CN110175937A - 一种基于叫号器图像的顾客等待时长评估方法 - Google Patents
一种基于叫号器图像的顾客等待时长评估方法 Download PDFInfo
- Publication number
- CN110175937A CN110175937A CN201910436840.5A CN201910436840A CN110175937A CN 110175937 A CN110175937 A CN 110175937A CN 201910436840 A CN201910436840 A CN 201910436840A CN 110175937 A CN110175937 A CN 110175937A
- Authority
- CN
- China
- Prior art keywords
- numbers
- customer
- time
- order number
- calling out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 210000000056 organ Anatomy 0.000 description 4
- 241001122767 Theaceae Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于叫号器图像的顾客等待时长评估方法,利用用于顾客点单的点单机、用于处理订单信息的微处理器、用于显示订单号和叫号时间的叫号器、用于拍摄叫号器视频图片的视频拍摄设备和用于储存订单信息的交易信息数据库组成的点单系统进行顾客等待时长评估,并循环执行以下步骤:步骤1:微处理器每隔1秒比较当前时间T和T‑1时刻视频拍摄设备所拍摄的视频图片所显示的订单号;步骤2:如果当前时间T时刻所对应的叫号器图像包含的订单号与T‑1时刻所对应的叫号器图像包含的订单号不同,转步骤3;否则结束;步骤3:从交易信息数据库中根据订单号查询对应的原始交易数据,原始交易数据至少包含付款时间S的交易信息;步骤4:基于订单号整合当前时间T和原始交易数据,形成带有出单时间T’的交易数据,计算顾客等待时长=T’‑S。
Description
技术领域
本发明涉及控制技术领域,特别涉及一种基于叫号器图像的顾客等待时长评估方法。
背景技术
随着社会经济的快速发展,人们对高质量水平生活的追求日益增长,这就对服务行业提出了更高的服务质量要求,也加剧了同行业之间的竞争;面对这样的形势是挑战也是机遇,在目前的形势下,人们比以前任何时期都更珍惜时间,对办事效率的要求越来越高,在办理相关业务的过程中人们不希望因排队等待而浪费时间。目前,许多现制茶饮店的POS机与叫号机没有关联,不能自动获取出单的时间存入数据库,对于顾客等待时长没有一个量化指标,使得顾客的体验非常差,从而导致部分顾客的流失。
发明内容
为了克服现有技术中的不足,本发明提供一种基于叫号器图像的顾客等待时长评估方法,通过基于图像识别技术解析叫号器显示的订单号,匹配点单机的订单号后,计算新订单号在叫号器上的显示时间与付款时间的差值,以此解决顾客等待时长的评估问题。
为了达到上述发明目的,解决其技术问题所采用的技术方案如下:
一种基于叫号器图像的顾客等待时长评估方法,利用包括用于顾客点单的点单机、用于处理订单信息的微处理器、用于显示订单号和叫号时间的叫号器、用于拍摄叫号器视频图片的视频拍摄设备和用于储存订单信息的交易信息数据库所组成的点单系统进行顾客等待时长评估,并循环执行以下步骤:
步骤1:微处理器每隔1秒比较当前时间T和T-1时刻视频拍摄设备所拍摄的视频图片所显示的订单号;
步骤2:如果当前时间T时刻所对应的叫号器图像包含的订单号与T-1时刻所对应的叫号器图像包含的订单号不同,转步骤3;否则结束;
步骤3:从交易信息数据库中根据订单号查询对应的原始交易数据,原始交易数据至少包含付款时间S的交易信息;
步骤4:基于订单号整合当前时间T和原始交易数据,形成带有出单时间T’的交易数据,计算顾客等待时长=出单时间T’-付款时间S,其中,当前时间T=出单时间T’。
进一步的,步骤1具体分为以下步骤:
步骤11:视频拍摄设备利用OpenCV中的目标检测技术检测并识别出叫号器区域;
步骤12:微处理器利用OpenCV中的图像分割技术从基于叫号器区域的视频图片中分割出叫号器图像;
步骤13:微处理器利用OpenCV中的数字识别技术识别显示的订单号。
优选的,步骤1中所述视频拍摄设备为高清摄像头。
本发明由于采用以上技术方案,使之与现有技术相比,具有以下的优点和积极效果:
本发明一种基于叫号器图像的顾客等待时长评估方法适用于现制茶饮店,可延伸应用于餐饮店、银行、政府办事机构等排队时间较长的服务场所,帮助店家(或政府机构)获取有效的顾客等待时长,改善工作人员的工作效率,缩短顾客的等待时间,解决顾客排队的烦恼,从而进一步提高工作人员服务质量,使得店家(或政府机构)的管理更为科学合理,节约管理成本。通过统计顾客的平均等待时长,门店可以相应调整排班或者增强员工培训,具有一定的商业价值,可实施性强,顾客满意度高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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的附图。附图中:
图1是本发明一种基于叫号器图像的顾客等待时长评估方法的整体流程示意图;
