System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及食堂管理,尤其是涉及一种食堂监控管理方法和系统。
技术介绍
1、目前,智慧食堂为一种拥有智慧点餐、食堂管理、进销存管理、智慧后勤等多套软件系统的解决方案,能够有效地提高人员就餐满意度和食堂智能化管理水平。在智慧食堂场景下,就餐时间与就餐的人流量比较集中,因此需要对食堂的实时人流量进行监控。现有技术中通常为在食堂入口放置感应装置,当感应到有人经过则进行计数,从而统计人数,但这种人流量检测方式可能会存在当多人并排进入时只感应到一人,或者人流量大时感应较慢从而导致人流量检测不准确的问题,因此还需要进行相关的改进。
技术实现思路
1、本申请的目的是提供一种食堂监控管理方法和系统,能够实时检测食堂的人流量,并增加了人流量检测的准确性和智能性。
2、第一方面,本申请提供的一种食堂监控管理方法和系统采用如下的技术方案:
3、一种食堂监控管理方法,包括:
4、获取监控视频库内食堂入口的若干个样本视频数据和样本视频数据对应的样本人流量;
5、将食堂入口的若干个样本视频数据和对应的样本人流量构建为食堂入口人流量检测样本集,将食堂入口人流量检测样本集分为训练集和测试集;
6、构建食堂入口人流量检测初始模型,将食堂入口人流量检测样本集的训练集输入食堂入口人流量检测初始模型进行训练,得到训练完成的食堂入口人流量检测模型;
7、获取食堂入口的监控设备上传的实时视频数据,将实时视频数据输入食堂入口人流量检测模型,得到食堂入口对应的
8、通过采用上述技术方案,本申请通过对食堂入口进行人流量检测,可以快速确认目前食堂内的人流量。通过构建食堂入口人流量检测模型并利用监控视频库内的数据对模型进行训练,增加了人流量检测的准确性和智能性。
9、进一步的,所述将实时视频数据输入食堂入口人流量检测模型,得到食堂入口对应的实时人流量,具体步骤包括:
10、将实时视频数据按照时间分为若干个图像样本;
11、识别每个图像样本内的若干个对象,将目标对象设置为人头;
12、检测每个图像样本内的若干个对象中是否存在目标对象;
13、统计实时视频数据的若干个图像样本包括的所有目标对象,得到该实时视频数据对应的实时人流量。
14、通过采用上述技术方案,本申请通过将视频数据转化为若干个图像数据进行图像检测,再根据检测到的人头数统计人流量,提升了人流量检测的准确性。
15、进一步的,所述将食堂入口人流量检测样本集的训练集输入食堂入口人流量检测初始模型进行训练后,还包括:
16、将食堂入口人流量检测样本集的测试集的样本视频数据输入食堂入口人流量检测初始模型,得到样本视频数据对应的预测人流量;
17、根据该样本视频数据对应的预测人流量和样本人流量计算损失函数值;
18、将损失函数值与标准值对比,当损失函数值大于标准值则得到训练完成的食堂入口人流量检测模型。
19、通过采用上述技术方案,通过测试集对训练好的模型进行测试,并使用损失函数判断测试结果是否符合标准,进一步确保模型的可靠性。
20、进一步的,还包括:
21、获取监控视频库内排队区域的若干个样本视频数据和样本视频数据对应的样本排队人数;
22、将排队区域的若干个样本视频数据和对应的样本排队人数构建为排队人数检测样本集;
23、构建排队人数检测初始模型,将排队人数检测样本集输入排队人数检测初始模型进行训练和测试,得到训练完成的排队人数检测模型;
24、获取若干个排队区域的监控设备上传的实时视频数据,将实时视频数据输入排队人数检测模型,得到若干个排队区域对应的实时排队人数;
25、根据若干个排队区域的实时排队人数,获取实时排队人数最少的排队区域;
26、根据排队人数最少的排队区域生成排队指引信号,并将排队指引信号发送至排队指引显示端。
27、通过采用上述技术方案,本申请通过构建排队人数检测模型并利用监控视频库内的数据对模型进行训练和测试,提升排队人数检测的准确性和智能性。使用排队人数检测模型检测出每个排队区域的排队人数,选取其中排队人数最少的排队区域,指引进入食堂的人员前往排队人数最少的排队区域排队,进一步提升了食堂的排队就餐效率。
28、进一步的,还包括:
