[發(fā)明專(zhuān)利]基于人臉識(shí)別的防冒掛號(hào)方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010917038.0
• 申請(qǐng)日: 2020-09-03
• 公開(kāi)（公告）號(hào): CN111986794A
• 公開(kāi)（公告）日: 2020-11-24
• 發(fā)明（設(shè)計(jì)）人: 左瑤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 平安國(guó)際智慧城市科技股份有限公司
• 主分類(lèi)號(hào): G16H40/20
• 分類(lèi)號(hào): G16H40/20;G06K9/00;G06K9/62;G06Q50/00
• 代理公司: 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司 44334
• 代理人: 遲珊珊;何春蘭

1.一種基于人臉識(shí)別的防冒掛號(hào)方法，其特征在于，所述方法包括：

建立多用戶(hù)社交關(guān)系圖譜；

獲取掛號(hào)人的正面人臉圖像，并根據(jù)所述正面人臉圖像識(shí)別出所述掛號(hào)人的掛號(hào)人身份信息；

根據(jù)所述掛號(hào)人身份信息與就診人的第二身份信息判斷所述掛號(hào)人與所述就診人是否為同一人；

當(dāng)確定所述掛號(hào)人與所述就診人不為同一人時(shí)，根據(jù)所述掛號(hào)人身份信息查詢(xún)所述多用戶(hù)社交關(guān)系圖譜，并根據(jù)查詢(xún)結(jié)果確定所述掛號(hào)人與所述就診人是否為相關(guān)人；

當(dāng)根據(jù)查詢(xún)結(jié)果確定所述掛號(hào)人與所述就診人為相關(guān)人時(shí)，為所述就診人生成掛號(hào)單。

2.如權(quán)利要求1所述的基于人臉識(shí)別的防冒掛號(hào)方法，其特征在于，所述建立多用戶(hù)社交關(guān)系圖譜包括：

配置數(shù)據(jù)獲取接口；

通過(guò)所述數(shù)據(jù)獲取接口獲取多個(gè)用戶(hù)的用戶(hù)信息，其中，所述用戶(hù)信息包括：人事關(guān)系、常駐地及通話數(shù)據(jù)；

根據(jù)所述通話數(shù)據(jù)建立第一社交關(guān)系圖譜，其中，所述第一社交關(guān)系圖譜以用戶(hù)為頂點(diǎn)，將具有通話數(shù)據(jù)的兩個(gè)頂點(diǎn)之間建立一條邊；

根據(jù)所述人事關(guān)系對(duì)所述第一社交關(guān)系圖譜進(jìn)行更新得到第二社交關(guān)系圖譜；

刪除所述第二社交關(guān)系圖譜中常駐地不匹配的邊，得到多用戶(hù)社交關(guān)系圖譜。

3.如權(quán)利要求1所述的基于人臉識(shí)別的防冒掛號(hào)方法，其特征在于，所述根據(jù)所述正面人臉圖像識(shí)別出所述掛號(hào)人的掛號(hào)人身份信息包括：

輸入所述正面人臉圖像至預(yù)先訓(xùn)練好的人臉身份識(shí)別模型中進(jìn)行識(shí)別，得到所述掛號(hào)人的掛號(hào)人姓名及掛號(hào)人身份證號(hào)碼；

根據(jù)戶(hù)籍信息數(shù)據(jù)庫(kù)確定與所述掛號(hào)人姓名及所述掛號(hào)人身份證號(hào)碼匹配的掛號(hào)人常駐地；

確定所述掛號(hào)人姓名、所述掛號(hào)人身份證號(hào)碼及所述掛號(hào)人常駐地為所述掛號(hào)人的掛號(hào)人身份信息。

4.如權(quán)利要求3所述的基于人臉識(shí)別的防冒掛號(hào)方法，其特征在于，所述根據(jù)所述掛號(hào)人身份信息查詢(xún)所述多用戶(hù)社交關(guān)系圖譜，并根據(jù)查詢(xún)結(jié)果確定所述掛號(hào)人與所述就診人是否為相關(guān)人包括：

以所述就診人的就診人姓名為查詢(xún)關(guān)鍵詞查詢(xún)所述多用戶(hù)社交關(guān)系圖譜得到多個(gè)關(guān)聯(lián)姓名；

識(shí)別所述多個(gè)關(guān)聯(lián)姓名中是否存在與所述掛號(hào)人姓名相同的目標(biāo)姓名；

當(dāng)識(shí)別所述多個(gè)關(guān)聯(lián)姓名中存在與所述掛號(hào)人姓名相同的目標(biāo)姓名時(shí)，判斷所述就診人常駐地址是否為所述就診人的就診地址；

當(dāng)所述就診人常駐地址為所述就診人的就診地址時(shí)，確定所述掛號(hào)人與所述就診人為相關(guān)人。

5.如權(quán)利要求4所述的基于人臉識(shí)別的防冒掛號(hào)方法，其特征在于，所述方法還包括：

當(dāng)根據(jù)查詢(xún)結(jié)果確定所述掛號(hào)人與所述就診人為相關(guān)人時(shí)，接收掛號(hào)人針對(duì)預(yù)設(shè)問(wèn)題的語(yǔ)音回答；

識(shí)別所述語(yǔ)音回答得到語(yǔ)音文本；

提取出所述語(yǔ)音文本中的關(guān)鍵字段；

對(duì)所述關(guān)鍵字段進(jìn)行校驗(yàn)；

響應(yīng)于對(duì)所述關(guān)鍵字段的成功校驗(yàn)，為所述就診人生成掛號(hào)單并更新所述多用戶(hù)社交關(guān)系圖譜。

6.如權(quán)利要求1至5中任意一項(xiàng)所述的基于人臉識(shí)別的防冒掛號(hào)方法，其特征在于，所述方法還包括：

當(dāng)確定所述掛號(hào)人與所述就診人為同一人時(shí)，根據(jù)所述正面人臉圖像識(shí)別所述掛號(hào)人的疼痛等級(jí)；

根據(jù)所述疼痛等級(jí)為所述掛號(hào)人生成掛號(hào)單。

7.如權(quán)利要求6所述的基于人臉識(shí)別的防冒掛號(hào)方法，其特征在于，所述根據(jù)所述正面人臉圖像識(shí)別所述掛號(hào)人的疼痛等級(jí)包括：

對(duì)所述正面人臉圖像進(jìn)行預(yù)處理；

將預(yù)處理后的正面人臉圖像轉(zhuǎn)換為灰度圖像；

輸入所述灰度圖像至預(yù)先訓(xùn)練好的疼痛等級(jí)識(shí)別模型中進(jìn)行識(shí)別，得到疼痛等級(jí)；

其中，所述疼痛等級(jí)識(shí)別模型的訓(xùn)練過(guò)程包括：依據(jù)疼痛分級(jí)量表設(shè)置疼痛級(jí)別由低到高的多個(gè)疼痛等級(jí)，并按照不同的疼痛等級(jí)分別采集相應(yīng)的疼痛表情圖像；利用dlib工具對(duì)所有疼痛表情圖像進(jìn)行預(yù)處理，得到RGB圖像；將所述RGB圖像轉(zhuǎn)化為灰度圖像，得到疼痛表情訓(xùn)練數(shù)據(jù)集；基于所述疼痛表情訓(xùn)練數(shù)據(jù)集訓(xùn)練疼痛等級(jí)識(shí)別模型。