自由貿(mào)易試驗(yàn)區(qū)臨港新片區(qū)瑞興路58(74)專利代理機(jī)構(gòu)上海申君律師事務(wù)所31594GO6V20/62(2022.0GO6V30/19(2022.0GO6V30/18(2022.01)償系統(tǒng)包括個(gè)體特征庫部分和個(gè)體特征服務(wù)部個(gè)體特征進(jìn)行識(shí)別，可以將整體識(shí)別率提升到*21.一種集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，其特征在于，其包括個(gè)體特征庫部分和個(gè)體特征服務(wù)部分；所述個(gè)體特征庫部分包括：向量數(shù)據(jù)庫，用于儲(chǔ)存不同集裝箱的個(gè)體特征向量；鍵值數(shù)據(jù)庫，用于儲(chǔ)存與各所述集裝箱的個(gè)體特征向量對(duì)應(yīng)的集裝箱基礎(chǔ)信息，所述集裝箱基礎(chǔ)信息包括箱號(hào)；所述個(gè)體特征服務(wù)部分包括：個(gè)體特征Web服務(wù)模塊，用于響應(yīng)外部系統(tǒng)發(fā)起的服務(wù)請(qǐng)求；個(gè)體特征提取服務(wù)模塊，用于響應(yīng)所述個(gè)體特征Web服務(wù)模塊發(fā)起的第一服務(wù)請(qǐng)求；所述第一服務(wù)請(qǐng)求包括：將所述外部系統(tǒng)的傳入數(shù)據(jù)中包含的集裝箱的箱面照片轉(zhuǎn)化為待處理的個(gè)體特征向量；向量服務(wù)模塊，用于響應(yīng)所述個(gè)體特征Web服務(wù)模塊發(fā)起的第二服務(wù)請(qǐng)求，所述第二服務(wù)請(qǐng)求包括：根據(jù)所述待處理的個(gè)體特征向量，結(jié)合所述向量數(shù)據(jù)庫進(jìn)行搜索或存儲(chǔ)，并獲取向量ID;鍵值服務(wù)模塊，用于響應(yīng)所述個(gè)體特征Web服務(wù)模塊發(fā)起的第三服務(wù)請(qǐng)求，所述第三服務(wù)請(qǐng)求包括：根據(jù)所述向量ID,結(jié)合所述鍵值數(shù)據(jù)庫進(jìn)行匹配或存儲(chǔ)，并獲取結(jié)果。2.如權(quán)利要求1所述的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，其特征在于，所述向量服務(wù)模塊包括向量搜索服務(wù)模塊；所述鍵值服務(wù)模塊包括鍵值匹配服務(wù)模塊；所述向量搜索服務(wù)模塊，用于搜索所述向量數(shù)據(jù)庫中與所述待處理的特征向量最相似、有置信度的結(jié)果向量，獲得所述向量數(shù)據(jù)庫記錄的第一向量ID;所述鍵值匹配服務(wù)模塊，用于根據(jù)所述第一向量ID,從所述鍵值數(shù)據(jù)庫中匹配以獲得集裝箱基礎(chǔ)信息。3.如權(quán)利要求1所述的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，其特征在于，所述向量服務(wù)模塊包括向量存儲(chǔ)服務(wù)模塊；所述鍵值服務(wù)模塊包括鍵值存儲(chǔ)服務(wù)模塊；所述向量存儲(chǔ)服務(wù)模塊，用于將所述待處理的特征向量存儲(chǔ)到所述向量數(shù)據(jù)庫中，獲得向量數(shù)據(jù)庫記錄的第二向量ID;所述鍵值存儲(chǔ)服務(wù)模塊，用于將所述第二向量ID與所述外部系統(tǒng)的傳入數(shù)據(jù)中包含的集裝箱基礎(chǔ)信息組合為Key-Value鍵值對(duì)，存儲(chǔ)到所述鍵值數(shù)據(jù)庫中。4.如權(quán)利要求1所述的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，其特征在于，所述集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)滿足以下條件中的一種或多種：①所述個(gè)體特征服務(wù)部分的部署方式包括分布式部署或微服務(wù)架構(gòu)；③所述個(gè)體特征提取服務(wù)模塊部署于個(gè)體特征服務(wù)部分的內(nèi)網(wǎng)；④所述鍵值數(shù)據(jù)庫包括開源鍵值數(shù)據(jù)庫；⑤所述鍵值數(shù)據(jù)庫的部署方式包括分布式部署；⑥所述向量數(shù)據(jù)庫包括開源向量數(shù)據(jù)庫；⑦所述向量數(shù)據(jù)庫的部署方式包括分布式部署。5.如權(quán)利要求4所述的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，其特征在于，所述集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)滿足以下條件中的一種或多種：3①所述鍵值數(shù)據(jù)庫包括Redis鍵值數(shù)據(jù)庫；②所述向量數(shù)據(jù)庫包括Milvus向量數(shù)據(jù)庫；③所述個(gè)體特征提取服務(wù)模塊包括SIFT算法，所述SIFT算法用于從所述傳入數(shù)據(jù)中包含的集裝箱的箱面照片中提取出集裝箱個(gè)體特征點(diǎn)，生成所述待處理的個(gè)體特征向量。