件;
告警模块,用于依据所述第一图像模板和所述第二图像确定所述被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
根据本申请实施例的第五方面,提供一种电子设备,电子设备包括:处理器和存储器;
其中,所述存储器,用于存储机器可执行指令;
所述处理器,用于读取并执行所述存储器存储的机器可执行指令,以实现如第一方面所述的方法。
本申请实施例提供的技术方案可以包括以下有益效果:
本申请实施例中,通过从图像采集设备采集的包含有被看护物品的第一图像中选取被看护物品所在区域的局部图像,作为第一图像模板,利用该第一图像模板和检测到运动物体后采集的第二图像确定被看护物品是否被移动,不需要对被看护物体进行目标检测,降低计算资源的消耗,提高鲁棒性。
进一步地,通过第一图像模板和检测到运动物体后采集的第二图像确定被看护物品是否被移动,直接构建包括被看护物品的模板图,基于被看护物品的模板图直接跟踪被看护物品的位置是否存在变化,不需要对被看护物品进行定制化操作,不限制任何物品,可以对任何物品进行看护。
再进一步地,当确定出被看护物品被移动时,输出被看护物品被移动的告警,以便及时通知用户。
附图说明
图1是本申请实施例示出的一种物品看护方法的流程图。
图2是本申请实施例示出的网络结构的示例图。
图3是本申请实施例示出的物品看护的整体流程图。
图4是本申请实施例示出的一种物品看护系统的框图。
图5是本申请实施例示出的一种物品看护装置的框图。
图6是本申请实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
接下来对本说明书实施例进行详细说明。
参见图1,图1为本申请实施例提供的方法流程图,如图1所示,该流程可包括以下步骤:
S110:图像采集设备采集包含有被看护物品的第一图像,在第一图像中选取被看护物品所在区域的局部图像作为第一图像模板,并将第一图像模板保存至模板图像库中。
示例性地,在本实施例中,图像采集设备可以为普通的摄像机、也可以为工业摄像机,还可以为能够执行处理功能的智能摄像机,本申请实施例并不具体限定。
在本实施例中,被看护物品可以为任意物品,例如,箱子、手机、水杯等,本申请实施例并不具体限定。
在本实施例中,当用户需要对被看护物品进行看护时,首先用户通过与图像采集设备对应的软件,例如,客户端设备上安装的app,在图像采集设备采集的包含有被看护物品的第一图像中选取被看护物品当前所在区域的局部图像,在用户选取被看护物品当前所在的区域的局部图像后,将该局部图像作为第一图像模板并保存至被看护物品对应的模板图库中,同时将采集该第一图像时图像采集设备的设备运行状态一并保存到模板图库中,至于设备运行状态下面实施例进行了举例描述,这里暂不赘述。
S120:图像采集设备基于运动事件采集当前视野下的第二图像,运动事件是指指定区域内出现运动物体的事件。
示例性地,在本实施例中,指定区域可以有很多种,例如图像采集设备的视场范围,或者人体热释电红外PIR传感器的感应范围,本申请实施例并不具体限定。
基于上述描述,运动事件可以为图像采集设备的视场范围出现运动物体的事件,也可以为PIR传感器的感应范围内出现运动物体的事件。
在本实施例中,PIR传感器可以设置在图像采集设备上,也可以设置在图像采集设备周围,本申请实施例对此并不具体限定。
示例性地,在本实施例中,运动物体可以为人、动物等等,本申请实施例并不具体限定。
在本实施例中,图像采集设备可以一直处于唤醒状态,当监测到运动事件时直接采集的当前视场范围的第二图像,这里,第二图像可以为包括被看护物品的图像;为了减少图像采集设备的功耗,PIR传感器与图像采集设备通信连接,图像采集设备可以先处于休眠状态,当PIR传感器感应到运动物体时,向图像采集设备发送触发信息,唤醒图像采集设备采集的当前视场范围的第二图像。
S130:依据第一图像模板和第二图像确定被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
示例性地,在本实施例中,本步骤S130中,依据第一图像模板和第二图像确定被看护物品是否被移动,如果是,输出被看护物品被移动的告警可以是客户端设备执行的,也可以是图像采集设备(当图像采集设备具有处理功能时)执行的,本申请实施例并不具体限定。
示例性地,在本实施例中,本步骤S130中,依据第一图像模板和第二图像确定被看护物品是否被移动有很多方法,下面实施例进行了举例描述,这里暂不赘述。
