【技术实现步骤摘要】
防占座方法及装置
本专利技术涉及人工智能
,尤其涉及一种防占座方法、装置、电子设备及计算机可读存储介质。
技术介绍
图书馆一直都是人们学习的必选之地,但是图书馆的自习室空间有限,因此,其所设置的座位数量通常难以满足所有用户的需求。例如,对于学校里的图书馆来说,特别是临近考试的时候,图书馆自习室中的座位更是会被一抢而空,供不应求。而为了能够在图书馆的自习室学习,一些学生会求助同学将课本、水杯等物品放置在空座位上以此来占座,从而避免本人晚到图书馆却无法找到空座的情况。但是占座这种行为对于其他学生来说是非常不公平的,并且会大大降低了图书馆自习室中座位的利用率,不能充分地利用好图书馆的座位资源,同时也会给图书馆的管理工作带来很大的麻烦。针对上述问题,相关技术提供了采用物理传感器的方式检测座位是否有人使用,再通过无线模块将座位状态上传至中心节点,进而判断是否有人占座,然而,此方案成本较高,且改造复杂;或者是仅仅通过设置计时器来判断用户是否暂离,超时则座位过期,然而,此方案不够灵活,存在无效占座的情况,无法满足实际需求,座位利用率也得不到保证。
技术实现思路
本专利技术实施例提供一种防占座方法、装置、电子设备及计算机可读存储介质,能够杜绝无效占座的情况,从而有效提高座位的利用率。本专利技术实施例的技术方案是这样实现的:本专利技术实施例提供一种防占座方法,包括:从目标场所中识别被占用的座位中用户的身份信息,根据所述用户的身份信息记录所述座位的已使用状态;当检测到所述 ...
【技术保护点】
1.一种防占座方法,其特征在于,所述方法包括:/n从目标场所中识别被占用的座位中用户的身份信息,根据所述用户的身份信息记录所述座位的已使用状态;/n当检测到所述用户离开所述座位、且所述座位被物品占据时,根据所述用户的身份信息获取所述用户的离开位置和离开时长,并/n根据所述离开位置和所述离开时长记录所述座位的状态;/n其中,所述状态的类型包括:未使用状态;所述已使用状态;已过期状态;/n响应于针对所述座位的查询请求,根据所述座位的实时的状态响应所述查询请求。/n
【技术特征摘要】
1.一种防占座方法,其特征在于,所述方法包括:
从目标场所中识别被占用的座位中用户的身份信息,根据所述用户的身份信息记录所述座位的已使用状态;
当检测到所述用户离开所述座位、且所述座位被物品占据时,根据所述用户的身份信息获取所述用户的离开位置和离开时长,并
根据所述离开位置和所述离开时长记录所述座位的状态;
其中,所述状态的类型包括:未使用状态;所述已使用状态;已过期状态;
响应于针对所述座位的查询请求,根据所述座位的实时的状态响应所述查询请求。
2.根据权利要求1所述的方法,其特征在于,所述从目标场所中识别被占用的座位中用户的身份信息,包括:
检测所述目标场所中处于已使用状态的座位;
从座位图像中识别出所述处于已使用状态的座位中所述用户的人脸特征,根据所述人脸特征检索对应的身份信息;或者
从座位图像中识别出所述处于已使用状态的座位中所述用户的人体特征,在多个人脸特征中确定与识别出的所述人体特征属于同一用户的人脸特征,查询与所述属于同一用户的人脸特征绑定的身份信息;
其中,所述多个人脸特征是在所述目标场所的出入区域进行识别得到,与所述多个人脸绑定的身份信息是基于每个所述人脸特征进行检索得到。
3.根据权利要求2所述的方法,其特征在于,
所述在多个人脸特征中确定与识别出的所述人体特征属于同一用户的人脸特征,包括:
调用第一神经网络模型执行以下处理:
将识别出的所述人体特征与每个所述人脸特征进行匹配,得到识别出的所述人体特征属于不同用户的概率;
确定最大概率对应的人脸特征与识别出的所述人体特征属于同一用户;
其中,所述第一神经网络模型是以不同样本用户的人脸抠图和人体抠图为训练集训练得到。
4.根据权利要求2所述的方法,其特征在于,所述检测所述目标场所中处于已使用状态的座位,包括:
周期性检测所述目标场所中的每个座位,当第n次检测到所述座位坐有用户,第n-1次检测到所述座位未坐有用户,则确定所述座位处于已使用状态;其中,n为正整数;
所述方法还包括:
当第m次检测到所述座位未坐有用户,第m-1次检测到所述座位未坐有用户,且第m次检测有物品占据所述座位时,确定所述座位处于被占座状态;其中,m为正整数;
当第t次检测所述座位未坐有用户,第t-1次检测到所述座位坐有用户,且第t次检测没有物品占据所述座位时,确定所述座位处于未使用状态;其中,t为正整数。
5.根据权利要求4所述的方法,其特征在于,
通过第二神经网络模型执行以下处理:
针对座位图像中的多个候选框,预测每个所述候选框中包括T个类型中任一类型物品的位置的置信度、以及每个所述候选框中包括所述任一类型物品的条件概率;
将所述任一类型物品的置信度和对应的条件概率的乘积作为得分,将得分最高的类型以及位置对应作为占据所述座位的物品类型和位置;
其中,所述第二神经网络模型是以不同...
【专利技术属性】
技术研发人员:赖文星,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。