6.一種集裝箱個(gè)體識(shí)別方法，其特征在于，其采用如權(quán)利要求1-5任一項(xiàng)所述的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，以提供個(gè)體特征Web服務(wù)，響應(yīng)外部系所述集裝箱個(gè)體識(shí)別方法包括如下步驟：S2、通過所述個(gè)體特征提取服務(wù)模塊，將所述傳入數(shù)據(jù)中包含的集裝箱的箱面照片轉(zhuǎn)化為待處理的個(gè)體特征向量，并執(zhí)行搜索過程，所述個(gè)體特征Web服務(wù)模塊調(diào)用所述向量服務(wù)模塊的向量搜索服務(wù)、以及鍵值服務(wù)模塊的鍵值匹配服務(wù)，以根據(jù)所述待處理的個(gè)體特征向量，將搜索到的信息反饋至所述外部系統(tǒng)。7.如權(quán)利要求6所述的集裝箱個(gè)體識(shí)別方法，其特征在于，所述集裝箱個(gè)體識(shí)別方法滿足如下條件I或條件II:條件I:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)不包含集裝箱的箱面照片；由所述個(gè)體特征Web服務(wù)模塊向所述外部系統(tǒng)反饋，提示調(diào)用失?。粭l件II:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)僅包含集裝箱的箱面照片，確定執(zhí)行搜索過程；S2、首先，所述個(gè)體特征Web服務(wù)模塊調(diào)用個(gè)體特征提取服務(wù)，利用SIFT算法從所述集裝箱的箱面照片中提取個(gè)體特征點(diǎn)，獲得所述待處理的個(gè)體特征向量；其次，所述個(gè)體特征Web服務(wù)模塊調(diào)用向量搜索服務(wù)；將所述待處理的個(gè)體特征向量作為查詢向量，從所述向量數(shù)據(jù)庫中搜索與所述查詢向量最相似、有置信度的結(jié)果向量，獲取向量數(shù)據(jù)庫記錄的第一向量ID;若搜索失敗，則由所述個(gè)體特征Web服務(wù)模塊向所述外部系然后，所述個(gè)體特征Web服務(wù)模塊調(diào)用鍵值匹配服務(wù)；將所述第一向量ID作為搜索Key值，從所述鍵值數(shù)據(jù)庫中匹配得到集裝箱基礎(chǔ)信息，所述集裝箱基礎(chǔ)信息包括箱號(hào)；若匹配成功，則由所述個(gè)體特征Web服務(wù)模塊將所述集裝箱基礎(chǔ)信息反饋至所述外部系統(tǒng)；若匹配失敗，則由所述個(gè)體特征Web服務(wù)模塊向所述外部系統(tǒng)反饋，提示未搜索到。8.一種集裝箱個(gè)體存儲(chǔ)方法，其特征在于，其采用如權(quán)利要求1-5任一項(xiàng)所述的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，以提供個(gè)體特征Web服務(wù)，響應(yīng)外部系所述集裝箱個(gè)體存儲(chǔ)方法包括如下步驟：S2、通過所述個(gè)體特征提取服務(wù)模塊，將所述傳入數(shù)據(jù)中包含的集裝箱的箱面照片轉(zhuǎn)化為待處理的個(gè)體特征向量，并執(zhí)行存儲(chǔ)過程，所述個(gè)體特征Web服務(wù)模塊調(diào)用所述向量服務(wù)模塊的向量存儲(chǔ)服務(wù)、以及鍵值服務(wù)模塊的鍵值存儲(chǔ)服務(wù)，以將所述待處理的個(gè)體特征向量與所述傳入數(shù)據(jù)中包含的集裝箱基礎(chǔ)信息組合為Key-Value鍵值對(duì)，存儲(chǔ)到鍵值數(shù)據(jù)庫中，所述集裝箱基礎(chǔ)信息包括箱號(hào)。9.如權(quán)利要求8所述的集裝箱個(gè)體存儲(chǔ)方法，其特征在于，所述集裝箱個(gè)體存儲(chǔ)方法滿足如下條件I或條件II:4條件I:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)不包含集裝箱的箱面照片；由所述個(gè)體特征Web服務(wù)模塊向所述外部系統(tǒng)反饋，提示調(diào)用失敗；條件II:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)包含集裝箱的箱面照片與集裝箱基礎(chǔ)信息，所述集裝箱基礎(chǔ)信息包括箱號(hào)，確定執(zhí)行存儲(chǔ)過程；S2、首先，所述個(gè)體特征Web服務(wù)模塊調(diào)用個(gè)體特征提取服務(wù)，利用SIFT