[发明专利]基于人工智能感知工位服务状态的离岗检测方法和装置在审

专利信息
申请号: 202110291962.7 申请日: 2021-03-18
公开(公告)号: CN112949546A 公开(公告)日: 2021-06-11
发明(设计)人: 袁冬冰;朱继阳;李鹏飞;徐彬泰;李博;李尧;李靖;卢颖辉;张悦;韩雪;张洁;白雨佳 申请(专利权)人: 国网内蒙古东部电力有限公司信息通信分公司;国家电网有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06Q10/10;G06N3/04;G06N3/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 刘凤
地址: 010020 内蒙古自治区呼和浩特市赛罕区鄂*** 国省代码: 内蒙古;15
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 感知 服务 状态 离岗 检测 方法 装置
【权利要求书】:

1.一种基于人工智能感知工位服务状态的离岗检测方法,其特征在于,所述离岗检测方法包括:

基于当前工位的工位图像数据,检测当前工位的工位标识以及当前工位上是否存在目标对象;

基于检测结果,统计所述目标对象的离岗时间;

根据所述目标对象的离岗时间进行离岗提醒。

2.根据权利要求1所述的离岗检测方法,其特征在于,所述基于当前工位的工位图像数据,检测当前工位的工位标识以及当前工位上是否存在目标对象,包括:

基于当前工位的工位图像数据,检测当前工位的工位标识;

若所述工位标识指示当前工位处于服务状态,则基于所述工位图像数据检测当前工位上是否存在目标对象;

或者,将当前工位的工位图像数据输入至预先训练好的目标检测模型中,识别当前工位的工位标识以及当前工位上是否存在目标对象。

3.根据权利要求2所述的离岗检测方法,其特征在于,通过以下步骤训练目标检测模型:

获取多个包含有工位标识和目标对象的工位图像数据样本;

将所述工位图像数据样本输入至预先构建好的深度学习模型进行训练,得到训练好的目标检测模型。

4.根据权利要求2所述的离岗检测方法,其特征在于,所述若所述工位标识指示当前工位处于服务状态,则基于所述工位图像数据检测当前工位上是否存在目标对象,包括:

若所述工位标识指示当前工位处于服务状态,则检测所述工位图像数据中是否包括图像特征标识;

若检测到所述工位图像数据中包括图像特征标识,则确定当前工位上存在目标对象;

若检测到所述工位图像数据中不包括图像特征标识,则确定当前工位上不存在目标对象。

5.根据权利要求4所述的离岗检测方法,其特征在于,所述图像特征标识包括以下项中的至少一项:人头图像、人体上半身图像和人体全身图像。

6.根据权利要求1所述的离岗检测方法,其特征在于,所述根据所述目标对象的离岗时间进行离岗提醒,包括:

获取预设的离岗规定时间阈值;

若所述离岗时间超过所述离岗规定时间阈值,则向所述目标对象发送提醒。

7.根据权利要求1所述的离岗检测方法,其特征在于,所述离岗提醒包括短信提醒、语音电话提醒和广播提醒中的任意一种。

8.一种基于人工智能感知工位服务状态的离岗检测装置,其特征在于,所述离岗检测装置包括:

检测模块,用于基于当前工位的工位图像数据,检测当前工位的工位标识以及当前工位上是否存在目标对象;

统计模块,用于基于检测结果,统计所述目标对象的离岗时间;

提醒模块,用于根据所述目标对象的离岗时间进行离岗提醒。

9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至7任一所述基于人工智能感知工位服务状态的离岗检测方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一所述基于人工智能感知工位服务状态的离岗检测方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网内蒙古东部电力有限公司信息通信分公司;国家电网有限公司,未经国网内蒙古东部电力有限公司信息通信分公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110291962.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top