CN109858949A - 一种基于监控摄像的顾客满意度评估方法和评估系统 - Google Patents

Abstract

本发明提供了一种基于监控摄像的顾客满意度评估方法和评估系统，解决现有线下餐饮服务行业无法对就餐环境的服务质量做出有效评估的技术问题。方法包括：接收从就餐环境的连续监控图像中获取的分类标签数据；根据所述分类标签数据量化顾客就餐的服务过程形成过程量化数据；利用所述过程量化数据评价服务质量和/或顾客满意度。将就餐服务过程通过连续图像信息记录，根据识别的确定对象形成量化的完整就餐过程和完整服务过程，通过评价模型形成精确的评估数据，为线下餐饮行业的内部和外部的服务评价提供了可靠和灵活的评价结果，使得餐饮企业可以对服务质量做出自动的客观评价，改进工作效率降低劳务成本。

Description

一种基于监控摄像的顾客满意度评估方法和评估系统

技术领域

本发明涉及图像智能识别技术领域，具体涉及一种基于监控摄像的顾客满意度评估方法和评估系统。

背景技术

现有技术中，对服务行业的评价体系正在逐步成熟。经营线上外卖餐饮的餐馆可以通过用户的评分和留言方便地得知其对本餐馆菜品和骑手服务的满意度及可改进的业务节点。但是线下餐饮服务行业很难得知顾客的满意度。尤其是顾客在餐馆的用餐体验与外卖不同，前者除了菜品，用餐环境，和服务人员的态度与专业技能也分不开。如何把这些信息整合在一起，形成从顾客进店、入座、点菜、就餐、结账、离店整个过程的信息闭环，就成了线下餐饮服务行业亟待解决的顾客满意度评估问题。