在本实施例中,告警的方法可以有很多种,例如,通过声音实现告警、通过灯光实现告警等等,本申请实施例对告警方法不作具体限定。
至此,完成图1所示流程。
通过图1所示流程可以看出,本实施例中,通过从图像采集设备采集的包含有被看护物品的第一图像中选取被看护物品所在区域的局部图像,作为第一图像模板,利用该第一图像模板和检测到运动物体后采集的第二图像确定被看护物品是否被移动,不需要对被看护物体进行目标检测,降低计算资源的消耗,提高鲁棒性。
进一步地,通过第一图像模板和检测到运动物体后采集的第二图像确定被看护物品是否被移动,直接构建包括被看护物品的模板图,基于被看护物品的模板图直接跟踪被看护物品的位置是否存在变化,不需要对被看护物品进行定制化操作,不限制任何物品,可以对任何物品进行看护。
再进一步地,当确定出被看护物品被移动时,输出被看护物品被移动的告警,以便及时通知用户。
作为本申请实施例一个可选实施方式,依据图像模板和第二图像确定被看护物品是否被移动,包括:
首先,依据第一图像模板和第二图像确定是否需要添加模板图。
示例性地,在本实施例中,依据第一图像模板和第二图像确定是否需要添加模板图具体可以为:比对图像采集设备采集第一图像模板时的设备运行状态与图像采集设备采集第二图像模板时的设备运行状态是否一致,通过比对结果确定需要添加模板图,即若一致,确定不需要添加模板图,若不一致,确定不需要添加模板图。
这里,设备运行状态可以包括:白天拍摄模式还是红外拍摄模式等,本申请实施例并不具体限定。
其次,当需要时,将第二图像中被看护物品当前所在区域的局部图像作为第二图像模板记录至模板图库中。
示例性地,在本实施例中,当需要添加模板图时,依据第一图像的位置信息将第二图像中被看护物品当前所在区域的局部图像作为第二图像模板记录至模板图库中。
再次,依据图像采集设备后续采集的N帧图像,N大于1,以及模板图库中的第一图像模板和第二图像模板确定被看护物品是否被移动。
示例性地,在本实施例中,上述N帧图像可以是在指定时间段(例如,5s)内采集得到的,也可以是采集指定数量(例如,5张,这里,N=5)的图像得到的,本申请实施例并不具体限定。
本申请实施例通过自适应更新模板图,对于设备运行状态发生变化时,均能鲁棒地检测、监控被看护物品,不会因为光线变化、光源变化导致出现误报的情况。
下面结合图2对依据图像采集设备后续采集的N帧图像,以及模板图库中的第一图像模板、第二图像模板确定被看护物品是否被移动进行描述,具体地:
首先,针对图像采集设备后续采集的N帧图像中的每一帧图像,将该帧图像输入到主干backbone网络结构中进行特征提取,得到该帧图像的特征图feature map,将该帧图像的feature map输入到以第一图像模板的feature map为卷积核的互相关层crosscorrelation layer中,以及将该帧图像的feature map输入到以第二图像模板的featuremap为卷积核的cross correlation layer中,得到该帧图像对应的被看护物品位置;被看护物品位置是指被看护物品在该帧图像对应的图像坐标系下的位置。
示例性地,在执行本步骤之前,将第一模板图像和第二模板图像输入到主干backbone网络结构中进行特征提取,得到第一图像模板的feature map和第二图像模板的feature map。
在本实施例中,针对图像采集设备后续采集的N帧图像中的每一帧图像,将该帧图像输入到主干backbone网络结构中进行特征提取,得到该帧图像的特征图feature map,将该帧图像的feature map输入到以第一图像模板的feature map为卷积核的互相关层crosscorrelation layer中,以及将该帧图像的feature map输入到以第二图像模板的featuremap为卷积核的cross correlation layer中,这里,cross correlation layer是个CNN卷积层,从而得到该帧图像的feature map和第一图像模板的feature map的关系,以及得到该帧图像的feature map和第二图像模板的feature map的关系,而后通过全局信息构建网络,例如attension、transform、mlp、cnn卷积等抽取两者feature map的关系,并比对2个feature map关系,进而得到被看护物品在该帧图像对应的图像坐标系下的位置,即被看护物品位置。
其次,依据各帧图像对应的被看护物品位置、以及初始位置,确定被看护物品是否被移动。
示例性地,在本实施例中,初始位置是指在采集第一图像时被看护物品在图像坐标系下的位置。