算法從所述集裝箱的箱面照片中提取個(gè)體特征點(diǎn)，獲得所述待處理的個(gè)體特征向量；其次，所述個(gè)體特征Web服務(wù)模塊調(diào)用向量存儲(chǔ)服務(wù)；將所述待處理的個(gè)體特征向量存儲(chǔ)在所述向量數(shù)據(jù)庫中，獲得向量數(shù)據(jù)庫記錄的第二向量ID;然后，所述個(gè)體特征Web服務(wù)模塊調(diào)用鍵值存儲(chǔ)服務(wù)；將所述第二向量ID與所述集裝箱基礎(chǔ)信息組合為Key-Value鍵值對(duì)，并存儲(chǔ)在所述鍵值數(shù)據(jù)庫中；當(dāng)所述鍵值數(shù)據(jù)庫中有相同的Key值時(shí)，覆蓋舊記錄；并由所述個(gè)體特征Web服務(wù)模塊向外部系統(tǒng)反饋，確認(rèn)已存儲(chǔ)集裝箱的個(gè)體特征。10.一種電子設(shè)備，其包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求6或7所述的集裝箱個(gè)體識(shí)別方法、或者如權(quán)利要求8或9所述的集裝箱個(gè)體存儲(chǔ)方法。5技術(shù)領(lǐng)域[0001]本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，具體為集裝箱識(shí)別技術(shù)領(lǐng)域，尤其涉及一種集裝背景技術(shù)[0002]集裝箱識(shí)別技術(shù)是現(xiàn)代物流領(lǐng)域中的一項(xiàng)重要技術(shù)，它通過先進(jìn)的圖像識(shí)別、字符識(shí)別等技術(shù)手段實(shí)現(xiàn)了集裝箱的快速識(shí)別，廣泛應(yīng)用于集裝箱作業(yè)數(shù)據(jù)的自動(dòng)錄入、作業(yè)環(huán)節(jié)的自動(dòng)確認(rèn)等業(yè)務(wù)場(chǎng)景。這一技術(shù)大幅提高了物流效率、降低了運(yùn)營(yíng)成本，具備廣闊的應(yīng)用前景和發(fā)展空間。[0003]集裝箱識(shí)別技術(shù)的核心是集裝箱個(gè)體的辨識(shí)。集裝箱箱號(hào)是集裝箱個(gè)體的唯一標(biāo)識(shí)，只要識(shí)別出集裝箱上印刷的箱號(hào)，就能實(shí)現(xiàn)集裝箱個(gè)體的辨識(shí)?；蛘?，對(duì)集裝箱特征進(jìn)[0004]集裝箱箱號(hào)識(shí)別方法，目前普遍采用的是OCR(OpticalCharacterRecognition)技術(shù)，即光學(xué)字符識(shí)別技術(shù)。該技術(shù)通過高清攝像頭捕捉集裝箱表面的圖像，并利用深度學(xué)習(xí)等先進(jìn)技術(shù)對(duì)圖像進(jìn)行處理，從而實(shí)現(xiàn)對(duì)集裝箱箱號(hào)的自動(dòng)識(shí)別和記錄。但是該技術(shù)高度依賴圖像質(zhì)量，而實(shí)際場(chǎng)景都是在室外環(huán)境，圖像質(zhì)量受干擾因素影響大。比如，攝像頭安裝位置不理想會(huì)帶來的鏡頭畸變問題，太陽光照變化和陰影會(huì)帶來的暈光和光照不均勻問題，以及特殊天氣條件下(大霧、大雨、冰雪等)帶來的視線模糊和遮擋問題，特別是箱體自身缺陷(生銹、臟污、油漆剝落等)帶來的箱號(hào)模糊和污損甚至肉眼也難以辨識(shí)的問題。箱號(hào)模糊和污損問題基本上鎖定了OCR箱號(hào)識(shí)別率的上限，越陳舊的集裝箱越難以直接通過部分字符。為此，在條件允許的情況下，可以針對(duì)這兩種狀況啟用補(bǔ)償機(jī)制，以盡可能輸出一個(gè)確切的箱號(hào)。[0005]傳統(tǒng)的箱號(hào)識(shí)別補(bǔ)償機(jī)制和方法，是用OCR識(shí)別出的部分字符，與外部系統(tǒng)提供的備選集裝箱清單做箱號(hào)的模糊匹配，推測(cè)出匹配度最相近的箱號(hào)。但是這種模糊匹配的方法在實(shí)際生產(chǎn)環(huán)境下效果并不理想，這些OCR識(shí)別出的字符差錯(cuò)率本身就比正常識(shí)別出來[0006]由于船公司把集裝箱的使用周期設(shè)定在10-20年之后才淘汰，隨著時(shí)間的推移，集發(fā)明內(nèi)容本發(fā)明的目的在于：解決集裝箱OCR箱號(hào)識(shí)別技術(shù)中普遍存在著的，由于箱體表面過OCR識(shí)別出箱號(hào)的問題。6[0007]為了克服現(xiàn)有技術(shù)直接通過OCR識(shí)別箱號(hào)的識(shí)別率較低的缺陷；本發(fā)明提供了集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)、個(gè)體識(shí)別和存儲(chǔ)方法、設(shè)備。