目前监控录像在餐馆已经相当普及，通过摄像画面识别人的步态及面部表情的技术也比较成熟，可以满足线下顾客满意度评估的基本技术基础。

发明内容

鉴于上述问题，本发明实施例提供一种基于监控摄像的顾客满意度评估方法和评估系统，解决现有线下餐饮服务行业无法对就餐环境的服务质量做出有效评估的技术问题。

本发明实施例的基于监控摄像的顾客满意度评估方法，包括：

接收从就餐环境的连续监控图像中获取的分类标签数据；

根据所述分类标签数据量化顾客就餐的服务过程形成过程量化数据；

利用所述过程量化数据评价服务质量和/或顾客满意度。

本发明一实施例中，所述分类标签数据包括有效分类标签数据，所述根据所述分类标签数据量化顾客就餐的服务过程形成过程量化数据包括：

利用所述有效分类标签数据建立以确定服务人员为核心的服务过程量化数据；和/或

利用所述有效分类标签数据建立以确定顾客为核心的就餐过程量化数据；和/或

利用所述有效分类标签数据建立以确定固定设施为核心的设施利用过程量化数据；和/或

根据获得的考评数据建立所述确定服务人员的服务过程关联量化数据。

本发明一实施例中，所述分类标签数据形成所述有效分类标签数据包括：

根据所述所述分类标签数据中的时间基准对所述分类标签数据进行排序形成顺序分类标签数据；

排除所述所述顺序分类标签数据中的干扰数据形成有效分类标签数据。

本发明一实施例中，所述利用所述过程量化数据评价服务质量和/或顾客满意度至少针对以下一种评价过程：

根据所述过程量化数据衡量迎宾服务人员移动轨迹与顾客移动轨迹的重合度判断迎宾服务质量；

根据所述过程量化数据衡量传菜服务人员在餐桌区域内互动行为判断传菜点菜服务质量；

根据所述过程量化数据衡量餐桌区域内餐食与餐具变化或结账后餐桌清理状态判断保洁服务质量；

根据所述过程量化数据衡量出单错误率判断收银服务质量；

根据所述过程量化数据衡量吧员在餐馆内的移动轨迹和/或成交率判断吧员服务质量；

根据所述过程量化数据衡量顾客在各区域内的情绪反应持续时长判断顾客在各区域内的满意度。

本发明一实施例中，还包括：

对就餐环境中采集的实时图像进行对象识别形成所述对象的分类标签数据。

本发明一实施例中，所述对就餐环境中采集的实时图像进行对象识别形成所述对象的分类标签数据包括：

根据图像识别规则识别所述实时图像中的辨识对象；

根据所述图像识别规则获得辨识对象状态；

根据所述辨识对象和/或所述辨识对象状态形成所述分类标签数据；

将所述分类标签数据通过并行上行传输链路转发。

本发明一实施例中，还包括：

建立就餐环境中的评估环境。

本发明一实施例中，所述建立就餐环境中的评估环境包括：

利用图像识别建立服务人员的身份特征识别数据；

建立覆盖就餐轨迹的餐厅坐标系；

在所述餐厅坐标系范围内布设若干视频监控设备，所述若干视频监控设备的视角间形成无缝衔接；

所述若干视频监控设备根据预设间隔时长进行实时图像采集；和/或

建立辨识对象的图像识别规则；和/或

建立辨识对象的数据结构。

本发明实施例的基于监控摄像的顾客满意度评估系统，包括：

存储器，用于存储上述的基于监控摄像的顾客满意度评估方法的处理过程对应的程序代码和数据；

处理器，用于执行所述程序代码。

本发明实施例的基于监控摄像的顾客满意度评估系统，包括：

汇集装置，用于接收从就餐环境的连续监控图像中获取的分类标签数据；

量化装置，用于根据所述分类标签数据量化顾客就餐的服务过程形成过程量化数据；

评价装置，用于利用所述过程量化数据评价服务质量和/或顾客满意度。

本发明实施例的基于监控摄像的顾客满意度评估方法和评估系统将就餐服务过程通过连续图像信息记录，根据识别的确定对象形成量化的完整就餐过程和完整服务过程，通过评价模型形成精确的评估数据，为线下餐饮行业的内部和外部的服务评价提供了可靠和灵活的评价结果，使得餐饮企业可以对服务质量做出自动的客观评价，改进工作效率降低劳务成本。

附图说明

图1所示为本发明实施例基于监控摄像的顾客满意度评估方法的流程示意图。

图2所示为本发明一实施例基于监控摄像的顾客满意度评估方法中评估环境的建立流程示意图。

图3所示为本发明一实施例基于监控摄像的顾客满意度评估方法中图像识别的流程示意图。

图4所示为本发明一实施例基于监控摄像的顾客满意度评估方法中顾客就餐过程量化的流程示意图。

图5所示为本发明一实施例基于监控摄像的顾客满意度评估方法中具体评估过程的流程示意图。

图6所示为本发明一实施例基于监控摄像的顾客满意度评估系统的架构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明白，以下结合附图及具体实施方式对本发明作进一步说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明一实施例的基于监控摄像的顾客满意度评估方法如图1所示。在图1中，本实施例的处理过程包括：

步骤300：接收从就餐环境的连续监控图像中获取的分类标签数据。

就餐环境包括人的要素和物的要素，人的要素包括顾客和承担各种服务职能的服务人员，物的要素包括承载服务人员服务的服务区域如等待区域、就餐区域和备餐区域等，以及餐桌、餐椅、餐具和餐食等。

连续监控图像可以是通过一个或一组按需布设的视频监控设备采集获得，也可以是通过一个视频监控设备视角内一个局部视野或若干个局部视野的视频信号获得。

分类标签数据包括对监控图像中实体的识别信息和实体的分类信息，识别信息包括独立人或物的对象信息，也包括独立人或物的局部识别，也包括人与人的组合识别，也包括人与物的组合识别，也包括物与物的组合识别。分类信息包括对相同人或物的分类、相同人或物的局部的分类、人与人组合的分类以及人与物、物与物组合的分类。

步骤400：根据分类标签数据量化顾客就餐的服务过程形成过程量化数据。

过程量化数据是利用量化模型在时间轴上通过分类标签数据建立的顾客就餐过程中状态、过程或环节的量化信息，包括但不限于顾客的就餐过程各环节量化信息，服务人员的服务过程各环节量化信息。可以具体包括顾客或服务人员基于时间轴的位置、轨迹、体态、面部情绪、着装等视觉表现的量化信息。