图2是本发明一种基于叫号器图像的顾客等待时长评估方法中步骤1的具体流程示意图。
具体实施方式
以下将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整的描述和讨论,显然,这里所描述的仅仅是本发明的一部分实例,并不是全部的实例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
为了提高服务质量,评价店员工作效率,本实施例通过一种基于叫号器图像的顾客等待时长评估方法来收集顾客的付款时间和出杯时间,基于两者之间的时差,推算顾客等待时长,然后基于等待时长调整人手或加强产品制作培训。
如图1所示,本实施例公开了一种基于叫号器图像的顾客等待时长评估方法,利用包括用于顾客点单的点单机、用于处理订单信息的微处理器、用于显示订单号和叫号时间的叫号器、用于拍摄叫号器视频图片的视频拍摄设备和用于储存订单信息的交易信息数据库所组成的点单系统进行顾客等待时长评估,并循环执行以下步骤:
步骤1:微处理器每隔1秒比较当前时间T和T-1时刻视频拍摄设备所拍摄的视频图片所显示的订单号;
步骤2:如果当前时间T时刻所对应的叫号器图像包含的订单号与T-1时刻所对应的叫号器图像包含的订单号不同,转步骤3;否则结束;
步骤3:从交易信息数据库中根据订单号查询对应的原始交易数据,原始交易数据至少包含付款时间S的交易信息;
步骤4:基于订单号整合当前时间T和原始交易数据,形成带有出单时间T’的交易数据,计算顾客等待时长=出单时间T’-付款时间S,其中,当前时间T=出单时间T’。
进一步参考图2,步骤1具体分为以下步骤:
步骤11:视频拍摄设备利用OpenCV(Open Source Computer Vision Library,开源计算机视觉库)中的目标检测技术检测并识别出叫号器区域;
步骤12:微处理器利用OpenCV中的图像分割技术从基于叫号器区域的视频图片中分割出叫号器图像;
步骤13:微处理器利用OpenCV中的数字识别技术识别显示的订单号。
优选的,步骤1中所述视频拍摄设备为高清摄像头。
采用本方法后,解决顾客排队的烦恼,有效地提高店家(或政府机构)工作人员的办事效率和服务质量;同时可以监控和预计顾客流量,实时掌握服务情况,提供有用管理信息,优化资源组合,提高劳动生产率。通过统计顾客的平均等待时长,店家(或政府机构)可以相应调整排班或者增强员工培训,具有一定的商业价值。
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的保护范围为准。
Claims (3)
1.一种基于叫号器图像的顾客等待时长评估方法,其特征在于,利用用于顾客点单的点单机、用于处理订单信息的微处理器、用于显示订单号和叫号时间的叫号器、用于拍摄叫号器视频图片的视频拍摄设备和用于储存订单信息的交易信息数据库所组成的点单系统进行顾客等待时长评估,并循环执行以下步骤:
步骤1:微处理器每隔1秒比较当前时间T和T-1时刻视频拍摄设备所拍摄的视频图片所显示的订单号;
步骤2:如果当前时间T时刻所对应的叫号器图像包含的订单号与T-1时刻所对应的叫号器图像包含的订单号不同,转步骤3;否则结束;
步骤3:从交易信息数据库中根据订单号查询对应的原始交易数据,原始交易数据至少包含付款时间S的交易信息;
步骤4:基于订单号整合当前时间T和原始交易数据,形成带有出单时间T’的交易数据,计算顾客等待时长=出单时间T’-付款时间S,其中,当前时间T=出单时间T’。
2.根据权利要求1所述的一种基于叫号器图像的顾客等待时长评估方法,其特征在于,步骤1具体分为以下步骤:
步骤11:视频拍摄设备利用OpenCV中的目标检测技术检测并识别出叫号器区域;
步骤12:微处理器利用OpenCV中的图像分割技术从基于叫号器区域的视频图片中分割出叫号器图像;
步骤13:微处理器利用OpenCV中的数字识别技术识别显示的订单号。
3.根据权利要求1所述的一种基于叫号器图像的顾客等待时长评估方法,其特征在于,步骤1中所述视频拍摄设备为高清摄像头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436840.5A CN110175937B (zh) | 2019-05-24 | 2019-05-24 | 一种基于叫号器图像的顾客等待时长评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436840.5A CN110175937B (zh) | 2019-05-24 | 2019-05-24 | 一种基于叫号器图像的顾客等待时长评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110175937A true CN110175937A (zh) | 2019-08-27 |
CN110175937B CN110175937B (zh) | 2022-12-09 |
Family
