一种基于智能识别的人员工作状态评估方法及系统技术方案

本发明专利技术公开了一种基于智能识别的人员工作状态评估方法及系统，涉及人工智能领域，通过获取指定区域的监控视频流，视频分析员工的五官检测点、脸部轮廓、面部表情以及当前姿态信息，评估目标员工的工作状态，从而确定员工的工作状态，并在预设时间段内确认员工的工作状态为异常状态的总数量超出预设数量阈值的情况下，发送警告提示信息至目标员工持有的电子终端，能够自动化监督员工的工作状态，并且通过有效提醒，能够很好的提升工作人员的工作效率，从而解决相关技术中难以对工作人员的工作状态进行有效监督，影响企业的生产效率的技术问题。本发明专利技术解决了相关技术中难以对工作人员的工作状态进行有效监督，影响企业的生产效率的技术问题。率的技术问题。率的技术问题。

【技术实现步骤摘要】
一种基于智能识别的人员工作状态评估方法及系统


[0001]本专利技术涉及信息处理
，具体而言，涉及一种基于智能识别的人员工作状态评估方法及系统。

技术介绍

[0002]在企业、厂房、办公室管理中，很多管理岗位或者公司人力想要知道自己员工的办公状态，以及时调整员工的工作任务，例如，在电力营业厅、邮政服务大厅、金融机构服务大厅，需要确认员工是否在岗、工牌摆放是否正确等。但是现有技术中，虽然有相关的员工守则或者员工规范，但是在监督上，都是通过管理人员进行查看，由于没有有效的监督手段，难以对工作人员的工作状态进行有效监督，导致很多公司、企业的员工效率很低，产出比很低，影响企业服务形象或者影响企业的生产效率和生产速度。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种基于智能识别的人员工作状态评估方法及系统，以至少解决相关技术中难以对工作人员的工作状态进行有效监督，影响企业的生产效率的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种基于智能识别的人员工作状态评估方法，包括：获取指定区域的监控视频流，基于多目标追踪算法检测并追踪每帧图像中的第一兴趣框和第二兴趣框；所述第一兴趣框用于关联员工面部轮廓；所述第二兴趣框用于关联员工姿态轮廓；其中，所述监控视频流包括N帧图像，每位员工对应有员工标识，同一位所述员工的所述第一兴趣框小于所述第二兴趣框，N为大于等于1的正整数；
[0006]通过特征脸检测算法以及皮肤纹理分析算法，对所述第一兴趣框进行分析，得到所述员工的脸部轮廓以及面部表情；
[0007]通过卷积神经网络的关键点检测算法，对所述第二兴趣框进行分析，得到所述员工的当前姿态信息；
[0008]基于所述员工标识，匹配所述第一兴趣框与所述第二兴趣框所属的目标员工；
[0009]基于所述脸部轮廓、面部表情以及所述当前姿态信息，评估所述目标员工的工作状态；
[0010]统计预设时间段内所述目标员工的工作状态为异常状态的总数量，当所述总数量超出预设数量阈值时，发送警告提示信息至所述目标员工持有的电子终端，使所述目标员工进行工作状态反馈；
[0011]接收所述目标员工持有的电子终端发送的反馈信息，其中，所述反馈信息包含：员工标识以及工作状态反馈内容；
[0012]获取所述工作状态反馈内容中的状态参数所对应的状态信息；若所述状态信息属于目标状态集合，则生成状态评估结束报告，并将所述状态评估结束报告分别发送至管理
端和所述电子终端，其中，所述状态评估结束报告中至少包括：所述员工标识、所述监控视频流的所属时间段、所述工作状态反馈内容。
[0013]在本专利技术的第二方面，提供了一种基于智能识别的人员工作状态评估系统。该系统包括：
[0014]获取单元，用于获取指定区域的监控视频流，基于多目标追踪算法检测并追踪每帧图像中的第一兴趣框和第二兴趣框；所述第一兴趣框用于关联员工面部轮廓；所述第二兴趣框用于关联员工姿态轮廓；其中，所述监控视频流包括N帧图像，每位员工对应有员工标识，同一位所述员工的所述第一兴趣框小于所述第二兴趣框，N为大于等于1的正整数；
[0015]第一分析单元，用于通过特征脸检测算法以及皮肤纹理分析算法，对所述第一兴趣框进行分析，得到所述员工的脸部轮廓以及面部表情；
[0016]第二分析单元，用于通过卷积神经网络的关键点检测算法，对所述第二兴趣框进行分析，得到所述员工的当前姿态信息；
[0017]匹配单元，用于基于所述员工标识，匹配所述第一兴趣框与所述第二兴趣框所属的目标员工；
[0018]评估单元，用于基于所述脸部轮廓、面部表情以及所述当前姿态信息，评估所述目标员工的工作状态；
[0019]统计单元，用于统计预设时间段内所述目标员工的工作状态为异常状态的总数量，当所述总数量超出预设数量阈值时，发送警告提示信息至所述目标员工持有的电子终端，使所述目标员工进行工作状态反馈；
[0020]接收单元，用于接收所述目标员工持有的电子终端发送的反馈信息，其中，所述反馈信息包含：员工标识以及工作状态反馈内容；
[0021]生成单元，用于所述工作状态反馈内容中的状态参数所对应的状态信息；若所述状态信息属于目标状态集合，则生成状态评估结束报告，并将所述状态评估结束报告分别发送至管理端和所述电子终端，其中，所述状态评估结束报告中至少包括：所述员工标识、所述监控视频流的所属时间段、所述工作状态反馈内容。
[0022]在本专利技术的第三方面，提供了一种电子设备。该电子设备至少一个处理器；以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术第一方面的方法。