步骤500：利用过程量化数据评价服务质量和/或顾客满意度。

服务评价模型(例如关键绩效指标KPI：Key Performance Indicator) 建立对过程量化数据的评价标准，通过对过程量化数据建立场景分析，获得针对服务人员的客观评价。

本发明实施例的基于监控摄像的顾客满意度评估方法将就餐服务过程通过连续图像信息记录，根据识别的确定对象形成量化的完整就餐过程和完整服务过程，通过评价模型形成精确的评估数据，为线下餐饮行业的内部和外部的服务评价提供了可靠和灵活的评价结果，使得餐饮企业可以对服务质量做出自动的客观评价，改进工作效率降低劳务成本。

如图1所示，在本发明一实施例中，还包括：

步骤100：建立就餐环境中的评估环境。

评估环境是针对就餐环境形成的数据采集环境、数据传输环境和数据量化环境等数据处理过程的组合。

如图1所示，在本发明一实施例中，还包括：

步骤200：对就餐环境中采集的实时图像进行对象识别形成对象的分类标签数据。

识别形成分类标签数据是利用成熟图像识别技术识别图像中确定对象，建立确定对象与基准参数映射关系的数据处理过程。基准参数包括确定对象所处的客观时间、客观空间以及确定对象间的相对空间和相对时间。

如图2所示，在本发明一实施例中，在步骤100中评估环境的建立包括：

步骤110：利用图像识别建立服务人员的身份特征识别数据。

本领域技术人员可以理解存在成熟的图像识别技术可以对图像中确定范围内确定类型对象进行自动识别，包括但不限于单独人体、单独面部、单独区域或单独设施等。通过图像识别可以预先建立服务人员的识别特征，识别特征与管理系统中的服务人员身份形成映射关系，可以确定被识别的服务人员身份，获得服务人员在管理系统中的身份识别码。

步骤120：建立覆盖就餐轨迹的餐厅坐标系。

根据顾客可能出现范围和/或服务人员可能出现范围的合集形成平面坐标系，使得餐馆中的不宜移动设施如等待区域、就餐区域、门楣、餐桌、走廊等相对固定设施可以获得位置坐标或坐标范围。同时使得视频监控设备在平面坐标系中具有确定投影位置。

步骤130：在餐厅坐标系范围内布设若干视频监控设备，各视频监控设备的视角间形成无缝衔接。

视频监控设备具有系统分配的固定标识，通常采用固定位置和固定方位，优选将被采集主体设置在视频监控设备的视角中央。视角间形成无缝衔接包括视角的衔接或叠加，也包括一部分视角的衔接和另一部分视角的叠加。

步骤140：各视频监控设备根据预设间隔时长进行实时图像采集。

为了保证图像识别处理的时效性并降低图像识别处理负荷，在保证主要采集信息不缺失的基础上通过降低图像采集频率延长预设间隔时长降低图像的连续性。例如将视频图像采集帧频由24～30帧降低为1～10帧。

步骤150：建立辨识对象的图像识别规则。

图像识别规则包括但不限于利用图像识别技术对单一辨识对象进行识别所必须的识别逻辑、特征描述数据、精确匹配度、近似匹配度等识别参数，还包括对单一辨识对象形成的复合对象进行识别必须的识别参数。单一辨识别对象可以包括人、物和区域。

步骤160：建立辨识对象的数据结构。

数据结构用于存储辨识对象的标识信息和关联信息，标识信息包括但不限于识别后获得的特征信息、身份信息和状态标识信息，关联信息包括但不限于采集设备信息、参照物信息、时间信息和坐标信息。