ID=67692015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910436840.5A Active CN110175937B (zh) | 2019-05-24 | 2019-05-24 | 一种基于叫号器图像的顾客等待时长评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110175937B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111464789A (zh) * | 2020-04-17 | 2020-07-28 | 广东电网有限责任公司梅州供电局 | 一种工单监控方法及工单监控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722758A (zh) * | 2012-06-12 | 2012-10-10 | 中国电力科学研究院 | 一种供电营业厅排队与评价信息在线处理系统 |
CN105869257A (zh) * | 2016-03-22 | 2016-08-17 | 浙江大学 | 一种基于单片机的电子式银行排队叫号系统及叫号方法 |
CN107578112A (zh) * | 2017-08-31 | 2018-01-12 | 努比亚技术有限公司 | 一种预约方法、终端、服务器及可读存储介质 |
-
2019
- 2019-05-24 CN CN201910436840.5A patent/CN110175937B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722758A (zh) * | 2012-06-12 | 2012-10-10 | 中国电力科学研究院 | 一种供电营业厅排队与评价信息在线处理系统 |
CN105869257A (zh) * | 2016-03-22 | 2016-08-17 | 浙江大学 | 一种基于单片机的电子式银行排队叫号系统及叫号方法 |
CN107578112A (zh) * | 2017-08-31 | 2018-01-12 | 努比亚技术有限公司 | 一种预约方法、终端、服务器及可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111464789A (zh) * | 2020-04-17 | 2020-07-28 | 广东电网有限责任公司梅州供电局 | 一种工单监控方法及工单监控系统 |
CN111464789B (zh) * | 2020-04-17 | 2021-09-07 | 广东电网有限责任公司梅州供电局 | 一种工单监控方法及工单监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110175937B (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020143179A1 (zh) | 物品识别方法及系统、电子设备 | |
Liu et al. | A smart unstaffed retail shop based on artificial intelligence and IoT | |
CN110650292B (zh) | 辅助用户拍摄车辆视频的方法及装置 | |
CN108551658A (zh) | 目标物定位系统及定位方法 | |
CN104794458A (zh) | 一种从模糊视频中识别人员的方法 | |
US20120081551A1 (en) | Monitoring System | |
WO2023198182A1 (zh) | 购物车内商品数量确认的方法、系统及存储介质 | |
CN109359625A (zh) | 基于头肩检测和人脸识别技术判断顾客身份的方法和系统 | |
CN109840982B (zh) | 排队推荐方法及装置、计算机可读存储介质 | |
CN112464843A (zh) | 一种基于人脸人形的精准客流统计系统、方法、及其装置 | |
CN108830633A (zh) | 一种基于笑脸检测的微笑服务评价方法 | |
CN111325133A (zh) | 一种基于人工智能识别的影像处理系统 | |
CN110175937A (zh) | 一种基于叫号器图像的顾客等待时长评估方法 | |
CN107967743A (zh) | 一种应用于电子招投标中的身份识别方法和系统 | |
CN114581990A (zh) | 一种跑步智能测试方法以及装置 | |
CN111708907A (zh) | 一种目标人员的查询方法、装置、设备及存储介质 | |
CN116228864A (zh) | 一种基于视觉检测的胸环靶弹孔环数读取方法 | |
CN109961457A (zh) | 一种收银防损方法及系统 | |
CN106846527B (zh) | 一种基于人脸识别的考勤系统 | |
CN113763432B (zh) | 基于图像清晰度与跟踪稳定性条件的目标检测跟踪方法 | |
CN109101893A (zh) | 一种基于视觉及WiFi的人流量检测方法 | |
TWI735855B (zh) | 動向指引系統及其方法 | |
CN114758118A (zh) | 一种高效多尺度的羊正脸检测方法 | |
CN113011259A (zh) | 电子设备的操作方法 | |
CN109979121B (zh) | 一种监控自助银行的方法及服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |