(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210778870.6 (22)申请日 2022.06.30 (71)申请人 刘国军 地址 410006 湖南省长 沙市岳麓区麓谷大 道662号三期6楼 (72)发明人 刘国军　陈永良　叶军　于龙　 刘在林　 (74)专利代理 机构 北京睿博行远知识产权代理 有限公司 1 1297 专利代理师 计小玲 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/60(2022.01) (54)发明名称 一种机器视觉检测AI人工智能复判系统及 方法 (57)摘要 本发明提供的一种机器视觉检测AI人工智 能复判系统及方法， 涉及机器视觉技术领域。 在 本发明中， 对产品监控视频包括的产品监控视频 帧进行识别处理， 得到目标产品对应的产品识别 结果； 确定多个产品识别结果中是否存在多个第 一产品识别结果， 并在多个产品识别结果中存在 多个第一产品识别结果时， 计算多个第一产品识 别结果对应的多个产品监控视频之间的监控视 频相关度； 基于多个第一产品识别结果对应的多 个产品监控视频之间的监控视频相关度， 对多个 第一产品识别结果进行更新处理， 得到多个第一 产品识别结果对应的多个目标产品识别结果。 基 于上述方法， 可以改善 现有技术中产品检测结果 的可靠度不佳的问题。 权利要求书4页 说明书13页 附图2页 CN 115359415 A 2022.11.18 CN 115359415 A 1.一种机器视觉检测AI人工智能复判方法， 其特征在于， 应用于产品监控服务器， 所述 产品监控服务器通信连接有多个图像采集设备， 所述机器视觉检测A I人工智能复判方法包 括： 在获取到所述多个图像采集设备中的目标图像采集设备采集的产品监控视频之后， 对 所述产品监控视频包括的产品监控视频帧进 行识别处理， 得到目标产品对应的产品识别结 果， 其中， 所述产品监控视频包括多帧产品监控视频帧， 所述多帧产品监控视频帧基于所述 目标图像采集设备对所述目标产品进 行信息采集得到， 且所述产品识别结果用于表征所述 目标产品是否存在产品外观瑕疵； 在得到多个目标产品对应的多个产品识别结果之后， 确定所述多个产品识别结果中是 否存在多个第一产品识别结果， 并在所述多个产品识别结果中存在多个第一产品识别结果 时， 计算所述多个第一产品识别结果对应的多个产品监控视频之间的监控视频相关度， 其 中， 所述第一产品识别结果用于表征对应的目标产品不存在产品外观瑕疵； 基于所述多个第 一产品识别结果对应的多个产品监控视频之间的监控视频相关度， 对 所述多个第一产品识别结果进 行更新处理， 得到所述多个第一产品识别结果对应的多个目 标产品识别结果， 其中， 所述 目标产品识别结果用于表征对应的目标产品是否存在外观瑕 疵。 2.如权利要求1所述的机器视觉检测AI人工智能复判方法， 其特征在于， 所述在得到多 个目标产品对应的多个产品识别结果之后， 确定所述多个产品识别结果中是否存在多个第 一产品识别结果， 并在所述多个产品识别结果中存在多个第一产品识别结果时， 计算所述 多个第一产品识别结果对应的多个产品监控视频之间的监控视频相关度的步骤， 包括： 在得到多个目标产品对应的多个产品识别结果之后， 确定所述多个产品识别结果中是 否存在多个第一产品识别结果； 在所述多个产品识别结果中存在多个第 一产品识别结果 时， 针对所述多个第 一产品识 别结果中的每两个第一产品识别结果， 基于该两个第一产品识别结果对应的两个产品监控 视频包括的产品监控视频帧， 计算得到该两个产品监控视频之间的监控视频相关度。 3.如权利要求2所述的机器视觉检测AI人工智能复判方法， 其特征在于， 所述在所述多 个产品识别结果中存在多个第一产品识别结果时， 针对所述多个第一产品识别结果中的每 两个第一产品识别结果， 基于该两个第一产品识别结果对应的两个产品监控视频包括的产 品监控视频帧， 计算得到该两个产品监控视频之间的监控视频相关度的步骤， 包括： 在所述多个产品识别结果中存在多个第 一产品识别结果 时， 针对所述多个第 一产品识 别结果中的每两个第一产品识别结果， 计算该两个第一产品识别结果对应的两个产品监控 视频之间包括的每两帧产品监控视频帧的相似度， 得到每两帧产品监控视频帧之 间的视频 帧相似度； 针对所述多个第 一产品识别结果中的每两个第 一产品识别结果， 计算该两个第 一产品 识别结果对应的两个产品监控视频包括每两 帧产品监控视频帧之间的视频帧相似度的平 均值， 得到该两个第一产品识别结果对应的两个产品监控视频之间的监控视频相关度。 