数据结构包括但不限于：

a、人员的数据结构，如下表：

存储一图像中人员的特征数据和临时分配的身份。

存储确定服务人员的确定身份和对应的身份特征识别数据。

存储确定顾客的确定身份和对应的身份特征识别数据。

通过人员的数据结构可以与确定服务人员建立身份映射关系，确定各图像中出现的服务人员。通过人员的数据结构也可以确定各图像中出现的顾客，确定每个顾客的唯一临时身份。

b、餐桌的数据结构，如下表：

餐桌识别号

坐标范围

采集时间戳

采集设备编号

用来存储对应采集设备在采集时间节点获得的确定坐标范围内餐桌的图像。可以通过后期数据处理形成连续的餐桌状态。例如由于摄像头位置和角度是固定的，所以根据摄像头编号就可以得到它所拍下图像的相对位置。把餐馆空间作为一个坐标系，可以精确定位到每一张餐桌的坐标范围(与餐桌ID对应起来)，因为要计算服务人员是否在为某张餐桌服务，所以要把餐桌的坐标圈定在一个范围内，只要服务人员进入这个范围，就认为其在服务这张餐桌，因此需要输出餐桌ID和坐标范围的关系。

餐桌状态	状态码
		空置餐桌，餐具整齐	30000001
有客人，没有上菜	30000002
		有客人，有菜	30000003
有客人，有空盘	30000004
		无客人，桌子未收拾	30000005

用于预定义餐桌图像表达的就餐状态和状态索引，可以通过后期数据处理形成采集时间节点餐桌图像的确定就餐状态。例如用来判断服务人员的服务是否到位时，通过计算餐馆中30000001状态的餐桌可以得出餐馆的上座率，状态30000002可以说明客人的等待时间，状态30000003是正常状态，状态30000004表明餐馆服务人员没有及时撤掉空盘，状态30000005表明餐馆服务人员尚未及时收拾餐桌。

c、人员与餐桌的数据结构，如下表：

服务人员ID

即时坐标

时间戳

来自哪个摄像头

用于保存图像中服务人员的出现位置，可以用于识别确定餐桌的服务人员。

顾客ID

即时坐标

时间戳

来自哪个摄像头

用于保存图像中顾客的出现位置，可以用于识别确定餐桌的顾客。

d、服务人员仪容仪表的数据结构，如下表：

仪容仪表	状态码
		未穿工作服	10000001
未戴口罩	10000002
		未戴工作帽	10000003

用于标记图像中确认服务人员的仪容仪表。

e、情绪的数据结构，如下表：

情绪类型	标签
		开心	20000001
平静	20000002
		愤怒	20000003
伤心	20000004
		不耐烦	20000005

用于标记图像中确定服务人员或顾客面部识别获得的情绪类型。

本发明实施例的基于监控摄像的顾客满意度评估方法建立了图像采集的基本环境和基本规则，使得就餐过程中人和物的互动过程可以客观反映在采集图像中，使得离散形成的采集图像中的人和物的互动信息具有统一的时间基准和对象基准，为量化互动过程中人与物的状态和行为提供了丰富的数据基础。

如图3所示，本发明一实施例中，在步骤200中对图像识别包括：

步骤210：根据图像识别规则识别实时图像中的辨识对象。

辨识对象包括设施对象，包括图像中相对固定的设施如等待区域、就餐区域、门楣、餐桌、走廊等，也包括相对移动的设施如餐具、餐具内容物等。

辨识对象包括人员对象，包括图像中的顾客和服务人员，本领域技术人员可以理解，人员的识别可以采用面部识别或步态识别，不同图像中同一人员的特征数据受相同处理算法制约具有大概率趋同性，通过特征数据匹配可以确定不同图像中是否为同一人员。服务人员的识别通过获得的特征数据与管理系统中的身份特征识别数据进行匹配可以获得服务人员在管理系统中的身份识别码。顾客的识别通过获得的特征数据建立临时身份识别码。

