基于人脸识别的等待时长处理方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及数据处理技术领域，本发明专利技术公开了一种基于人脸识别的等待时长处理方法、装置、设备及介质，所述方法包括：通过实时采集到监控视频图像，并对监控视频图像进行图像阈值识别，识别出动态阈值；将监控视频图像和动态阈值输入人脸识别模型中，通过人脸识别模型进行人脸识别，识别出待处理人脸图像；将与小于动态阈值的相似度值对应的待处理人脸图像确定为入库图像，并封装入人脸特征库；接收到办理时间和办理视频图像，通过时长获取模型检索办理视频图像，获取匹配的入库时间；根据办理时间和获取的入库时间，确定出等待时长，并写入人脸特征库中，并改变服务环境。本发明专利技术实现了准确获取客户的等待时长，提升客户的体验满意度和服务质量。意度和服务质量。意度和服务质量。

【技术实现步骤摘要】
基于人脸识别的等待时长处理方法、装置、设备及介质


[0001]本专利技术涉及大数据的数据处理
，尤其涉及一种基于人脸识别的等待时长处理方法、装置、设备及介质。

技术介绍

[0002]在服务行业中，客户等待服务时的等待时长是影响客户体验的重要因素之一，而且等待时长的长短直接影像客户是否可在剩余的工作时间内办理完客户所需业务的一个重要指标，对服务点的服务质量的提升至关重要。
[0003]目前，大多数客户都是在不知各服务点的等待时长的情况下，随机选取服务点取号并办理业务，如此，很有可能到服务点结束服务的时候还未完成业务办理，很容易导致客户不满和不耐烦的情绪，现有技术中，尚不存在可以提供准确的等待时长的方法，通常需要客户在现场咨询服务点的工作人员，工作人员凭自己的经验评估出等待时长，因此，等待时长的统计不客观和不科学，导致服务的针对性差；而等待时长的不稳定，也会严重影响服务点的服务水准，以及客户的体验满意度。

