[发明专利]岗位监控的方法、装置及存储介质

说明书

本申请提供一种岗位监控的方法、装置及存储介质，该方法包括：摄像设备获取目标对象的打卡数据，该打卡数据包含上班时间和下班时间；摄像设备获取该目标对象的位置信息，提取该位置信息对应时间段的视频数据；摄像设备提取视频数据中的t帧图片，将t帧图片执行特征提取操作得到t个固定尺寸的输入数据，将t个输入数据输入循环神经网络执行运算得到t个输出结果，将t个输出结果分别与该目标对象的模板结果执行差计算得到t个差值，提取t个差值中小于差值阈值的n帧图片，若n帧图片均为t帧图片中相邻的图片，确定n帧图片中n个时间，将n个时间的最小值与最大值确定为目标对象的到岗时间。本申请提供的技术方案具有准确性高的优点。

技术领域

本申请涉及互联网监控技术领域，具体涉及一种岗位监控的方法、装置及存储介质。

背景技术

监控系统包含设备的监控，例如摄像头采集监控数据，当然也包含人为的监控，现有的岗位人员是否在岗并无监控，是否在岗更多的是靠打卡等方式来实现，无法实现岗位监控的实际情况，影响了准确性。

发明内容

本申请实施例提供了一种岗位监控的方法及系统，可以通过自动识别的方式来确定岗位监控，提高了准确性。

第一方面，本申请实施例提供一种岗位监控的方法，所述方法应用于摄像设备，所述方法包括；

摄像设备获取目标对象的打卡数据，该打卡数据包含上班时间和下班时间；

摄像设备获取该目标对象的位置信息，提取该位置信息对应时间段的视频数据，该对应时间段为上班时间和下班时间之间的时间段；

摄像设备提取视频数据中的t帧图片，将t帧图片执行特征提取操作得到t个固定尺寸的输入数据，将t个输入数据输入循环神经网络执行运算得到t个输出结果，将t个输出结果分别与该目标对象的模板结果执行差计算得到t个差值，提取t个差值中小于差值阈值的n帧图片，若n帧图片均为t帧图片中相邻的图片，确定n帧图片中n个时间，将n个时间的最小值与最大值确定为目标对象的到岗时间；

其中，2≤n＜t，n、t均为整数

第二方面，提供一种岗位监控的装置，所述装置应用于摄像设备，所述装置包括；

获取单元，用于获取目标对象的打卡数据，该打卡数据包含上班时间和下班时间；获取该目标对象的位置信息，

处理单元，用于提取该位置信息对应时间段的视频数据，该对应时间段为上班时间和下班时间之间的时间段；提取视频数据中的t帧图片，将t帧图片执行特征提取操作得到t个固定尺寸的输入数据，将t个输入数据输入循环神经网络执行运算得到t个输出结果，将t个输出结果分别与该目标对象的模板结果执行差计算得到t个差值，提取t个差值中小于差值阈值的n帧图片，若n帧图片均为t帧图片中相邻的图片，确定n帧图片中n个时间，将n个时间的最小值与最大值确定为目标对象的到岗时间；

其中，2≤n＜t，n、t均为整数。

第三方面，提供一种计算机可读存储介质，其存储用于电子数据交换的程序，其中，所述程序使得终端执行第一方面提供的方法。

实施本申请实施例，具有如下有益效果：

可以看出，本申请的技术方案通过循环神经网络进行视频图片的快速识别，这样节省计算量，对于人脸识别，其基于单个图片进行计算识别，例如百度人脸识别算法，其需要经过多个卷积层的运算，全连接的运算以及激活运算才能够实现对人脸识别的确定，而对于视频数据，其图片的数量多，若每帧图片均进行人脸识别，那么其计算量会非常的大，因此，本申请基于视频数据的特点，因为其属于特定位置的特定的视频数据，这样本申请抽取t帧图片，然后通过RNN(循环神经网络)的方式将一些背景的特征计算保留以增加可靠性，然后与模板图片进行比对，这样即能够快速的识别出来t帧图片中的n帧图片，进而实现对岗位的到岗时间进行初步的监控，并且减少计算量，提高岗位的时间的快速统计，提高了准确性。