本發(fā)明提出的針對(duì)性補(bǔ)償方案具有適用性和有效性強(qiáng)的特點(diǎn)；其可以在OCR箱號(hào)識(shí)別不出時(shí)，代替原本由人工識(shí)別的作業(yè)，減輕操作人員的工作負(fù)擔(dān)；并且，還具有運(yùn)算性能高、秒級(jí)執(zhí)行效率的優(yōu)識(shí)別的自動(dòng)補(bǔ)償，提升相關(guān)業(yè)務(wù)的作業(yè)效率，降低運(yùn)營(yíng)成本；針對(duì)集裝箱個(gè)體特征進(jìn)行識(shí)[0008]本發(fā)明通過以下技術(shù)方案來解決上述技術(shù)問題：本發(fā)明提供了一種集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)，其包括個(gè)體特征庫部分和個(gè)體特征服務(wù)部分；所述個(gè)體特征庫部分包括：向量數(shù)據(jù)庫，用于儲(chǔ)存不同集裝箱的個(gè)體特征向量；鍵值數(shù)據(jù)庫，用于儲(chǔ)存與各所述集裝箱的個(gè)體特征向量對(duì)應(yīng)的集裝箱基礎(chǔ)信息，所述集裝箱基礎(chǔ)信息包括箱號(hào)；所述個(gè)體特征服務(wù)部分包括：個(gè)體特征Web服務(wù)模塊，用于響應(yīng)外部系統(tǒng)發(fā)起的服務(wù)請(qǐng)求；個(gè)體特征提取服務(wù)模塊，用于響應(yīng)所述個(gè)體特征Web服務(wù)模塊發(fā)起的第一服務(wù)請(qǐng)求；所述第一服務(wù)請(qǐng)求包括：將所述外部系統(tǒng)的傳入數(shù)據(jù)中包含的集裝箱的箱面照片轉(zhuǎn)化為待處理的個(gè)體特征向量；向量服務(wù)模塊，用于響應(yīng)所述個(gè)體特征Web服務(wù)模塊發(fā)起的第二服務(wù)請(qǐng)求，所述第二服務(wù)請(qǐng)求包括：根據(jù)所述待處理的個(gè)體特征向量，結(jié)合所述向量數(shù)據(jù)庫進(jìn)行搜索或存儲(chǔ)，并獲取向量ID;鍵值服務(wù)模塊，用于響應(yīng)所述個(gè)體特征Web服務(wù)模塊發(fā)起的第三服務(wù)請(qǐng)求，所述第三服務(wù)請(qǐng)求包括：根據(jù)所述向量ID,結(jié)合所述鍵值數(shù)據(jù)庫，進(jìn)行匹[0009]在本發(fā)明中，所述向量數(shù)據(jù)庫(VectorDatabase)是專門用來存儲(chǔ)和查詢向量的量數(shù)據(jù)庫不僅能夠完成基本的CRUD(添加、讀取查詢、更新、刪除)等操作，還能夠?qū)ο蛄繑?shù)據(jù)進(jìn)行更快速的向量相似度搜索。向量相似度搜索是將查詢向量與數(shù)據(jù)庫進(jìn)行比較，以找到與查詢向量最相似、有置信度的結(jié)果向量的過程。向量相似度搜索使用近似最近鄰搜索算法(ANN,ApproximateNearestNeighbor局部敏感哈希(LSH)、圖嵌入法(如HNSW)、矢量量化(VQ)等，其通過不同的方式優(yōu)化搜索過程，在圖像識(shí)別領(lǐng)域發(fā)揮著重要作用。[0010]在本發(fā)明中，所述鍵值數(shù)據(jù)庫(Key-ValueDatabase)也被稱為鍵值存儲(chǔ)(Key-Valuestore),是一種非關(guān)系型數(shù)據(jù)庫(也稱為NoSQL數(shù)據(jù)庫)。每一個(gè)獨(dú)特的標(biāo)識(shí)符都被存儲(chǔ)為一個(gè)帶有相關(guān)值的鍵，這種數(shù)據(jù)配對(duì)被稱為“鍵-值”對(duì)。在一個(gè)一的，與鍵相關(guān)的值可以通過鍵來訪問。單個(gè)節(jié)點(diǎn)鍵值數(shù)據(jù)庫在讀寫數(shù)據(jù)方面與更通用目的的關(guān)系數(shù)據(jù)庫相比具有性能優(yōu)勢(shì)，與向量數(shù)據(jù)庫組合使用可以用來搜索與特征向量綁定[0011]在一些實(shí)施方式中，所述向量服務(wù)模塊包括向量搜索服務(wù)模塊；所述鍵值服務(wù)模塊包括鍵值匹配服務(wù)模塊；所述向量搜索服務(wù)模塊，用于搜索所述向量數(shù)據(jù)庫中與所述待處理的特征向量最相似、有置信度的結(jié)果向量，獲得所述向量數(shù)據(jù)庫記錄的第一向量ID;所述鍵值匹配服務(wù)模塊，用于根據(jù)所述第一向量ID,從所述鍵值數(shù)據(jù)庫中匹配以獲得集裝箱基礎(chǔ)信息。