一种基于营业厅视频监控的能效改进方法技术

本发明专利技术提供了一种基于营业厅视频监控的能效改进方法，包括以下步骤：A、获取实时视频监控，确认所述视频监控中的人员信息；B、基于所述人员信息确认不同业务的办理时间，从而确定出不同员工的办理效率；C、基于所述办理效率调整员工分配；所述人员信息至少包括对客户及员工的识别、定位和跟踪。由上，可以通过对客户及员工的识别、定位和跟踪判断出客户办理业务的时间，以及员工办理业务的效率，从而调整员工分配，以达到营业厅最高的运行效率。

【技术实现步骤摘要】
一种基于营业厅视频监控的能效改进方法
本专利技术涉及视频监控
，特别是一种基于营业厅视频监控的能效改进方法。
技术介绍
现有技术对于营业厅的监控存在着许多难点，例如：外观差异较大，例如在不同的角度，行人的外观是很不一样的。处于不同姿态、不同衣着(包括打伞、戴帽子、戴围巾、提行李等附着物)的行人，外观差异也很大。又例如追踪困难大，由于行人非常密集，存在严重的遮挡，我们只能看到人体的一部分。再例如背景复杂，行人检测一般面临的背景都非常复杂，有些物体的外观和形状、颜色、纹理很像人体，导致算法无法准确的区分。对于营业厅运行的监督往往依赖于营业厅视频监控技术，如果无法依据视频监控技术对营业厅进行有效的监督，则对于营业厅能效的改进存在着掣肘。
技术实现思路
本专利技术的主要目的在于提供一种基于营业厅视频监控的能效改进方法，包括以下步骤：A、获取实时视频监控，确认所述视频监控中的人员信息；B、基于所述人员信息确认不同业务的办理时间，从而确定出不同员工的办理效率；C、基于所述办理效率调整员工分配；所述人员信息至少包括对客户及员工的识别、定位和跟踪。由上，可以通过对客户及员工的识别、定位和跟踪判断出客户办理业务的时间，以及员工办理业务的效率，从而调整员工分配，以达到营业厅最高的运行效率。其中，步骤A中，所述确认所述视频监控中的人员信息包括：将所述视频监控的图像进行背景建模，以确定背景模型和前景图像；在所述前景图像中进行包括人形检测、人脸检测、人脸识别、人员定位、人员统计的步骤。由上，实现对客户及员工的识别、定位和跟踪。其中，步骤A中，还包括对视频监控进行语音识别的步骤。由上，针对吃东西、电话聊天等非常小的动作在在视频中存在识别难度的情况，采用语音识别方式可以配合视频监控来实现。从而更有效的对营业厅进行视频监控。其中，将所述视频监控的图像进行背景建模的步骤包括：对图像中每一个像素点的颜色值建立混合高斯模型，通过一段时间的采样观测，根据各个高斯分布的持续性和变动性的差异确定真实背景，所述真实背景所对应的高斯分布作为背景模型。由上，利用高斯混合模型实现背景建模就是用来描述多模态场景，在不断更新背景模型的同时，在新一帧图像中直接检测出属于目标的像素点，减少了计算差分图像和二值化图像等环节，有效地提高了检测速度。其中，所述步骤B包括：对客户进行识别、定位和跟踪，获取客户进入营业厅的时间，根据在不同业务区域停留的时间获得用户办理业务的等待时长和办理时长，从而对业务办理的效率进行统计。所述步骤B还包括：对客户的移动轨迹或者行为模式与正常移动轨迹或正常行为模式进行比较，从而对客户的安全行为进行监测。由上，可以对客户的业务办理行为和安全行为进行有效的检测和判断。其中，所述步骤B还包括：对各工作人员进行识别和定位，根据各工作人员离开和返回工位的时间节点，进行离席时间分析，从而对各工作人员的业务办理效率进行统计。由上，可以对员工的业务办理效率进行统计和评估。其中，步骤C后还包括，基于所述办理效率的历史数据，对不同客户办理特定业务分配特定的员工；所述特定的员工包括办理特定业务效率最高的员工。由上，基于客户进出营业厅的历史频次，与其办理的业务类型和数量进行匹配，分析该人员关注的业务点，提出为该人员提供个性化、精准化服务的相关建议。例如某客户办理某一项业务时间长，则安排办理该业务用时最短的员工接待，从而可以提高效率。附图说明图1为基于营业厅视频监控的能效改进方法第一实施例的原理示意图；图2为基于营业厅视频监控的能效改进方法第二实施例的原理示意图。具体实施方式本申请通过视频分析技术，对营业厅工作环境、工作人员、客户业务办理过程等几个方面进行深度发掘，辅助管理人员对营业厅业务办理的效率进行人工干预，如增加业务办理坐席数量，对客户进行人工分流和业务指引，以提高客户办理业务的效率。通过对客户办理业务花费时间的统计分析，评价营业厅接待客户的效率。另外，通过对大量营业厅客户办理业务的行为、轨迹等的分析和提取，建立客户在营业厅正常的行为模式、行动轨迹及等候区域的数据模型，对进入营业厅人员的轨迹、行为通过该数据模型进行比对，判断其行为模式是否正常。前述视频分析技术主要包括：客户体验监测，营业厅服务人员行为监督。其中客户体验监测包含营业厅效能监测分析和客户轨迹分析及异常行为监测。营业厅服务人员行为监督包含营业厅服务人员到岗、离岗稽查。如图1所示为客户体验监测的流程图，包括以下步骤：S101：实时视频监控。以营业厅为例，在营业厅的不同位置架设摄像装置，从而将所述营业厅设置为监控区域。S102：视频处理过程，本过程包括以下几个子步骤：首先，使用清晰化算法对视频图像进行去噪、去雾、去模糊等预处理。其次对于不同场景采取了不同的策略：对于营业厅大厅中人员(客户)行为(例如奔跑、打架等行为)采用了视频动作识别的方式。对于营业厅工作人员在工位上的一些动作，采用了基于静态图像的识别。所述基于静态图像的识别包括：静态人脸考勤机在进行人脸识别的时候，人需要在考勤机前不断地调整脸部角度以便于考勤机抓拍到正面、合格的人脸图像来进行比对。设备的算法是比较简单的。这样一来时间就比较长。而所述视频动作识别是在人正常的行走过程中进行人脸判断、追踪、抓拍、比对，需要应对光线、角度、抓拍模糊等问题，比对要求又快又准。但是需要说明的是，吃东西、电话聊天等非常小的动作在远镜头视频下识别还存在技术难度，因此这部分可以考虑结合或者语音识别来实现。视频图像背景建模；背景建模技术是视频图像中运动目标检测的一种方法，其基本思想是对图像的背景进行建模，其原理是将当前的图像与背景模型进行某种比较，根据比较结果确定前景目标(需要检测的运动目标)。利用高斯混合模型实现背景建模就是用来描述多模态场景的一种方法。该方法能在不断更新背景模型的同时，在新一帧图像中直接检测出属于目标的像素点，减少了计算差分图像和二值化图像等环节，有效地提高了检测速度。算法的基本思想是：对图像中每一个像素点的颜色值建立混合高斯模型，通过一段时间的采样观测，根据各个高斯分布的持续性和变动性的差异，判断哪一个分布更加接近于真实背景，该高斯分布就作为背景模型。如果图像中像素点的颜色值不符合该高斯分布，则被认为是目标点。具体计算方法如下。设图像中位置为(x0,y0)的像素点在一段时间内的观测值为：{X1，…,Xt}＝{I(x0,y0,i):1≤i≤t}——式1利用多个高斯分布对式1中的观测值进行建模，可以得到当前像素点的颜色值概率为：其中，K为高斯分布的个数(通常取3-5)；ωi,t为权重的估计值，即t时刻该像素点属于第i个高斯分布的可能性的大小；μi,t为t时刻第i个高斯分布的均值；Σi,t为第i个本文档来自技高网...

