【技术实现步骤摘要】
本专利技术涉及数据监控，尤其涉及基于大数据的餐饮业务信息监控实时反馈系统。
技术介绍
1、
2、在餐饮业务方面，尝尝采用监控装置对餐饮业务信息进行监控，但是大多数不具备报警功能，当出现不安全事件时，如：殴打事件，不能及时进行报警处理；
3、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本专利技术的目的在于：提出一种基于大数据的餐饮业务信息监控实时反馈系统，存在不安全事件时，不能及时进行报警处理的问题。
2、为了实现上述目的，本专利技术采用了如下技术方案：基于大数据的餐饮业务信息监控实时反馈系统，包括区块链、监控控制中心、监控反馈中心和监控警报中心；
3、监控控制中心对餐饮业务信息进行实时控制，并通过区块链进行分布存储；
4、监控反馈中心构建监管平台，对餐饮业务信息进行数据分析和预警评估分析；
5、监控警报中心对分布存储于区块链中的餐饮业务信息提供预警处理，并对餐饮业务信息引发的非安全事件发生过程进行全流程的跟踪记录。
6、进一步的，监控控制中心包括信息上链模块和状态标定模块；
7、信息上链模块首先通过区块链中的合约层来完成对餐饮业务信息的确权处理，进而对确权后的餐饮业务信息进行上链存储，同时为管理端和展示端设置相应的权限；
8、状态标定模块根据管理端或展示端的需求将餐饮业务信息标定为安全信息和不安全信息。
9、进一步的，监控反馈中心包括信息交互模块、
10、信息交互模块对上链存储后的链上数据进行数据整合；
11、信息监测模块通过餐饮业务信息，连接到对应餐饮业务的摄像头装置，确定连接数据；进而通过连接数据确定对应的监控节点，并基于监控节点接收对应业务的图像监控参数；其中，图像监控参数包括但不限于餐饮大厅监控参数和餐饮厨房监控参数；
12、信息分析模块基于预设的大数据中心，对图像监控参数进行异常监控分析，并获得异常监控参数，进而将异常监控参数的处理结果发送给监控警报中心。
13、进一步的，监控警报中心接收到异常监控参数的处理结果，以确定是否存在非安全事件，当存在非安全事件时，依照判定结果发出相应的预警指令并进行处理。
14、进一步的，设置权限的具体工作过程为：
15、将区块链划分为n个网格区间，将区块链中的存储信息按照隐私程度分配给n个网格区间内，对于任意一个网格区间设置相应的调用权限；还设置有m个调用层级，且任意一个调用层级mi下有m个调用端口，根据层级设置不同的权限范围，实现多层级之间不同权限的信息管理。
16、进一步的，对图像监控参数进行异常预警分析的具体工作过程为：
17、步骤a1，通过监控节点确定监控拍摄区域，将开始拍摄到结束拍摄之间的时间标记为时间阈值，进而将时间阈值划分为i个子时间节点，且i为大于0的自然数；同时建立三维坐标系，对图像进行识别分类，并提取出人物图像，且预设人物图像有r0个，将任一目标人物标记为m，获取任一子时间点t下图像中目标人物m的动作轨迹序列和声音轨迹序列，并将动作轨迹序列的动作轨迹点标记为dg，将声音轨迹序列的声音轨迹点标记为sg；
18、步骤a2，对声音轨迹点sg进行分析，进行第一次安全预判分析，获得第一预判系数y1；
19、步骤a3，同时对动作轨迹点sg进行分析，进行第二次安全预判分析，获得第二预判系数y2；
20、步骤a4，对第一预判系数y1和第二预判系数y2赋予相应的权重系数，再将第一预判系数y1和第二预判系数y2与相对应的权重系数相结合，生成综合预判系数yp；同时预设第一对比区间、第二对比区间和第三对比区间，进而将综合预判系数yp分别与第一对比区间、第二对比区间和第三对比区间进行比较分析，获得对应的处理结果。
21、进一步的，步骤a2的具体工作过程为：
22、步骤a201，获取声音轨迹点sy上的声音的响度值、音调值和频率值，并将其分别标记为xd、yd和pl；进而将多个子时间节点上的响度值xd、音调值yd和频率值pl进行统计，构建四维监测向量<响度值xd，音调值yd，频率值pl，时间段ta>，其中，ta表示随机的多个子时间节点组成的时间段，且ta为动态变化量；进而以时间段ta为x轴，以响度值xd、音调值yd和频率值pl为y轴，建立直角坐标系，在直角坐标系中绘制出响度值xd-时间段ta的变化曲线s1，音调值yd-时间段ta的变化曲线s2，和频率值pl-时间段ta的变化曲线s3；
23、步骤a202，对于直角坐标系中的任一条变化曲线s0，预设变化曲线s0上有r1个点，标记任一点为点e，且e的坐标为(xe，ye)；通过对r1个点的纵坐标求取平均值，获取平均变化值进而求取平均绝对偏差σ；同时获取该时间段下的曲线波动值k，其中，波动值表示为变化曲线s0在时间段ta下最大值和最小值之间的差值；