29、获取监控视频库内就餐区域的若干个样本视频数据和样本视频数据对应的样本就餐人数;
30、将就餐区域的若干个样本视频数据和对应的样本就餐人数构建为就餐人数检测样本集;
31、构建就餐人数检测初始模型,将就餐人数检测样本集输入就餐人数检测初始模型进行训练和测试,得到训练完成的就餐人数检测模型;
32、获取若干个就餐区域的监控设备上传的实时视频数据,将实时视频数据输入就餐人数检测模型,得到若干个就餐区域对应的实时就餐人数;
33、根据若干个就餐区域的实时就餐人数,获取实时就餐人数最少的就餐区域;
34、根据就餐人数最少的就餐区域生成就餐指引信号,并将就餐指引信号发送至就餐指引显示端。
35、通过采用上述技术方案,本申请通过构建就餐人数检测模型并利用监控视频库内的数据对模型进行训练和测试,提升就餐人数检测的准确性和智能性。使用就餐人数检测模型检测出每个就餐区域的就餐人数,选取其中就餐人数最少的就餐区域,指引需要就座的人员前往就餐人数最少的就餐区域就餐,进一步提升了食堂的就餐效率。
36、进一步的,所述根据就餐人数最少的就餐区域生成就餐指引信号,并将就餐指引信号发送至就餐指引显示端,具体包括:
37、获取若干个就餐区域的分布地图;
38、获取就餐人数最少的就餐区域在地图中的位置和就餐指引显示端在地图中的位置;
39、根据就餐区域在地图中的位置和就餐指引显示端在地图中的位置得到就餐指引路线;
40、根据就餐人数最少的就餐区域和就餐指引路线生成就餐指引信号,并将就餐指引信号发送至就餐指引显示端。
41、通过采用上述技术方案,根据就餐人数最少的就餐区域生成路线指引,能够快速使需要就座的人员找到合适的就餐区,进一步提升了就餐找位置的效率。
42、进一步的,还包括:
43、获取就餐区域的座位分布图;
44、根据就餐区域的监控设备上传的实时视频数据获取该就餐区域的空位位置;
45、根据就餐区域的座位分布图和空位位置生成空位显示信号,将空位显示信号发送至空位显示端。
46、通过采用上述技术方案,将每个就餐区域的座位分布图的图像显示在空位显示端,并将其中空位进行标注,便于需要找座位的人员快速得知空位的所在地点,进一步提升就餐指引的效率。
47、进一步的,还包括:
48、获取监控视频库内打餐区域的若干个样本视频数据和样本本文档来自技高网...
【技术保护点】
1.一种食堂监控管理方法,其特征在于,包括:
2.根据权利要求1所述的一种食堂监控管理方法,其特征在于,所述将实时视频数据输入食堂入口人流量检测模型,得到食堂入口对应的实时人流量,具体步骤包括:
3.根据权利要求1所述的一种食堂监控管理方法,其特征在于,所述将食堂入口人流量检测样本集的训练集输入食堂入口人流量检测初始模型进行训练后,还包括:
4.根据权利要求1所述的一种食堂监控管理方法,其特征在于,还包括:
5.根据权利要求1所述的一种食堂监控管理方法,其特征在于,还包括:
6.根据权利要求5所述的一种食堂监控管理方法,其特征在于,所述根据就餐人数最少的就餐区域生成就餐指引信号,并将就餐指引信号发送至就餐指引显示端,具体包括:
7.根据权利要求5所述的一种食堂监控管理方法,其特征在于,还包括:
8.根据权利要求5-7任一项所述的一种食堂监控管理方法,其特征在于,还包括:
9.根据权利要求8所述的一种食堂监控管理方法,其特征在于,还包括:
10.一种食堂监控管理系统,其特征在
...【技术特征摘要】
1.一种食堂监控管理方法,其特征在于,包括:
2.根据权利要求1所述的一种食堂监控管理方法,其特征在于,所述将实时视频数据输入食堂入口人流量检测模型,得到食堂入口对应的实时人流量,具体步骤包括:
3.根据权利要求1所述的一种食堂监控管理方法,其特征在于,所述将食堂入口人流量检测样本集的训练集输入食堂入口人流量检测初始模型进行训练后,还包括:
4.根据权利要求1所述的一种食堂监控管理方法,其特征在于,还包括:
5.根据权利要求1所述的一种食堂监控管理方...
【专利技术属性】
技术研发人员:彭斐,王柳艳,
申请(专利权)人:广东优信无限网络股份有限公司,
类型:发明
国别省市:
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。