7[0012]在一些實(shí)施方式中，所述向量服務(wù)模塊包括向量存儲(chǔ)服務(wù)模塊；所述鍵值服務(wù)模塊包括鍵值存儲(chǔ)服務(wù)模塊；所述向量存儲(chǔ)服務(wù)模塊，用于將所述待處理的特征向量存儲(chǔ)到所述向量數(shù)據(jù)庫中，獲得向量數(shù)據(jù)庫記錄的第二向量ID;所述鍵值存儲(chǔ)服務(wù)模塊，用于將所述第二向量ID與所述外部系統(tǒng)的傳入數(shù)據(jù)中包含的集裝箱基礎(chǔ)信息組合為Key-Value鍵值[0013]在一些實(shí)施方式中，所述個(gè)體特征服務(wù)部分的部署方式包括分布式部署或微服務(wù)架構(gòu)；對(duì)外提供的是公共服務(wù)，對(duì)內(nèi)操作的是[0014]在一些實(shí)施方式中，所述個(gè)體特征Web服務(wù)模塊部署于個(gè)體特征服務(wù)部分的DMZ[0015]在一些實(shí)施方式中，所述個(gè)體特征提取服務(wù)模塊部署于個(gè)體特征服務(wù)部分的內(nèi)[0016]在本發(fā)明中，所述鍵值數(shù)據(jù)庫的Value值除了可以保存箱號(hào)，還可以附帶保存更多[0017]在一些實(shí)施方式中，所述鍵值數(shù)據(jù)庫包括開源鍵值數(shù)據(jù)庫。[0018]在具體的實(shí)施方式中，所述鍵值數(shù)據(jù)庫包括Redis鍵值數(shù)據(jù)庫。[0019]在一些實(shí)施方式中，所述鍵值數(shù)據(jù)庫的部署方式包括分布式部署。[0020]在一些實(shí)施方式中，所述向量數(shù)據(jù)庫包括開源向量數(shù)據(jù)庫。[0022]在某一實(shí)施例中，所述Milvus向量數(shù)據(jù)庫包括HNSW算法；所述HNSW是指HierarchicalNavigableSmallWorldgraphs(分層-可導(dǎo)航-小世界-圖),這是一種在工業(yè)界廣泛應(yīng)用的基于圖的近似最近鄰搜索算法，非常適合于需要高精度ANN搜索的應(yīng)用(如人臉識(shí)別、語義搜索),可以滿足本技術(shù)方案對(duì)集裝箱個(gè)體特征識(shí)別置信度的要求。它通過構(gòu)建一個(gè)多層圖結(jié)構(gòu)，每個(gè)層中的節(jié)點(diǎn)數(shù)量逐漸減少，邊的數(shù)量也相應(yīng)減少。這樣在從上到下的搜索過程中，可以先通過長(zhǎng)鏈接找到全局可能的最近節(jié)點(diǎn)，然后在下層進(jìn)行局部搜索，從而實(shí)現(xiàn)快速和精確的近似最近鄰搜索。[0023]在一些實(shí)施方式中，所述向量數(shù)據(jù)庫的部署方式包括分布式部署。[0024]在具體的實(shí)施方式中，所述個(gè)體特征提取服務(wù)模塊包括SIFT算法，所述SIFT算法用于從所述傳入數(shù)據(jù)中包含的集裝箱的箱面照片中提取出集裝箱個(gè)體特征點(diǎn)，生成所述待處理的個(gè)體特征向量。[0025]其中，所述SIFT(Scale-Invaria機(jī)視覺算法，用于從圖像中提取特征點(diǎn)，可以識(shí)別復(fù)雜場(chǎng)景中的目標(biāo)物體。所述SIFT算法目的在于將圖像中的信息通過特征的方式表示，使得這些特征在圖像縮放、旋轉(zhuǎn)、亮度變化，甚至在一定程度上對(duì)仿射變換等情況下保持不變。SIFT算法對(duì)目標(biāo)特征點(diǎn)的提取，本質(zhì)上是對(duì)特征點(diǎn)鄰域內(nèi)的梯度信息進(jìn)行統(tǒng)計(jì)和編碼，最終組合成描述子向量，用于表征圖像局部特征的方向和相對(duì)強(qiáng)度分布。SIFT算法具有魯棒性強(qiáng)、抗干擾能力優(yōu)越等特點(diǎn)。[0026]在本發(fā)明中，利用集裝箱輪廓、尺寸和自身涂裝，以及自然侵蝕、裝卸作業(yè)等環(huán)境留下的個(gè)體特有痕跡，作為集裝箱個(gè)體特征進(jìn)行提取、標(biāo)記，并存儲(chǔ)到集裝箱個(gè)體特征庫。當(dāng)OCR箱號(hào)識(shí)別不出時(shí)進(jìn)行識(shí)別補(bǔ)償，通過在集裝箱個(gè)體特征庫中進(jìn)行搜索和匹配，得出事前已正確標(biāo)記過的箱號(hào)。8[0027]本發(fā)明還提供了一種集裝箱個(gè)體識(shí)別方法，其采用如上所述的集裝箱箱號(hào)識(shí)別補(bǔ)所述集裝箱個(gè)體識(shí)別方法包括如下步驟：S2、通過所述個(gè)體特征提取服務(wù)模塊，將所述傳入數(shù)據(jù)中包含的集裝箱的箱面照片轉(zhuǎn)化為待處理的個(gè)體特征向量，并執(zhí)行搜索過程，所述個(gè)體特征Web服務(wù)模塊調(diào)用所述向量服務(wù)模塊的向量搜索服務(wù)、以及鍵值服務(wù)模塊的鍵值匹配服務(wù)，以根據(jù)所述待處理的個(gè)體特征向量，將搜索到的信息反饋至所述外部系統(tǒng)。