步骤220：根据图像识别规则获得辨识对象状态。

辨识对象状态与辨识对象类型对应，是指辨识对象在一副图像中形成的的状态表现。例如人的表情状态、物的遮挡状态等。

步骤230：根据辨识对象和/或辨识对象状态形成分类标签数据。

以辨识对象以及辨识对象状态为分类基准，利用数据结构存储辨识对象或辨识对象状态的具体信息，可以形成以辨识对象以及辨识对象状态为类别的分类标签数据。

分类标签数据包括数据来源和数据形成时间节点。

分类标签数据包括的分类是对图像中同一辨识对象的分类划分，包括的分类标签是对不同图像中相同分类的表达维度标识，分类标签数据保证了辨识对象以及辨识对象状态数据中辨识对象或辨识对象状态的表达维度数据结构兼容性和数据可比性。

本发明实施例的基于监控摄像的顾客满意度评估方法采用统一的图像识别规则处理离散的图像识别统一对象定义的辨识对象，并通过统一的图像识别规则进一步获得辨识对象状态，辨识对象和辨识对象状态形成的分类标签数据实现了同一辨识对象或辨识对象状态在离散的图像中的数据关联，为基于同一辨识对象或辨识对象状态形成交互过程中的确定交互环节提供了必要的数据连续性。

如图3所示，本发明一实施例中，在步骤200中对图像识别还包括：

步骤240：将分类标签数据通过并行上传输链路转发。

并行上行传输链路为每个视频监控设备提供传输逻辑上单独的传输通道，保证了面向单方向汇集的实时数据传输。例如可以采用http传输协议、 https传输协议等。

如图4所示，在本发明一实施例中，在步骤400中顾客就餐的过程量化包括：

步骤410：根据分类标签数据中的时间基准对分类标签数据进行排序形成顺序分类标签数据。

将各视频监控设备的采集图像形成的分类标签数据以时间戳顺序为基准进行排序，使得就餐的完整交互过程可以分散体现在时间轴上的顺序分类标签数据中。

步骤420：排除顺序分类标签数据中的干扰数据形成有效分类标签数据。

干扰数据包括无效数据和冗余数据。

在顺序分类标签数据中对同一时刻的分类标签数据进行统计分析排除干扰数据。同一时刻的优选划分间隔为300毫秒。根据相同信息在不同图形来源的统计分排除干扰数据。例如：按照餐桌ID，服务人员ID和客户ID 的维度整合他们的信息。如果在同一时刻只有一个摄像头采集到了，就认为这个信息真实有效；如果有两个摄像头采集到但二者信息不一致，则认为信息无效直接丢弃；如果有三个摄像头采集到了，则至少有两个信息一致的才会被采纳。以此类推，对每个收集到的信息都进行这样的表决统计，产生一系列真实有效的有效分类标签数据。

如图4所示，在本发明一实施例中，还包括：

步骤430：利用有效分类标签数据建立以确定服务人员为核心的服务过程量化数据。

在有效分类标签数据中根据各类服务涉及的业务维度进行数据融合，形成与服务人员的业务维度对应的各项服务的过程量化数据。例如服务员围绕就餐过程存在几项服务，每项服务有对应的业务维度，相应业务维度的有效分类标签数据基于时间轴形成该项服务的过程量化数据。

步骤440：利用有效分类标签数据建立以确定顾客为核心的就餐过程量化数据。

在有效分类标签数据中根据顾客就餐环节进行数据融合，形成与顾客的就餐环节对应的过程量化数据。例如顾客就餐过程存在几个接受服务的环节，每项环节有对应的参与维度，相应参与维度的有效分类标签数据基于时间轴形成该就餐环节的过程量化数据。

步骤450：利用有效分类标签数据建立以确定固定设施为核心的设施利用过程量化数据。

在有效分类标签数据中根据各类服务涉及的业务维度进行数据融合，形成与设施的设置维度对应各项服务的利用过程量化数据。例如各设施如餐桌及附件的具体设置，每个就餐环节餐桌及附件的设置维度，相应设置维度的有效分类标签数据基于时间轴形成该设施参与互动的过程量化数据。

如图4所示，在本发明一实施例中，还包括：

步骤460：根据获得的考评数据建立确定服务人员的服务过程关联量化数据。

考评数据由CRM(Customer relationship management)系统、ERP (EnterpriseResource Planning)系统响应提供。根据服务人员身份划分考评系统数据形成与相应有效分类标签数据对应的服务过程关联量化数据数据。考评数据包括服务人员的签到信息、工种信息(传菜员、保洁员、收银员等)、下单信息、结账信息等。

