基于人工智能感知工位服务状态的离岗检测方法和装置制造方法及图纸

本申请提供了一种基于人工智能感知工位服务状态的离岗检测方法和装置，所述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，然后基于检测结果，统计目标对象的离岗时间，最后根据目标对象的离岗时间进行离岗提醒。与现有的离岗检测系统通常需要预先设定工作时段，但是当工作人员由于某种原因离岗去办其它临时性工作时，系统无法针对该种情况自动作出响应的方法相比，本申请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，然后基于检测结果进行离岗分析，可以避免离岗误报的情况发生，提高了离岗检测的精确度。

【技术实现步骤摘要】
基于人工智能感知工位服务状态的离岗检测方法和装置
本申请涉及人工智能
，具体而言，涉及一种基于人工智能感知工位服务状态的离岗检测方法和装置。
技术介绍
营业厅作为电力系统面向社会的展示窗口，办理业务和收费等工作的服务水平，会直接反映到人民群众对电力服务的印象。在营业厅的日常工作中，客户能否第一时间被接待，工作人员能否及时解决客户问题，是保障客户服务满意度的重中之重。为提高营业厅工作人员的整体服务水平，各政府机关、银行等办事机构根据需求配置了离岗检测系统。但现有的离岗检测系统通常需要预先设定工作时段，但是当工作人员由于某种原因离岗去办其它临时性工作时，系统无法针对该种情况自动作出响应，容易导致离岗误报的情况发生。
技术实现思路
有鉴于此，本申请的目的在于提供一种基于人工智能感知工位服务状态的离岗检测方法和装置，将当前工位的工位标识以及目标对象结合分析，可以避免离岗误报的情况发生，提高了离岗检测的精确度。第一方面，本申请提供了一种基于人工智能感知工位服务状态的离岗检测方法，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。优选地，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。优选地，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。优选地，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。优选地，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。优选地，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。优选地，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。第二方面，本申请还提供了一种基于人工智能感知工位服务状态的离岗检测装置，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。第三方面，本申请还提供一种电子设备，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，所述机器可读指令被所述处理器执行时执行如上述的基于人工智能感知工位服务状态的离岗检测方法的步骤。第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的基于人工智能感知工位服务状态的离岗检测方法的步骤。本申请提供了一种基于人工智能感知工位服务状态的离岗检测方法和装置，其中，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，然后基于检测结果，统计所述目标对象的离岗时间，最后根据所述目标对象的离岗时间进行离岗提醒。与现有技术中的离岗检测系统通常需要预先设定工作时段，但是当工作人员由于某种原因离岗去办其它临时性工作时，系统无法针对该种情况自动作出响应的方法相比，本申请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，然后基于检测结果进行离岗分析，这样一来，将当前工位的工位标识以及目标对象结合分析，可以避免离岗误报的情况发生，提高了离岗检测的精确度。为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本申请实施例所提供的一种基于人工智能感知工位服务状态的离岗检测方法的流程图；图2为本申请实施例所提供的一种营业厅离岗检测方法的流程框图；图3为本申请实施例所提供的一种基于人工智能感知工位服务状态的离岗检测装置的结构示意图；图4为本申请实施例所提供的一种电子设备的结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。首先，对本申请可适用的应用场景进行介绍。本申请可应用于营业厅的离岗检测系统，营业厅作为电力系统面向社会的展示窗口，办理业务和收费等工作的服务水平，会直接反映到人民群众对电力服务的印象。在配电、输电、变电这三方面服务均已达到人民满意要求的情况下，营业厅的服务水平显得尤其重要。在营业厅的日常工作中，客户能否第一时间被接待，工作人员能否及时解决客户问题，是保障客户服务满意度的重中之重，进而，提升营业厅服务水平是非常必要的。为提高营业厅工作人员的整体服务水平，各政府机关、银行等办事机构根据需求配置了离岗检测系统。离岗检测系统能对监控区域内的离岗进行检测，当发生异常情况时，系统会主动触发报警。智能视频分析下的人员离岗检测系统能自动检测工作人员的工作岗位，一旦发现工作人员不在工作区域内的时间超出规定设置时间，系统便会实时报警，并将报警信息传送至监控端，然后通过现场语音摄像机给出语音提示，让工作人员及时返回工作岗位。但现本文档来自技高网...

【技术保护点】
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：/n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；/n基于检测结果，统计所述目标对象的离岗时间；/n根据所述目标对象的离岗时间进行离岗提醒。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：内蒙古;15