[0028]在一些實(shí)施方式中，所述集裝箱個(gè)體識(shí)別方法滿足如下條件I或條件II:條件I:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)不包含集裝箱的箱面照片；由所述個(gè)體特征Web服務(wù)模塊向所述外部系統(tǒng)反饋，提示調(diào)用失??；條件II:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)僅包含集裝箱的箱面照S2、首先，所述個(gè)體特征Web服務(wù)模塊調(diào)用個(gè)體特征提取服務(wù)，利用SIFT算法從所述集裝箱的箱面照片中提取個(gè)體特征點(diǎn)，獲得所述待處理的個(gè)體特征向量；其次，所述個(gè)體特征Web服務(wù)模塊調(diào)用向量搜索服務(wù)；將所述待處理的個(gè)體特征向量作為查詢向量，從所述向量數(shù)據(jù)庫中搜索與所述查詢向量最相似、有置信度的結(jié)果向量，獲取向量數(shù)據(jù)庫記錄的第一向量ID;若搜索失敗，則由所述個(gè)體特征Web服務(wù)模塊向所述外然后，所述個(gè)體特征Web服務(wù)模塊調(diào)用鍵值匹配服務(wù)；將所述第一向量ID作為搜索Key值，從所述鍵值數(shù)據(jù)庫中匹配得到集裝箱基礎(chǔ)信息，所述集裝箱基礎(chǔ)信息包括箱號(hào)；若匹配成功，則由所述個(gè)體特征Web服務(wù)模塊將所述集裝箱基礎(chǔ)信息反饋至所述外部系統(tǒng)；若匹配失敗，則由所述個(gè)體特征Web服務(wù)模塊向所述外部系統(tǒng)反饋，提示未搜索到。[0030]本發(fā)明還提供了一種集裝箱個(gè)體存儲(chǔ)方法，其采用如上所述的集裝箱箱號(hào)識(shí)別補(bǔ)所述集裝箱個(gè)體存儲(chǔ)方法包括如下步驟：S2、通過所述個(gè)體特征提取服務(wù)模塊，將所述傳入數(shù)據(jù)中包含的集裝箱的箱面照片中轉(zhuǎn)化為待處理的個(gè)體特征向量，并執(zhí)行存儲(chǔ)過程，所述個(gè)體特征Web服務(wù)模塊調(diào)用所述向量服務(wù)模塊的向量存儲(chǔ)服務(wù)、以及鍵值服務(wù)模塊的鍵值存儲(chǔ)服務(wù)，以將所述待處理的個(gè)體特征向量與所述傳入數(shù)據(jù)中包含的集裝箱基礎(chǔ)信息組合為Key-Value鍵值對(duì)，存儲(chǔ)到鍵值數(shù)據(jù)庫中，所述集裝箱基礎(chǔ)信息包括箱號(hào)。[0031]在一些實(shí)施方式中，所述集裝箱個(gè)體存儲(chǔ)方法滿足如下條件I或條件II:條件I:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)不包含集裝箱的箱面照片；由所述個(gè)體特征Web服務(wù)模塊向所述外部系統(tǒng)反饋，提示調(diào)用失敗；條件II:S1、接收所述外部系統(tǒng)的傳入數(shù)據(jù)，所述傳入數(shù)據(jù)包含集裝箱的箱面照片與集裝箱基礎(chǔ)信息，所述集裝箱基礎(chǔ)信息包括箱號(hào)，確定執(zhí)行存儲(chǔ)過程；S2、首先，所述個(gè)體特征Web服務(wù)模塊調(diào)用個(gè)體特征提取服務(wù)，利用SIFT算法從所9述集裝箱的箱面照片中提取個(gè)體特征點(diǎn)，獲得所述待處理的個(gè)體特征向量；其次，所述個(gè)體特征Web服務(wù)模塊調(diào)用向量存儲(chǔ)服務(wù)；將所述待處理的個(gè)體特征向量存儲(chǔ)在所述向量數(shù)據(jù)庫中，獲得向量數(shù)據(jù)庫記錄的第二向量ID;然后，所述個(gè)體特征Web服務(wù)模塊調(diào)用鍵值存儲(chǔ)服務(wù)；將所述第二向量ID與所述集裝箱基礎(chǔ)信息組合為Key-Value鍵值對(duì)，并存儲(chǔ)在所述鍵值數(shù)據(jù)庫中；當(dāng)所述鍵值數(shù)據(jù)庫中有相同的Key值時(shí)，覆蓋舊記錄；并由所述個(gè)體特征Web服務(wù)模塊向外部系統(tǒng)反饋，確認(rèn)已存儲(chǔ)集裝箱的個(gè)體特征。[0033]本發(fā)明還提供了一種電子設(shè)備，其包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上所述的集裝箱個(gè)體識(shí)別方法、或者如上所述的集裝箱個(gè)體存儲(chǔ)方法。[0034]本發(fā)明的有益效果為：1、本發(fā)明提供的技術(shù)方案可以與OCR箱號(hào)識(shí)別技術(shù)的組合使用，兩者能力得到互補(bǔ)；可以在0CR箱號(hào)識(shí)別不出時(shí)，代替原本由人工識(shí)別的作業(yè)，減輕操作人員的工作負(fù)擔(dān)。[0035]2、本發(fā)明運(yùn)算性能高相關(guān)業(yè)務(wù)的作業(yè)效率，降低運(yùn)營(yíng)成本。