如图4所示，在本发明一实施例中，在步骤400中顾客就餐的过程量化还包括：

步骤470：将各过程量化数据转发。

本发明实施例的基于监控摄像的顾客满意度评估方法在梁化过程中牌数了数据干扰，在量化过程中通过有序数据融合形成了就餐过程各种量化方向，从不同角度反映了整体就餐和服务过程。过程量化数据可以形成客观评价数据基础，保证量化评价质量和效率。

如图5所示，在本发明一实施例中，在步骤500中评价服务质量包括但不限于：

步骤510：根据过程量化数据衡量迎宾服务人员移动轨迹与顾客移动轨迹的重合度判断迎宾服务质量。

步骤520：根据过程量化数据衡量传菜服务人员在餐桌区域内互动行为判断传菜点菜服务质量。

互动行为包括但不限于服务人员的移动轨迹和/或顾客点菜率和/或结账准确率和/或在专属餐桌区域内重合度和/或结账后空盘率和/或顾客满意度。

步骤530：根据过程量化数据衡量餐桌区域内餐食与餐具变化或结账后餐桌清理状态判断保洁服务质量。

步骤540：根据过程量化数据衡量出单错误率判断收银服务质量。

步骤550：根据过程量化数据衡量吧员在餐馆内的移动轨迹和/或成交率判断吧员服务质量。

步骤560：根据过程量化数据衡量顾客在各区域内的情绪反应持续时长判断顾客在各区域内的满意度。

采用本发明实施例的基于监控摄像的顾客满意度评估方法的具体应用场景可以针对迎宾、传菜员、保洁员、收银员、吧员等服务人员，根据餐馆预先设定好的不同工种的服务评价模型为服务人员打分。服务评价模型对于所有工种都适用的KPI包括：出勤纪律、仪容仪表、服务态度等。

迎宾的主要职责是迎来送往，为客人开门，引领客人到相应的空桌坐下。因此他们的活动区域应该在餐馆门口附近，当监测到有客人进门后，他们的运动轨迹应该随同客人一起到某张空桌，随后回到餐馆门口。通过监测到的运动轨迹可得知其是否一直服务在该区域。

传菜员兼顾点菜职责，他们的活动区域应该是事先划定的某些餐桌区域。

对他们的考核项目包括：

服务项目1：当客人已经落座，传菜员需要立刻递上菜单准备点菜。

服务项目2：如果餐馆有推荐菜，传菜员需要为客户推荐。

服务项目3：客人就餐过程中，传菜员需要在其所负责的餐桌区域静候，在客人需要的时候走近提供帮助。

服务项目4：结账时需要准确。

服务项目5：不能浪费。

服务项目6：客户是否满意。

考察项目1可以通过数据结构中餐桌保持30000002状态的时间来完成。

考察项目2可以通过CRM中推荐菜的点菜率来完成。

考察项目3可以通过数据结构中监控标签信息中服务人员的坐标和所管辖范围内有客人的餐桌坐标范围的重合度来完成。

考察项目4可以通过CRM中结账的正确率来完成。

考察项目5可以通过客户结账过后保洁人员清理之前的空盘率来完成。

考察项目6可以通过数据结构中表情数据计算出的客户满意度来完成。

保洁人员的主要职责是清洁餐桌。因此可以通过数据结构中餐桌上的空盘有没有及时撤掉，以及客户结账过后是否及时清理桌面垃圾来考察。

收银员的主要职责是结账，结合CRM数据看其是否有出错的单据。

吧员的主要职责是在餐馆内部兜售时令小菜和酒水，根据数据结构中其在餐馆内的运动轨迹并结合CRM中体现出的成交率评价其工作努力程度和效果。

本发明实施例的基于监控摄像的顾客满意度评估系统，包括：

存储器，用于存储与上述基于监控摄像的顾客满意度评估方法的处理过程对应的程序代码和数据；

处理器，用于执行与上述基于监控摄像的顾客满意度评估方法的处理过程对应的程序代码。

处理器可以采用DSP(Digital Signal Processing)数字信号处理器、 FPGA(Field-Programmable Gate Array)现场可编程门阵列、MCU (Microcontroller Unit)系统板、SoC(system on a chip)系统板或包括I/O的PLC(Programmable Logic Controller)最小系统。