[0023]在本专利技术的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本专利技术第一方面的方法。
[0024]本专利技术能够自动化监督员工的工作状态，并且通过有效提醒，能够很好的提升工作人员的工作效率，从而解决相关技术中难以对工作人员的工作状态进行有效监督，影响企业的生产效率的技术问题。
附图说明
[0025]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0026]图1示出了根据本专利技术实施例的基于智能识别的人员工作状态评估方法的流程
图；
[0027]图2示出了根据本专利技术实施例的基于智能识别的人员工作状态评估系统的示意图；
[0028]图3示出了能够实施本专利技术的实施例的示例性电子设备的方框图；
[0029]其中，21为获取单元、22为第一分析单元、23为第二分析单元、24为匹配单元、25为评估单元、26为统计单元、27为接收单元、28为生成单元、其中，300为电子设备、301为计算单元、302为ROM、303为RAM、304为总线、305为I/O接口、306为输入单元、307为输出单元、308为存储单元、309为通信单元。
具体实施方式
[0030]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0031]根据本专利技术实施例，提供了一种基于智能识别的人员工作状态评估方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0032]图1是根据本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能识别的人员工作状态评估方法，其特征在于，包括：获取指定区域的监控视频流，基于多目标追踪算法检测并追踪每帧图像中的第一兴趣框和第二兴趣框；所述第一兴趣框用于关联员工面部轮廓；所述第二兴趣框用于关联员工姿态轮廓；其中，所述监控视频流包括N帧图像，每位员工对应有员工标识，同一位所述员工的所述第一兴趣框小于所述第二兴趣框，N为大于等于1的正整数；通过特征脸检测算法以及皮肤纹理分析算法，对所述第一兴趣框进行分析，得到所述员工的脸部轮廓以及面部表情；通过卷积神经网络的关键点检测算法，对所述第二兴趣框进行分析，得到所述员工的当前姿态信息；基于所述员工标识，匹配所述第一兴趣框与所述第二兴趣框所属的目标员工；基于所述脸部轮廓、面部表情以及所述当前姿态信息，评估所述目标员工的工作状态；统计预设时间段内所述目标员工的工作状态为异常状态的总数量，当所述总数量超出预设数量阈值时，发送警告提示信息至所述目标员工持有的电子终端，使所述目标员工进行工作状态反馈；接收所述目标员工持有的电子终端发送的反馈信息，其中，所述反馈信息包含：员工标识以及工作状态反馈内容；获取所述工作状态反馈内容中的状态参数所对应的状态信息；若所述状态信息属于目标状态集合，则生成状态评估结束报告，并将所述状态评估结束报告分别发送至管理端和所述电子终端，其中，所述状态评估结束报告中至少包括：所述员工标识、所述监控视频流的所属时间段、所述工作状态反馈内容。2.根据权利要求1所述的基于智能识别的人员工作状态评估方法，其特征在于，所述获取指定区域的监控视频流，包括：响应管理端发送的拍摄指令，基于所述拍摄指令中的待拍摄区域信息以及员工标识，控制拍摄云台拍摄待拍摄区域中各个员工工位的视频流，得到所述监控视频流；或者，当拍摄时间间隔到达时，基于预先接收到的待拍摄区域信息，控制拍摄云台拍摄待拍摄区域中各个员工工位的视频流，得到所述监控视频流。3.根据权利要求1所述的基于智能识别的人员工作状态评估方法，其特征在于，所述基于多目标追踪算法检测并追踪每帧图像中的第一兴趣框和第二兴趣框，包括：检测所述监控视频流中出现员工的图像，得到初始筛选图像集；基于所述多目标追踪算法，对所述初始筛选图像集中每帧图像中的员工位置进行定位，得到定位结果；基于所述定位结果对每帧图像中的员工位置进行初次框选，得到所述关联员工姿态轮廓的第二兴趣框；识别所述第二兴趣框中的员工面部轮廓特征，并对员工面部的轮廓区域进行二次框选，得到关联员工面部轮廓的第一兴趣框。4.根据权利要求3所述的基于智能识别的人员工作状态评估方法，其特征在于，所述基于所述定位结果对每帧图像中的员工位置进行初次框选，还包括：当一帧图像中存在员工姿态重叠时，对员工轮廓进行划分，识别出包含员工头部的区域轮廓；
以所述员工头部的区域轮廓为基准，对包含所述员工头部的区域轮廓所属的姿态轮廓进行初次框选，得到所述关联员工姿态的第二兴趣框。5.根据权利要求3所述的基于智能识别的人员工作状态评估方法，其特征在于，在检测所述监控视频流中出现员工的图像之前，还包括：对所述监控视频流中的每帧图像进行图像预处理，所述图像预处理包括：图像去噪和灰度化；获取灰度化处理之后的每帧图像的图像元素信息集合，其中，所述图像元素信息集合包括：色差、曝光度、分辨率、清晰度、对焦度、灰度参数以及重合度，所述灰度参数至少包括：灰度平均值、灰度最大差值和灰度最小差值；基于所述图像元素信息集合，获取对所述每帧图像的视频图像评估系数；若所述视频图像评估系数小于第一预设系数阈值，则判定该帧图像质量不合格；若所述视频图像评估系数不小于第一预设系数阈值，则判定该帧图像质量合格；获取质量合格的所有图像集合。6.根据权利要求1所述的基于智能识别的人员工作状态...

【专利技术属性】
技术研发人员：戴静蕾，张剑，孙铁刚，任国光，程文颖，魏喆，吴斌，
申请(专利权)人：沈阳创新设计研究院有限公司，
类型：发明
国别省市：