技术实现思路

[0004]本专利技术提供一种基于人脸识别的等待时长处理方法、装置、计算机设备及存储介质，实现了通过运用图像阈值识别方法，识别出监控视频图像的动态阈值，并运用人脸识别技术，根据动态阈值判断是否入库于人脸特征库，再匹配出办理时间，得到等待时长，以及切换至与等待时长匹配的缓压动态投影图像以改变服务环境，提高了获取客户的等待时长的准确性，能够提升客户的体验满意度和服务质量。
[0005]一种基于人脸识别的等待时长处理方法，包括：
[0006]实时通过第一视频采集设备采集到监控视频图像，并将所述监控视频图像输入动态阈值识别模型中；
[0007]通过所述动态阈值识别模型对所述监控视频图像进行图像阈值识别，识别出与所述监控视频图像对应的动态阈值；
[0008]将所述监控视频图像和所述动态阈值输入人脸识别模型中，通过所述人脸识别模型对所述监控视频图像进行人脸识别，识别出所述监控视频图像中的至少一个待处理人脸图像；
[0009]通过所述人脸识别模型确定各所述待处理人脸图像在人脸特征库中的相似度值，将与小于所述动态阈值的所述相似度值对应的所述待处理人脸图像确定为入库图像，并将所有所述入库图像封装入所述人脸特征库；
[0010]接收到办理时间和通过第二视频采集设备采集到的办理视频图像，通过时长获取模型检索所述办理视频图像，从所述人脸特征库中获取与检索的所述办理视频图像匹配的入库时间；
[0011]通过所述时长获取模型根据所述办理时间和获取的所述入库时间，确定出与所述
办理视频图像对应的等待时长，并将确定的所述等待时长写入所述人脸特征库中，以及在服务窗口上切换至与所述等待时长匹配的缓压动态投影图像以改变服务环境。
[0012]一种基于人脸识别的等待时长处理装置，包括：
[0013]采集模块，用于实时通过第一视频采集设备采集到监控视频图像，并将所述监控视频图像输入动态阈值识别模型中；
[0014]第一识别模块，用于通过所述动态阈值识别模型对所述监控视频图像进行图像阈值识别，识别出与所述监控视频图像对应的动态阈值；
[0015]第二识别模块，用于将所述监控视频图像和所述动态阈值输入人脸识别模型中，通过所述人脸识别模型对所述监控视频图像进行人脸识别，识别出所述监控视频图像中的至少一个待处理人脸图像；
[0016]封装模块，用于通过所述人脸识别模型确定各所述待处理人脸图像在人脸特征库中的相似度值，将与小于所述动态阈值的所述相似度值对应的所述待处理人脸图像确定为入库图像，并将所有所述入库图像封装入所述人脸特征库；
[0017]接收模块，用于接收到办理时间和通过第二视频采集设备采集到的办理视频图像，通过时长获取模型检索所述办理视频图像，从所述人脸特征库中获取与检索的所述办理视频图像匹配的入库时间；
[0018]确定模块，用于通过所述时长获取模型根据所述办理时间和获取的所述入库时间，确定出与所述办理视频图像对应的等待时长，并将确定的所述等待时长写入所述人脸特征库中，以及在服务窗口上切换至与所述等待时长匹配的缓压动态投影图像以改变服务环境。
[0019]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于人脸识别的等待时长处理方法的步骤。
[0020]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于人脸识别的等待时长处理方法的步骤。
[0021]本专利技术提供的基于人脸识别的等待时长处理方法、装置、计算机设备及存储介质，通过实时采集到监控视频图像，并通过所述动态阈值识别模型对所述监控视频图像进行图像阈值识别，识别出与所述监控视频图像对应的动态阈值；将所述监控视频图像和所述动态阈值输入人脸识别模型中，通过所述人脸识别模型对所述监控视频图像进行人脸识别，识别出所述监控视频图像中的至少一个待处理人脸图像；通过所述人脸识别模型将与小于所述动态阈值的所述相似度值对应的所述待处理人脸图像确定为入库图像，并封装入所述人脸特征库；接收到办理时间和办理视频图像，通过时长获取模型检索所述办理视频图像，从所述人脸特征库中获取与检索的所述办理视频图像匹配的入库时间；根据所述办理时间和获取的所述入库时间，确定出与所述办理视频图像对应的等待时长，并写入所述人脸特征库中，以及在服务窗口上切换至与所述等待时长匹配的缓压动态投影图像以改变服务环境，如此，实现了通过图像阈值识别方法，识别出监控视频图像的动态阈值，通过人脸识别技术，运用动态阈值判断是否入库于人脸特征库，从而确定出客户首次进入服务点的入库时间，再通过人脸识别技术，匹配出客户的办理时间，从而获取等待时长，以及切换至与等待时长匹配的缓压动态投影图像以改变服务环境，提高了获取客户的等待时长的准确性，
能够提升客户的体验满意度和服务质量。
附图说明
[0022]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是本专利技术一实施例中基于人脸识别的等待时长处理方法的应用环境示意图；
[0024]图2是本专利技术一实施例中基于人脸识别的等待时长处理方法的流程图；
[0025]图3是本专利技术一实施例中基于人脸识别的等待时长处理方法的步骤S10的流程图；
[0026]图4是本专利技术一实施例中基于人脸识别的等待时长处理方法的步骤S20的流程图；
[0027]图5是本专利技术一实施例中基于人脸识别的等待时长处理方法的步骤S40的流程图；
[0028]图6是本专利技术一实施例中基于人脸识别的等待时长处理装置的转换模块的原理框图；
[0029]图7是本专利技术一实施例中计算机设备的示意图。
具体实施方式<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别的等待时长处理方法，其特征在于，包括：实时通过第一视频采集设备采集到监控视频图像，并将所述监控视频图像输入动态阈值识别模型中；通过所述动态阈值识别模型对所述监控视频图像进行图像阈值识别，识别出与所述监控视频图像对应的动态阈值；将所述监控视频图像和所述动态阈值输入人脸识别模型中，通过所述人脸识别模型对所述监控视频图像进行人脸识别，识别出所述监控视频图像中的至少一个待处理人脸图像；通过所述人脸识别模型确定各所述待处理人脸图像在人脸特征库中的相似度值，将与小于所述动态阈值的所述相似度值对应的所述待处理人脸图像确定为入库图像，并将所有所述入库图像封装入所述人脸特征库；接收到办理时间和通过第二视频采集设备采集到的办理视频图像，通过时长获取模型检索所述办理视频图像，从所述人脸特征库中获取与检索的所述办理视频图像匹配的入库时间；通过所述时长获取模型根据所述办理时间和获取的所述入库时间，确定出与所述办理视频图像对应的等待时长，并将确定的所述等待时长写入所述人脸特征库中，以及在服务窗口上切换至与所述等待时长匹配的缓压动态投影图像以改变服务环境。2.如权利要求1所述的基于人脸识别的等待时长处理方法，其特征在于，所述通过所述时长获取模型根据所述办理时间和获取的所述入库时间，确定出与所述办理视频图像对应的等待时长，并将确定的所述等待时长写入所述人脸特征库中，以及在服务窗口上切换至与所述等待时长匹配的缓压动态投影图像以改变服务环境之后，包括：接收到推荐请求，获取所述推荐请求中的查询时间和地点信息；获取与各服务点对应的所述人脸特征库中的平均等待时长和服务点地址信息；一个所述服务点与一个所述人脸特征库和一个所述服务点地址信息对应；所述平均等待时长为与其对应的所述人脸特征库中的所有所述等待时长的均值；将所述查询时间、所述地点信息、获取的所有所述服务点地址信息和所有所述平均等待时长输入服务点推荐模型；通过所述服务点推荐模型进行服务点预测，获取预测出的推荐结果，并将所述推荐结果推荐至与发出所述推荐请求对应的终端。3.如权利要求1所述的基于人脸识别的等待时长处理方法，其特征在于，所述实时通过第一视频采集设备采集到监控视频图像，包括：实时通过所述第一视频采集设备获取视频片段；对所述视频片段进行均等划分，得到与预设数量相同数量的均分视频；从各所述均分视频中抽取出与各所述均分视频一一对应的待识别图像；通过图像增强模型对所有所述待识别图像进行图像增强处理，采集到所述图像增强模型输出的与所述视频片段对应的所述监控视频图像。4.如权利要求1所述的基于人脸识别的等待时长处理方法，其特征在于，所述通过所述动态阈值识别模型对所述监控视频图像进行图像阈值识别，识别出与所述监控视频图像对应的动态阈值，包括：
将所述监控视频图像分别输入明暗识别模型和清晰度识别模型中；所述动态阈值识别模型包括所述明暗识别模型和所述清晰度识别模型；通过所述明暗识别模型对所述监控视频图像进行明暗识别，得到与所述监控视频图像对应的明暗值，同时通过所述清晰度识别模型对所述监控视频图像进行清晰度识别，得到与所述监控视频图像对应的清晰度值；根据所述明暗值和所述清晰度值，确定与所述监控视频图像对应的所述动态阈值。5.如权利要求4所述的基...

【专利技术属性】
技术研发人员：谢鹏，陈杭，洪叁亮，梁俊杰，赖众程，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：