在本实施例中,依据各帧图像对应的被看护物品位置、以及初始位置,确定被看护物品是否被移动有很多方法,例如,各帧图像对应的被看护物品位置与初始位置之间的距离均大于指定距离阈值(例如,5cm),或者被看护物品位置的移动速度大于指定速度阈值(3cm/s),本申请实施例并不具体限定。
这里,被看护物品位置的移动速度可以为最后一帧图像中被看护物品位置和初始位置之间的距离与采集图像的时间差的比值得到。
作为本申请实施例一个可选实施方式,上述依据图像模板和第二图像确定被看护物品是否被移动,包括:
首先,依据第一图像模板和第二图像确定是否需要添加模板图;具体实施方式参见上面实施例的描述,这里不再赘述。
其次,当不需要时,将第二图像以及图像采集设备后续采集的M帧图像和模板图库中的第一图像模板确定被看护物品是否被移动,M>1。
示例性地,在本实施例中,针对第二图像以及图像采集设备后续采集的M帧图像中的每一帧图像,将该帧图像输入到主干backbone网络结构中进行特征提取,得到该帧图像的特征图feature map,将该帧图像的feature map输入到以第一图像模板的feature map为卷积核的互相关层cross correlation layer中,从而得到该帧图像的feature map和第一图像模板的feature map的关系,而后通过全局信息构建网络,例如attension、transform、mlp、cnn卷积等抽取两者feature map的关系,进而得到被看护物品在该帧图像对应的图像坐标系下的位置,即被看护物品位置。
示例性地,在执行本步骤之前,将第一模板图像输入到主干backbone网络结构中进行特征提取,得到第一图像模板的feature map。
如图3所示,图3是本申请实施例示出的物品看护的整体流程图,具体包括如下步骤:
图像采集设备采集包含有被看护物品的第一图像,由用户通过客户端设备上安装的与图像采集设备对应的APP在第一图像中选取被看护物品当前所在区域的局部图像,并将该局部图像作为第一图像模板并保存至被看护物品对应的模板图库中。
图像采集设备处于休眠状态,当PIR传感器的感应范围内出现运动物体的事件时,唤醒图像采集设备,由图像采集设备采集当前视野下的第二图像并记录当前采集时刻;或者图像采集设备处于唤醒状态,当图像采集设备的视场范围出现运动物体的事件时,由图像采集设备采集当前视野下的第二图像并记录当前采集时刻。
图像采集设备或者客户端设备依据第一图像模板和第二图像确定是否需要添加模板图,当确定出需要增加模板图时,将第二图像中被看护物品当前所在区域的局部图像作为第二图像模板记录至模板图库中,将模板图库中的第一图像模板、第二图像模板以及第二图像分别输入到算法中,得到每一帧第二图像中被看护物体的位置,比较被看护物体的位置与被看护物品的初始位置的偏差是否大于直接距离阈值,若大于,发出报警信息,若不大于,返回运动事件的监控。
当确定出不需要增加模板图时,将模板图库中的第一图像模板以及第二图像分别输入到算法中,得到每一帧第二图像中被看护物体的位置,比较被看护物体的位置与被看护物品的初始位置的偏差是否大于直接距离阈值,若大于,发出报警信息,若不大于,返回运动事件的监控。
与前述方法的实施例相对应,本说明书还提供了系统、装置及其所应用的终端的实施例。
如图4所示,图4是本申请实施例示出的一种物品看护系统的框图,该物品看护系统包括:图像采集设备和客户端设备;
图像采集设备,用于采集包含有被看护物品的第一图像;
客户端设备,用于在第一图像中选取被看护物品所在区域的局部图像作为第一图像模板,并将第一图像模板保存至模板图像库中;
图像采集设备还用于基于运动事件采集当前视野下的第二图像,运动事件是指指定区域内出现运动物体的事件;依据第一图像模板和第二图像确定被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
作为本申请实施例一个可选实施方式,上述依据图像模板和第二图像确定被看护物品是否被移动,包括:
依据第一图像模板和第二图像确定是否需要添加模板图;
当需要时,将第二图像中被看护物品当前所在区域的局部图像作为第二图像模板记录至模板图库中;
依据图像采集设备后续采集的N帧图像,N大于1,以及模板图库中的第一图像模板和第二图像模板确定被看护物品是否被移动。
作为本申请实施例一个可选实施方式,上述依据图像采集设备后续采集的N帧图像,以及模板图库中的第一图像模板、第二图像模板确定被看护物品是否被移动,包括:
针对图像采集设备后续采集的N帧图像中的每一帧图像,将该帧图像输入到主干backbone网络结构中进行特征提取,得到该帧图像的特征图feature map,将该帧图像的feature map输入到以第一图像模板的feature map为卷积核的互相关层crosscorrelation layer中,以及将该帧图像的feature map输入到以第二图像模板的featuremap为卷积核的cross correlation layer中,得到该帧图像对应的被看护物品位置;被看护物品位置是指被看护物品在该帧图像对应的图像坐标系下的位置;
依据各帧图像对应的被看护物品位置、以及初始位置,确定被看护物品是否被移动;初始位置是指在采集第一图像时被看护物品在图像坐标系下的位置。
作为本申请实施例一个可选实施方式,上述第一图像模板的feature map通过如下步骤确定:
将第一图像模板输入到主干backbone网络结构中进行特征提取,得到第一图像模板的feature map。
作为本申请实施例一个可选实施方式,上述依据图像模板和第二图像确定被看护物品是否被移动,包括:
依据第一图像模板和第二图像确定是否需要添加模板图;
当不需要时,将第二图像以及图像采集设备后续采集的M帧图像和模板图库中的第一图像模板确定被看护物品是否被移动,M>1。
作为本申请实施例一个可选实施方式,上述依据第一图像模板和第二图像确定是否需要添加模板图,包括:
比对图像采集设备采集第一图像模板时的设备运行状态与图像采集设备采集第二图像模板时的设备运行状态是否一致;
通过比对结果确定需要添加模板图。
具体实施方式参见上面方法实施例的描述,这里不再赘述。
如图4所示,图4是本申请实施例示出的一种物品看护系统的框图,该物品看护系统包括:图像采集设备和客户端设备;
图像采集设备,用于采集包含有被看护物品的第一图像;
客户端设备,用于在第一图像中选取被看护物品所在区域的局部图像作为第一图像模板,并将第一图像模板保存至模板图像库中;
图像采集设备还用于基于运动事件采集当前视野下的第二图像,运动事件是指指定区域内出现运动物体的事件;
客户端设备还用于依据第一图像模板和第二图像确定被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
作为本申请实施例一个可选实施方式,上述依据图像模板和第二图像确定被看护物品是否被移动,包括:
依据第一图像模板和第二图像确定是否需要添加模板图;
当需要时,将第二图像中被看护物品当前所在区域的局部图像作为第二图像模板记录至模板图库中;
依据图像采集设备后续采集的N帧图像,N大于1,以及模板图库中的第一图像模板和第二图像模板确定被看护物品是否被移动。
作为本申请实施例一个可选实施方式,上述依据图像采集设备后续采集的N帧图像,以及模板图库中的第一图像模板、第二图像模板确定被看护物品是否被移动,包括:
针对图像采集设备后续采集的N帧图像中的每一帧图像,将该帧图像输入到主干backbone网络结构中进行特征提取,得到该帧图像的特征图feature map,将该帧图像的feature map输入到以第一图像模板的feature map为卷积核的互相关层crosscorrelation layer中,以及将该帧图像的feature map输入到以第二图像模板的featuremap为卷积核的cross correlation layer中,得到该帧图像对应的被看护物品位置;被看护物品位置是指被看护物品在该帧图像对应的图像坐标系下的位置;
依据各帧图像对应的被看护物品位置、以及初始位置,确定被看护物品是否被移动;初始位置是指在采集第一图像时被看护物品在图像坐标系下的位置。
作为本申请实施例一个可选实施方式,上述第一图像模板的feature map通过如下步骤确定:
将第一图像模板输入到主干backbone网络结构中进行特征提取,得到第一图像模板的feature map。
作为本申请实施例一个可选实施方式,上述依据图像模板和第二图像确定被看护物品是否被移动,包括:
依据第一图像模板和第二图像确定是否需要添加模板图;
当不需要时,将第二图像以及图像采集设备后续采集的M帧图像和模板图库中的第一图像模板确定被看护物品是否被移动,M>1。
作为本申请实施例一个可选实施方式,上述依据第一图像模板和第二图像确定是否需要添加模板图,包括:
比对图像采集设备采集第一图像模板时的设备运行状态与图像采集设备采集第二图像模板时的设备运行状态是否一致;
通过比对结果确定需要添加模板图。
具体实施方式参见上面方法实施例的描述,这里不再赘述。