【技术保护点】
1.一种基于营业厅视频监控的能效改进方法，其特征在于，包括以下步骤：/nA、获取实时视频监控，确认所述视频监控中的人员信息；/nB、基于所述人员信息确认不同业务的办理时间，从而确定出不同员工的办理效率；/nC、基于所述办理效率调整员工分配；/n所述人员信息至少包括对客户及员工的识别、定位和跟踪。/n

【技术特征摘要】
1.一种基于营业厅视频监控的能效改进方法，其特征在于，包括以下步骤：
A、获取实时视频监控，确认所述视频监控中的人员信息；
B、基于所述人员信息确认不同业务的办理时间，从而确定出不同员工的办理效率；
C、基于所述办理效率调整员工分配；
所述人员信息至少包括对客户及员工的识别、定位和跟踪。


2.根据权利要求1所述的方法，其特征在于，步骤A中，所述确认所述视频监控中的人员信息包括：
将所述视频监控的图像进行背景建模，以确定背景模型和前景图像；
在所述前景图像中进行包括人形检测、人脸检测、人脸识别、人员定位、人员统计的步骤。


3.根据权利要求1或2所述的方法，其特征在于，步骤A中，还包括对视频监控进行语音识别的步骤。


4.根据权利要求2所述的方法，其特征在于，将所述视频监控的图像进行背景建模的步骤包括：对图像中每一个像素点的颜色值建立混合高斯模型，通过一段时间的采样观测，根据各个高斯分布的持续性和...

【专利技术属性】
技术研发人员：张全，盛妍，吴佐平，刘旭生，王宏岩，刘鲲鹏，李子乾，徐强，徐景龙，宫立华，乔晅，朱龙珠，杨菁，
申请(专利权)人：国家电网有限公司客户服务中心，北京中电普华信息技术有限公司，
类型：发明
国别省市：天津;12