4.如权利要求2所述的机器视觉检测AI人工智能复判方法， 其特征在于， 所述在所述多 个产品识别结果中存在多个第一产品识别结果时， 针对所述多个第一产品识别结果中的每 两个第一产品识别结果， 基于该两个第一产品识别结果对应的两个产品监控视频包括的产权　利　要　求　书 1/4 页 2 CN 115359415 A 2品监控视频帧， 计算得到该两个产品监控视频之间的监控视频相关度的步骤， 包括： 在所述多个产品识别结果中存在多个第 一产品识别结果 时， 针对所述多个第 一产品识 别结果中的每一个第一产品识别结果， 对该第一产品识别结果对应的产品监控视频进 行采 样处理， 得到该第一产品识别结果对应的采样产品监控视频， 其中， 每两个所述产品监控视 频对应的采样规则相同； 针对所述多个第 一产品识别结果中的每两个第 一产品识别结果， 计算该两个第 一产品 识别结果对应的两个采样产品监控视频之间对应视频时序的两 帧产品监控视频帧之间的 相似度， 得到对应视频时序的每两帧产品监控视频帧之间的视频帧相似度， 并确定该视频 帧相似度与预 先配置的相似度比较阈值之间的相对大小关系； 针对所述多个第 一产品识别结果中的每两个第 一产品识别结果， 若该两个第 一产品识 别结果对应的两个采样产品监控视频之间对应视频时序的每两 帧产品监控视频帧之间的 视频帧相似度中， 存在小于所述相似度比较阈值的视频帧相似度， 则将该视频帧相似度确 定为该两个产品监控视频之 间的监控视频相关度， 若 该两个第一产品识别结果对应的两个 采样产品监控视频之间对应视频时序的每两帧产品监控视频帧之 间的视频帧相似度， 大于 或等于所述相似度比较阈值的两帧产品监控视频帧， 则计算该两个第一产品识别结果对应 的两个产品监控视频之 间包括的每两帧产品监控视频帧的相似度， 得到每两帧产品监控视 频帧之间的视频帧相似度； 针对所述多个第 一产品识别结果中的每两个第 一产品识别结果， 计算该两个第 一产品 识别结果对应的两个产品监控视频包括每两 帧产品监控视频帧之间的视频帧相似度的平 均值， 得到该两个第一产品识别结果对应的两个产品监控视频之间的监控视频相关度。 5.如权利要求1所述的机器视觉检测AI人工智能复判方法， 其特征在于， 所述基于所述 多个第一产品识别结果对应的多个产品监控视频之 间的监控视频相关度， 对所述多个第一 产品识别结果进 行更新处理， 得到所述多个第一产品识别结果对应的多个目标产品识别结 果的步骤， 包括： 确定所述多个第一产品识别结果对应的多个产品监控视频之间的监控视频相关度中 的最大值和最小值， 得到对应的第一监控视频相关度和第二监控视频相关度， 并计算所述 第一监控视频相关度和所述第二监控视频相关度之间的差值， 得到对应的视频相关度差 值； 基于所述视频相关度差值对所述多个第 一产品识别结果进行更新处理， 得到所述多个 第一产品识别结果对应的多个目标产品识别结果。 6.如权利要求5所述的机器视觉检测AI人工智能复判方法， 其特征在于， 所述基于所述 视频相关度差值对所述多个第一产品识别结果进 行更新处理， 得到所述多个第一产品识别 结果对应的多个目标产品识别结果的步骤， 包括： 确定所述视频相关度差值与 预先配置的第 一视频相关度阈值之间的相对大小关系， 并 在所述视频相关度差值小于或等于所述第一视频相关度阈值时， 将所述多个第一产品识别 结果作为对应的多个目标产品识别结果， 或者， 在所述视频相关度差值大于所述第一视频 相关度阈值时， 基于所述多个产品识别结果中的每一个第二产品识别结果对应的产品监控 视频， 对产品识别模型进行更新处理， 得到对应的产品识别更新模型， 其中， 所述第二产品 识别结果用于表征对应的目标产品存在产品外观瑕疵， 其中， 所述产品识别模型为二分类权　利　要　求　书 2/4 页 3 CN 115359415 A 3