本发明一实施例的基于监控摄像的顾客满意度评估系统如图6所示。在图6中，本实施例的架构包括：

汇集装置30，用于接收从就餐环境的连续监控图像中获取的分类标签数据；

量化装置40，用于根据分类标签数据量化顾客就餐的服务过程形成过程量化数据；

评价装置50，用于利用过程量化数据评价服务质量和/或顾客满意度。

如图6所示，在本发明一实施例中，还包括：

识别装置20，用于对就餐环境中采集的实时图像进行对象识别形成对象的分类标签数据。

如图6所示，在本发明一实施例中，还包括：

环境布设装置10，用于建立就餐环境中的评估环境。

如图6所示，在本发明一实施例中，环境布设装置10包括：服务人员身份确认模块11，用于利用图像识别建立服务人员的身份特征识别数据；

坐标系形成模块12，用于建立覆盖就餐轨迹的餐厅坐标系；

监控设备布设模块13，用于在餐厅坐标系范围内布设若干视频监控设备，视频监控设备的视角间形成无缝衔接；

实时采集模块14，用于视频监控设备根据预设间隔时长进行实时图像采集；

识别规则形成模块15，用于建立辨识对象的图像识别规则；

数据结构形成模块16，用于建立辨识对象的数据结构。

如图6所示，在本发明一实施例中，识别装置20包括：

对象识别模块21，用于根据图像识别规则识别实时图像中的辨识对象；

对象状态识别模块22，用于根据图像识别规则获得辨识对象状态；

分类模块23，用于根据辨识对象和/或辨识对象状态形成分类标签数据；

如图6所示，在本发明一实施例中，识别装置20还包括：

并发传输模块24，用于将分类标签数据通过并行上传输链路转发。

如图6所示，在本发明一实施例中，量化装置40包括：

时间轴排序模块41，用于根据分类标签数据中的时间基准对分类标签数据进行排序形成顺序分类标签数据；

数据过滤模块42，用于排除顺序分类标签数据中的干扰数据形成有效分类标签数据。

如图6所示，在本发明一实施例中，量化装置40还包括：

服务过程量化模块43，用于利用有效分类标签数据建立以确定服务人员为核心的服务过程量化数据；

就餐过程量化模块44，用于利用有效分类标签数据建立以确定顾客为核心的就餐过程量化数据；

设施利用量化模块45，用于利用有效分类标签数据建立以确定固定设施为核心的设施利用过程量化数据；

如图6所示，在本发明一实施例中，量化装置40还包括：

关联量化模块46，用于根据获得的考评数据建立确定服务人员的服务过程关联量化数据；

如图6所示，在本发明一实施例中，量化装置40还包括：

数据转发模块47，用于将各过程量化数据转发。

如图6所示，在本发明一实施例中，评价装置50包括但不限于：

迎宾评价模块51，用于根据过程量化数据衡量迎宾服务人员移动轨迹与顾客移动轨迹的重合度判断迎宾服务质量；

传菜点菜评价模块52，用于根据过程量化数据衡量传菜服务人员在餐桌区域内互动行为判断传菜点菜服务质量；

保洁评价模块53，用于根据过程量化数据衡量餐桌区域内餐食与餐具变化或结账后餐桌清理状态判断保洁服务质量；

收银评价模块54，用于根据过程量化数据衡量出单错误率判断收银服务质量；

吧员评价模块55，用于根据过程量化数据衡量吧员在餐馆内的移动轨迹和/或成交率判断吧员服务质量；

顾客满意度评价模块56，用于根据过程量化数据衡量顾客在各区域内的情绪反应持续时长判断顾客在各区域内的满意度。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (10)

