[发明专利]座位信息智能分析与推荐方法

权利要求书

1.一种座位信息智能分析与推荐方法，其特征是：

安装多个拍摄装置，总视域覆盖需要监视的所有桌椅位置；

判断并对监视区域进行区域划分；

针对区域内的座位进行分析，区分出已占用座位、未占用座位和疑似占用座位；

对座位进行优先级分类；

按照座位优先级顺序由高到低推荐目标座位；

包括座位占用判断方法：

桌面按照对应座位位置进行区域划分；

图像分析座位位置和对应桌面区域；

将出现人体轮廓的座位位置标记为已占用座位，将未出现人体轮廓并且对应桌面区域没有杂物轮廓的座位标记为未占用座位；

对未出现人体轮廓并且对应桌面区域有杂物轮廓的座位进行红外成像，检测座位及对应桌面区域的残余温度；

设定温度阀值，对于小于温度阀值的座位标记为未占用座位，对于大于温度阀值的座位标记为已占用座位；

包括座位占用判定图像处理方法：

采用灰度归一化和直方图均衡化方法对采集图片进行对比度增强，再通过去噪和滤波来去除干扰,提高信噪比；

对该区域图像采用 Canny 算子与自动阈值分割法相结合的方式对图像进行边缘特征提取，使用 find 函数将图像边缘信息坐标化；

将find 函数坐标化后的图像边缘信息存储成数据集，采用深度学习和强化学习对分类器进行训练；

对单一传入的图像边缘特征信息进行判断，得出桌面杂物是否存在；

将每个桌面区域的边缘特征进行比较分析，按照杂物堆积面积、周长、圆形度、长宽比、紧凑性综合分析，判定物体类型及座位占用情况。

2.根据权利要求1所述座位信息智能分析与推荐方法，其特征是：将堆积面积、周长、圆形度、长宽比、紧凑性五项数据组成数据组；

利用基于卷积神经网络的深度学习和基于值函数学习方法的强化学习对数据特征进行处理；

将处理后得到的结果与理想结果对比，根据差异更优策略不断更新，循环执行。

3.根据权利要求1所述座位信息智能分析与推荐方法，其特征是：包括入座高峰期判断方法：

设定单人站立面积阀值；

将需求空间布局网格化，通过像素矩阵转换，将需求空间转化为平面坐标图；

选取特定区域作为判断区域，截取特定区域图像，识别人体轮廓，得出区域内人数；

利用区域面积除以区域内人数，得出实际站立面积；

实际站立面积小于单人站立面积阀值，则启动高峰应对状态。

4.根据权利要求1所述座位信息智能分析与推荐方法，其特征是：设置显示终端，用于显示座位占用情况。

5.根据权利要求1所述座位信息智能分析与推荐方法，其特征是：包括食堂餐桌推荐清理方法：

建立系统，包括图像采集系统、数据储存与处理系统和终端屏幕;

摄像头将图像信息传入计算机，利用计算机图形分割及检测算法，形成特征数据，桌面物品投影形状数据储存在计算机数据库;

利用图片数据集来训练分类器，形成回收特征;

分类器训练完成后，采用决策树分类算法对用餐者使用餐具进行分类，结合后期强化学习的内容不断优化待清理区域的特征;

对餐具分类及待清理餐余垃圾的迫切性进行优先级排序，从而形成更优推荐;

通过优先级排序系统自动推荐待清理餐桌编号，并通过微电脑处理将信息通过互联网系统反应在餐厅清理员、或餐厅经理的终端显示器上;

将餐厅布局网格化，通过像素矩阵转换，得到装饰物品存放、餐桌固定区坐标示意图；

用餐者进入餐桌座位，红外热成像摄像头信号区域被触发，计算机调取该区域普通光学摄像头图像,将每个餐位桌面的边缘特征进行比较分析，按照餐余垃圾堆积面积、周长、圆形度、长宽比、紧凑性综合分析，结合后期强化学习的内容不断优化待清理区域的特征，对餐具分类及待清理餐余垃圾的迫切性进行优先级排序;

利用红外热成像摄像头采集指定坐标区域下的热源信号判断用餐者的存在情况,利用图像边缘特征特区判断餐桌餐具的存在情况,结合两者的逻辑关系判断餐余垃圾是否可以清理。