體特征識(shí)別方法之后，顯著提升此類集裝箱的整體識(shí)別率，達(dá)到99.0%-99.9%之間。[0037]4、本發(fā)明不僅可以補(bǔ)償OCR箱號(hào)識(shí)別技術(shù)，還可以應(yīng)用于集裝箱作業(yè)數(shù)據(jù)的自動(dòng)錄入、作業(yè)環(huán)節(jié)的自動(dòng)確認(rèn)等業(yè)務(wù)場(chǎng)景，包括且不僅限于集裝箱海運(yùn)、鐵運(yùn)、陸運(yùn)和倉儲(chǔ)的識(shí)別和個(gè)體信息采集(如：箱號(hào)識(shí)別和箱號(hào)信息采集)的業(yè)務(wù)和作業(yè)環(huán)節(jié)。附圖說明[0038]圖1為本發(fā)明實(shí)施例1的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)的結(jié)構(gòu)示意圖；圖2為本發(fā)明實(shí)施例2的集裝箱個(gè)體識(shí)別方法和個(gè)體存儲(chǔ)方法的流程示意圖；圖3為本發(fā)明實(shí)施例2的集裝箱個(gè)體識(shí)別方法的搜索過程的示意圖；圖4為本發(fā)明實(shí)施例2的集裝箱個(gè)體存儲(chǔ)方法的存儲(chǔ)過程的示意圖。具體實(shí)施方式[0039]本發(fā)明的識(shí)別系統(tǒng)、方法是一種區(qū)分個(gè)體的集裝箱特征識(shí)別系統(tǒng)、方法。利用集裝箱輪廓、尺寸和自身涂裝，以及自然侵蝕、裝卸作業(yè)等環(huán)境留下的個(gè)體特有痕跡，作為集裝[0040]其中，采用SIFT或其他免費(fèi)算法從集裝箱(左右前后頂)五個(gè)箱面照片中提取出集裝箱個(gè)體特征點(diǎn)并生成特征描述子向量(即特征向量，本發(fā)明稱為集裝箱“個(gè)體特征向量”),存儲(chǔ)到Milvus開源向量數(shù)據(jù)庫中，將存儲(chǔ)時(shí)獲得的向量ID(作為Key值)與人工標(biāo)記的箱號(hào)(作為Value值，可以包含及其他集裝箱基礎(chǔ)信息)一起存儲(chǔ)在Redis開源鍵值數(shù)據(jù)庫集裝箱的個(gè)體特征向量和人工識(shí)別出的箱號(hào)一起存儲(chǔ)到這個(gè)個(gè)體特征庫中。那么,當(dāng)下一[0042]具體方法是，從傳入的箱面照片中提取出個(gè)體特征向量，作為查詢向量在向量數(shù)據(jù)庫中進(jìn)行向量相似度搜索，搜索出相似的、有置信度的記錄。然后，用搜索到記錄的結(jié)果向量ID(Key值)在鍵值數(shù)據(jù)庫中進(jìn)行匹配，匹配出對(duì)應(yīng)的箱號(hào)(Value值),實(shí)現(xiàn)對(duì)OCR箱號(hào)識(shí)不用啟動(dòng)補(bǔ)償機(jī)制，但可以將個(gè)體特殊向量和識(shí)別出的箱號(hào)保存到個(gè)體特征庫，以備下次[0043]下面通過實(shí)施例的方式進(jìn)一步說明本發(fā)明，但并不因此將本發(fā)明限制在所述的實(shí)施例范圍之中。下列實(shí)施例中未注明具體條件的實(shí)驗(yàn)方法，按照常規(guī)方法和條件，或按照商品說明書選擇。本實(shí)施例公開了一種集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)；圖1為本實(shí)施例的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)的結(jié)構(gòu)示意圖。[0045]該集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)由個(gè)體特征服務(wù)部分和個(gè)體特征庫部分組成；個(gè)體特征庫部分由鍵值數(shù)據(jù)庫和向量數(shù)據(jù)庫組成，為個(gè)體特征服務(wù)提供集裝箱鍵值數(shù)據(jù)庫：采用Redis開源鍵值數(shù)據(jù)庫，采取分布式部署；為個(gè)體特征服務(wù)提供功能。[0046]向量數(shù)據(jù)庫：采用Milvus開源向量數(shù)據(jù)庫，采取分布式部集裝箱“個(gè)體特征向量”的存儲(chǔ)和搜索功能，得到結(jié)果為記錄“向庫的HNSW算法+L2(歐幾里得距離)如在0.85到0.92之間取值。[0047]個(gè)體特征服務(wù)部分由個(gè)體特征Web服務(wù)模塊、個(gè)體特征提取服務(wù)模塊、鍵值服務(wù)模塊和向量服務(wù)模塊組成；鍵值服務(wù)模塊又包括鍵值存儲(chǔ)服務(wù)模塊和鍵值匹配服務(wù)模塊，向量服務(wù)模塊又包括向量存儲(chǔ)服務(wù)模塊和向量搜索服務(wù)模塊；其中，個(gè)體特征Web服務(wù)模塊：響應(yīng)外部系統(tǒng)發(fā)起的公共服務(wù)請(qǐng)求。