[發明專利]基于人工智能感知工位服務狀態的離崗檢測方法和裝置

在審

• 申請號: 202110291962.7
• 申請日: 2021-03-18
• 公開（公告）號: CN112949546A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 袁冬冰;朱繼陽;李鵬飛;徐彬泰;李博;李堯;李靖;盧穎輝;張悅;韓雪;張潔;白雨佳
• 申請（專利權）人: 國網內蒙古東部電力有限公司信息通信分公司;國家電網有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q10/10;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 劉鳳

1.一種基于人工智能感知工位服務狀態的離崗檢測方法，其特征在于，所述離崗檢測方法包括：

基于當前工位的工位圖像數據，檢測當前工位的工位標識以及當前工位上是否存在目標對象；

基于檢測結果，統計所述目標對象的離崗時間；

根據所述目標對象的離崗時間進行離崗提醒。

2.根據權利要求1所述的離崗檢測方法，其特征在于，所述基于當前工位的工位圖像數據，檢測當前工位的工位標識以及當前工位上是否存在目標對象，包括：

基于當前工位的工位圖像數據，檢測當前工位的工位標識；

若所述工位標識指示當前工位處于服務狀態，則基于所述工位圖像數據檢測當前工位上是否存在目標對象；

或者，將當前工位的工位圖像數據輸入至預先訓練好的目標檢測模型中，識別當前工位的工位標識以及當前工位上是否存在目標對象。

3.根據權利要求2所述的離崗檢測方法，其特征在于，通過以下步驟訓練目標檢測模型：

獲取多個包含有工位標識和目標對象的工位圖像數據樣本；

將所述工位圖像數據樣本輸入至預先構建好的深度學習模型進行訓練，得到訓練好的目標檢測模型。

4.根據權利要求2所述的離崗檢測方法，其特征在于，所述若所述工位標識指示當前工位處于服務狀態，則基于所述工位圖像數據檢測當前工位上是否存在目標對象，包括：

若所述工位標識指示當前工位處于服務狀態，則檢測所述工位圖像數據中是否包括圖像特征標識；

若檢測到所述工位圖像數據中包括圖像特征標識，則確定當前工位上存在目標對象；

若檢測到所述工位圖像數據中不包括圖像特征標識，則確定當前工位上不存在目標對象。

5.根據權利要求4所述的離崗檢測方法，其特征在于，所述圖像特征標識包括以下項中的至少一項：人頭圖像、人體上半身圖像和人體全身圖像。

6.根據權利要求1所述的離崗檢測方法，其特征在于，所述根據所述目標對象的離崗時間進行離崗提醒，包括：

獲取預設的離崗規定時間閾值；

若所述離崗時間超過所述離崗規定時間閾值，則向所述目標對象發送提醒。

7.根據權利要求1所述的離崗檢測方法，其特征在于，所述離崗提醒包括短信提醒、語音電話提醒和廣播提醒中的任意一種。

8.一種基于人工智能感知工位服務狀態的離崗檢測裝置，其特征在于，所述離崗檢測裝置包括：

檢測模塊，用于基于當前工位的工位圖像數據，檢測當前工位的工位標識以及當前工位上是否存在目標對象；

統計模塊，用于基于檢測結果，統計所述目標對象的離崗時間；

提醒模塊，用于根據所述目標對象的離崗時間進行離崗提醒。

9.一種電子設備，其特征在于，包括：處理器、存儲器和總線，所述存儲器存儲有所述處理器可執行的機器可讀指令，當電子設備運行時，所述處理器與所述存儲器之間通過總線通信，所述處理器執行所述機器可讀指令，以執行如權利要求1至7任一所述基于人工智能感知工位服務狀態的離崗檢測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執行如權利要求1至7任一所述基于人工智能感知工位服務狀態的離崗檢測方法的步驟。