1.一种基于监控摄像的顾客满意度评估方法，其特征在于，包括：

接收从就餐环境的连续监控图像中获取的分类标签数据；

根据所述分类标签数据量化顾客就餐的服务过程形成过程量化数据；

利用所述过程量化数据评价服务质量和/或顾客满意度。

2.如权利要求1所述的基于监控摄像的顾客满意度评估方法，其特征在于，所述分类标签数据包括有效分类标签数据，所述根据所述分类标签数据量化顾客就餐的服务过程形成过程量化数据包括：

利用所述有效分类标签数据建立以确定服务人员为核心的服务过程量化数据；和/或

利用所述有效分类标签数据建立以确定顾客为核心的就餐过程量化数据；和/或

利用所述有效分类标签数据建立以确定固定设施为核心的设施利用过程量化数据；和/或

根据获得的考评数据建立所述确定服务人员的服务过程关联量化数据。

3.如权利要求2所述的基于监控摄像的顾客满意度评估方法，其特征在于，所述分类标签数据形成所述有效分类标签数据包括：

根据所述所述分类标签数据中的时间基准对所述分类标签数据进行排序形成顺序分类标签数据；

排除所述所述顺序分类标签数据中的干扰数据形成有效分类标签数据。

4.如权利要求1所述的基于监控摄像的顾客满意度评估方法，其特征在于，所述利用所述过程量化数据评价服务质量和/或顾客满意度至少针对以下一种评价过程：

根据所述过程量化数据衡量迎宾服务人员移动轨迹与顾客移动轨迹的重合度判断迎宾服务质量；

根据所述过程量化数据衡量传菜服务人员在餐桌区域内互动行为判断传菜点菜服务质量；

根据所述过程量化数据衡量餐桌区域内餐食与餐具变化或结账后餐桌清理状态判断保洁服务质量；

根据所述过程量化数据衡量出单错误率判断收银服务质量；

根据所述过程量化数据衡量吧员在餐馆内的移动轨迹和/或成交率判断吧员服务质量；

根据所述过程量化数据衡量顾客在各区域内的情绪反应持续时长判断顾客在各区域内的满意度。

5.如权利要求1所述的基于监控摄像的顾客满意度评估方法，其特征在于，还包括：

对就餐环境中采集的实时图像进行对象识别形成所述对象的分类标签数据。

6.如权利要求5所述的基于监控摄像的顾客满意度评估方法，其特征在于，所述对就餐环境中采集的实时图像进行对象识别形成所述对象的分类标签数据包括：

根据图像识别规则识别所述实时图像中的辨识对象；

根据所述图像识别规则获得辨识对象状态；

根据所述辨识对象和/或所述辨识对象状态形成所述分类标签数据；

将所述分类标签数据通过并行上行传输链路转发。

7.如权利要求1所述的基于监控摄像的顾客满意度评估方法，其特征在于，还包括：

建立就餐环境中的评估环境。

8.如权利要求7所述的基于监控摄像的顾客满意度评估方法，其特征在于，所述建立就餐环境中的评估环境包括：

利用图像识别建立服务人员的身份特征识别数据；

建立覆盖就餐轨迹的餐厅坐标系；

在所述餐厅坐标系范围内布设若干视频监控设备，所述若干视频监控设备的视角间形成无缝衔接；

所述若干视频监控设备根据预设间隔时长进行实时图像采集；和/或

建立辨识对象的图像识别规则；和/或

建立辨识对象的数据结构。

9.一种基于监控摄像的顾客满意度评估系统，包括：

存储器，用于存储如权利要求1至8任一所述的基于监控摄像的顾客满意度评估方法的处理过程对应的程序代码和数据；

处理器，用于执行所述程序代码。

10.一种基于监控摄像的顾客满意度评估系统，其特征在于，包括：

汇集装置，用于接收从就餐环境的连续监控图像中获取的分类标签数据；

量化装置，用于根据所述分类标签数据量化顾客就餐的服务过程形成过程量化数据；

评价装置，用于利用所述过程量化数据评价服务质量和/或顾客满意度。