外部系統(tǒng)傳入數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)包含“集裝箱(左右前后頂)五個(gè)箱面照片”和“箱號(hào)及其饋調(diào)用方的是搜索到的“箱號(hào)及其他集裝箱基礎(chǔ)信息”,或者提示搜索方的是確認(rèn)已存儲(chǔ)個(gè)體特征。[0048]個(gè)體特征提取服務(wù)模塊：響應(yīng)系統(tǒng)內(nèi)部模塊發(fā)起的服務(wù)請(qǐng)求，傳入數(shù)據(jù)為“集裝箱(左右前后頂)五個(gè)箱面照片”。利用SIFT算法從中提取出集裝箱個(gè)體特征點(diǎn)，生成集裝箱[0049]鍵值存儲(chǔ)服務(wù)模塊：響應(yīng)系統(tǒng)內(nèi)部模塊發(fā)起的服務(wù)請(qǐng)求：傳入數(shù)據(jù)為向量數(shù)據(jù)庫[0050]鍵值匹配服務(wù)模塊：響應(yīng)系統(tǒng)內(nèi)部模塊發(fā)起的服務(wù)請(qǐng)求：傳入數(shù)據(jù)為向量數(shù)據(jù)庫11返回給到調(diào)用方。[0051]向量存儲(chǔ)服務(wù)模塊：響應(yīng)系統(tǒng)內(nèi)部模塊發(fā)起的服務(wù)請(qǐng)求：傳入數(shù)據(jù)為集裝箱“個(gè)體特征向量”,存儲(chǔ)到向量數(shù)據(jù)庫中，獲得向量數(shù)據(jù)庫記錄“向量ID”并返回給到調(diào)用方。[0052]向量搜索服務(wù)模塊：響應(yīng)系統(tǒng)內(nèi)部模塊發(fā)起的服務(wù)請(qǐng)求：傳入數(shù)據(jù)為集裝箱“個(gè)體特征向量”,作為查詢向量，從向量數(shù)據(jù)庫中搜索與查詢向量最相似、有置信度的結(jié)果向量，獲取向量數(shù)據(jù)庫記錄“向量ID”并返回給到調(diào)用方，或者提示搜索不到。[0053]實(shí)施例2本實(shí)施例公開了一種集裝箱個(gè)體識(shí)別方法和個(gè)體存儲(chǔ)方法，其使用實(shí)施例1的集裝箱箱號(hào)識(shí)別補(bǔ)償系統(tǒng)；圖2為本實(shí)施例的集裝箱個(gè)體識(shí)別方法和個(gè)體存儲(chǔ)方法的流程示意圖。[0054]該集裝箱個(gè)體識(shí)別方法和個(gè)體存儲(chǔ)方法包括如下步驟：S1.1、接收外部系統(tǒng)的傳入數(shù)據(jù)，該傳入數(shù)據(jù)包含“集裝箱(左右前后頂)五個(gè)箱面S1.2、外部系統(tǒng)傳入數(shù)據(jù)必須包含五個(gè)箱面照片，否則由個(gè)體特征Web服務(wù)模塊反S1.3、若外部系統(tǒng)的傳入數(shù)據(jù)中只有箱面照片，則執(zhí)行搜索過程，圖3為本實(shí)施例的集裝箱個(gè)體識(shí)別方法的搜索過程的示意圖，具體執(zhí)行的搜索過程如下：S1.3.1、個(gè)體特征Web服務(wù)模塊調(diào)用個(gè)體特征提取服務(wù)，傳入“集裝箱(左右前后頂)五個(gè)箱面照片”,利用SIFT算法從中提取出集裝箱個(gè)體特征點(diǎn)，獲得集裝箱“個(gè)體特征向?yàn)椴樵兿蛄?，從向量?shù)據(jù)庫中搜索與查詢向量最相似、有置信度的結(jié)果向量，獲取向量數(shù)據(jù)S1.3.3、個(gè)體特征Web服務(wù)模塊調(diào)用鍵值匹配服務(wù)，傳入向量數(shù)據(jù)庫記錄“向量ID”作為搜索Key值，從鍵值數(shù)據(jù)庫中匹配得到“箱號(hào)及其他集裝箱基礎(chǔ)信息”,如果匹配不到，S1.3.4、個(gè)體特征Web服務(wù)模塊將搜索到的“箱號(hào)及其他集裝箱基礎(chǔ)信息”反饋給到外部系統(tǒng)；信息”,則執(zhí)行存儲(chǔ)過程，圖4為本實(shí)施例的集裝箱個(gè)體存儲(chǔ)方法的存儲(chǔ)過程的示意圖，具體執(zhí)行的存儲(chǔ)過程如下：S1.4.1、個(gè)體特征Web服務(wù)模塊調(diào)用個(gè)體特征提取服務(wù)，傳入“集裝箱(左右前后頂)五個(gè)箱面照片”,利用SIFT算法從中提取出集裝箱個(gè)體特征點(diǎn)，獲得集裝箱“個(gè)體特征向S1.4.2、個(gè)體特征Web服務(wù)模塊調(diào)用向量存儲(chǔ)S1.4.3、個(gè)體特征Web服務(wù)模塊調(diào)用鍵值存儲(chǔ)服務(wù)，傳入向量數(shù)據(jù)庫記錄“向量ID”和“箱號(hào)及其他集裝箱基礎(chǔ)信息”,組合為Kay-Value鍵值對(duì)，存儲(chǔ)到鍵值數(shù)據(jù)庫中，如果有相同Key值則覆蓋舊記錄；S1.4.4、個(gè)體特征Web服務(wù)模塊反饋給到外部系統(tǒng)，確認(rèn)已存儲(chǔ)