24、进而将平均绝对偏差σ和曲线波动值k相结合，生成波动系数ω；
25、步骤a203，将波动系数ω和预设波动系数阈值ω0进行对比，当波动系数ω超过预设波动系数阈值ω0，则将该波动系数下对应的时间点，标记为情绪波动点；同时捕捉情绪波动点下的人物图像进行进行面部识别分析，进而通过cnn算法提取面部特征点，并将面部特征点和存储于区块链中的预设面部特征点清单进行对比分析，当面部特征点属于预设的面部特征点清单，则将该面部特征点对应的像素进行统计，并将像素点对应的值标记为xs；
26、同时设置n2个色度区间，将属于同一色度区间的点进行整合，进而获取n2个色度区间的区域面积占比，将n2个区域面积占比整合并标记为像素占比集合，将任一个色度区间标记为j，将色度区间j的区域面积占比标记为gj；再对n2个色度区间分别赋予相应的像素密度因子，将n2个像素密度因子整合并标记为像素密度集合，且将色度区间j的像素密度因子标记为mj；进而通过n2个区域面积占比和像素密度因子相结合，获取平均占比系数ω；
27、步骤a204，将波动系数ω和平均占比系数ω相结合，生成第一预判系数y1。
28、进一步的，步骤a3的具体工作过程为：
29、步骤a301，通过建立基准坐标系对动作轨迹点sg进行动作分割和关键节点标注，预设关键节点有n3个，将任一关键节点坐标标记为z(xa，ya)，其中，关键节点包括但不限于颈部关节点、双肘关节点、双肩关节点、髋关节点、双膝关节点和双踝关节点；进而连接人体关键节点形成人体姿态模型；
30、步骤a302，通过将人体姿态模型和存储于区块链中的预设人体姿态模型进行比较分析，当人体姿态模型属于预设的人体姿态模型，进而计算出该人体姿态模型和预设的人体姿态模型之间的匹配度ρ；其中，(xb，yb)是预设的人体姿态模型对应的关键节点坐标；
31、步骤a303，通过将匹配度ρ和存储于区块链中的预设匹配度ρ本文档来自技高网...
【技术保护点】
1.基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：包括区块链、监控控制中心、监控反馈中心和监控警报中心；
2.根据权利要求1所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：监控控制中心包括信息上链模块和状态标定模块；
3.根据权利要求1所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：监控反馈中心包括信息交互模块、信息监测模块和信息分析模块；
4.根据权利要求1所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：监控警报中心接收到异常监控参数的处理结果，以确定是否存在非安全事件，当存在非安全事件时，依照判定结果发出相应的预警指令并进行处理。
5.根据权利要求2所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：设置权限的具体工作过程为：
6.根据权利要求3所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：对图像监控参数进行异常预警分析的具体工作过程为：
7.根据权利要求6所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：步骤A2的具体工作过程为
8.根据权利要求6所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：步骤A3的具体工作过程为：
...【技术特征摘要】
1.基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：包括区块链、监控控制中心、监控反馈中心和监控警报中心；
2.根据权利要求1所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：监控控制中心包括信息上链模块和状态标定模块；
3.根据权利要求1所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：监控反馈中心包括信息交互模块、信息监测模块和信息分析模块；
4.根据权利要求1所述的基于大数据的餐饮业务信息监控实时反馈系统，其特征在于：监控警报中心接收到异常监控参数的处理结果，以确定是否存在非安全事件，...
【专利技术属性】
技术研发人员：何兰，刘丽丽，
申请(专利权)人：上海佩宸信息技术有限公司，
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。