如图5所示,图5是本申请实施例示出的一种物品看护装置的框图,上述物品看护装置包括:
第一图像模板确定模块,用于图像采集设备采集包含有被看护物品的第一图像,在第一图像中选取被看护物品所在区域的局部图像作为第一图像模板,并将第一图像模板保存至模板图像库中;
第二图像采集模块,用于图像采集设备基于运动事件采集当前视野下的第二图像,运动事件是指指定区域内出现运动物体的事件;
告警模块,用于依据第一图像模板和第二图像确定被看护物品是否被移动,如果是,输出被看护物品被移动的告警。
作为本申请实施例一个可选实施方式,上述告警模块中的依据图像模板和第二图像确定被看护物品是否被移动,包括:
依据第一图像模板和第二图像确定是否需要添加模板图;
当需要时,将第二图像中被看护物品当前所在区域的局部图像作为第二图像模板记录至模板图库中;
依据图像采集设备后续采集的N帧图像,N大于1,以及模板图库中的第一图像模板和第二图像模板确定被看护物品是否被移动。
作为本申请实施例一个可选实施方式,上述依据图像采集设备后续采集的N帧图像,以及模板图库中的第一图像模板、第二图像模板确定被看护物品是否被移动,包括:
针对图像采集设备后续采集的N帧图像中的每一帧图像,将该帧图像输入到主干backbone网络结构中进行特征提取,得到该帧图像的特征图feature map,将该帧图像的feature map输入到以第一图像模板的feature map为卷积核的互相关层crosscorrelation layer中,以及将该帧图像的feature map输入到以第二图像模板的featuremap为卷积核的cross correlation layer中,得到该帧图像对应的被看护物品位置;被看护物品位置是指被看护物品在该帧图像对应的图像坐标系下的位置;
依据各帧图像对应的被看护物品位置、以及初始位置,确定被看护物品是否被移动;初始位置是指在采集第一图像时被看护物品在图像坐标系下的位置。
作为本申请实施例一个可选实施方式,第一图像模板的feature map通过如下步骤确定:
将第一图像模板输入到主干backbone网络结构中进行特征提取,得到第一图像模板的feature map。
作为本申请实施例一个可选实施方式,上述告警模块中的依据图像模板和第二图像确定被看护物品是否被移动,包括:
依据第一图像模板和第二图像确定是否需要添加模板图;
当不需要时,依据第二图像以及图像采集设备后续采集的M帧图像和模板图库中的第一图像模板确定被看护物品是否被移动,M>1。
作为本申请实施例一个可选实施方式,上述依据第一图像模板和第二图像确定是否需要添加模板图,包括:
比对图像采集设备采集第一图像模板时的设备运行状态与图像采集设备采集第二图像模板时的设备运行状态是否一致;
通过比对结果确定需要添加模板图。
至此,完成图5所示装置框图的描述。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
对应地,本申请实施例还提供了图5所示装置的硬件结构图,具体如图6所示,该电子设备可以为上述实施方法的设备。如图6所示,该硬件结构包括:处理器和存储器。
其中,所述存储器,用于存储机器可执行指令;
所述处理器,用于读取并执行所述存储器存储的机器可执行指令,以实现如上所示的所对应的物品看护方法实施例。
作为一个实施例,存储器可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,存储器可以是:易失存储器、非易失性存储器或者类似的存储介质。具体地,存储器可以是RAM(Radom Access Memory,随机存取存储器)、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、DVD等),或者类似的存储介质,或者它们的组合。
至此,完成图6所示电子设备的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是,本说明书并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。
- 一种RFID集成装置以及应用该装置的物品监管方法和系统
- 一种物流对象的接收方法、装置及系统和电子设备
- 一种视频编码、解码方法、装置、电子设备及系统
- 一种无人驾驶车辆控制方法、装置、系统及电子设备
- 一种表情图片输入方法、装置、电子设备及系统
- 一种基于FPGA的物品自动看护方法及系统
- 一种基于FPGA的物品自动看护方法及系统