CN110399782B - 儿童自动照顾现场应对装置及方法 - Google Patents

儿童自动照顾现场应对装置及方法 Download PDF

Info

Publication number
CN110399782B
CN110399782B CN201910346748.XA CN201910346748A CN110399782B CN 110399782 B CN110399782 B CN 110399782B CN 201910346748 A CN201910346748 A CN 201910346748A CN 110399782 B CN110399782 B CN 110399782B
Authority
CN
China
Prior art keywords
image
equipment
processing
channel
dining table
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.)
Active
Application number
CN201910346748.XA
Other languages
English (en)
Other versions
CN110399782A (zh
Inventor
刘杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huian Taosheng Trading Company
Original Assignee
Huian Taosheng Trading Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huian Taosheng Trading Co filed Critical Huian Taosheng Trading Co
Priority to CN201910346748.XA priority Critical patent/CN110399782B/zh
Publication of CN110399782A publication Critical patent/CN110399782A/zh
Application granted granted Critical
Publication of CN110399782B publication Critical patent/CN110399782B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种儿童自动照顾现场应对装置，包括：对象辨识设备，用于基于预设儿童体形对现场处理图像进行匹配，以在现场处理图像中存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第一辨识信号，否则，发出第二辨识信号；后台配餐设备，用于在接收到所述第一辨识信号时，为所述对象辨识设备对应的餐桌配置免费的儿童餐。本发明还涉及一种儿童自动照顾现场应对方法。本发明的儿童自动照顾现场应对装置及方法服务定向，操作方便。由于对餐桌周围是否存在儿童对象进行分析，以在存在儿童对象时，自动控制后台配餐设备为所述餐桌配置免费的儿童餐，从而提高了饭店的服务质量和效率。

Description

儿童自动照顾现场应对装置及方法
技术领域
本发明涉及人工智能领域，尤其涉及一种儿童自动照顾现场应对装置及方法。
背景技术
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
发明内容
本发明需要具备以下三处重要的发明点：
（1）对餐桌周围是否存在儿童对象进行分析，以在存在儿童对象时，自动控制后台配餐设备为所述餐桌配置免费的儿童餐，从而提高了饭店的服务质量和效率；
（2）将速度分析设备的引脚与待检测设备的供电引脚连接，以准确检测出待检测设备的单位时间耗电量；
（3）在前端设备耗电过猛的情况下，减少后续图像处理环节，以保持整个图像处理系统的耗电稳定。
根据本发明的一方面，提供了一种儿童自动照顾现场应对装置，所述装置包括：
对象辨识设备，设置在饭馆的餐桌的下方，与形态学处理设备连接，用于基于预设儿童体形对现场处理图像进行匹配，以在所述现场处理图像中存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第一辨识信号；
所述对象辨识设备还用于在所述现场处理图像中不存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第二辨识信号；
后台配餐设备，通过频分双工通信链路与所述对象辨识设备进行数据通信，以在接收到所述第一辨识信号时，用于为所述对象辨识设备对应的餐桌配置免费的儿童餐；
球形摄像设备，设置在饭馆的餐桌的上方，用于对所述餐桌周围进行现场图像捕获动作，以获得并输出即时捕获图像；
速度分析设备，设置在饭馆的餐桌的下方，与发送所述即时捕获图像的球形摄像设备连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以获得所述球形摄像设备对应的实时耗电速度；
所述速度分析设备的引脚与所述球形摄像设备的供电引脚连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以及所述速度分析设备与所述球形摄像设备共同使用同一电力供应设备。
根据本发明的另一方面，还提供了一种儿童自动照顾现场应对方法，所述方法包括：
使用对象辨识设备，设置在饭馆的餐桌的下方，与形态学处理设备连接，用于基于预设儿童体形对现场处理图像进行匹配，以在所述现场处理图像中存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第一辨识信号；
所述对象辨识设备还用于在所述现场处理图像中不存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第二辨识信号；
使用后台配餐设备，通过频分双工通信链路与所述对象辨识设备进行数据通信，以在接收到所述第一辨识信号时，用于为所述对象辨识设备对应的餐桌配置免费的儿童餐；
使用球形摄像设备，设置在饭馆的餐桌的上方，用于对所述餐桌周围进行现场图像捕获动作，以获得并输出即时捕获图像；
使用速度分析设备，设置在饭馆的餐桌的下方，与发送所述即时捕获图像的球形摄像设备连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以获得所述球形摄像设备对应的实时耗电速度；
所述速度分析设备的引脚与所述球形摄像设备的供电引脚连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以及所述速度分析设备与所述球形摄像设备共同使用同一电力供应设备。
本发明的儿童自动照顾现场应对装置及方法服务定向，操作方便。由于对餐桌周围是否存在儿童对象进行分析，以在存在儿童对象时，自动控制后台配餐设备为所述餐桌配置免费的儿童餐，从而提高了饭店的服务质量和效率。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的儿童自动照顾现场应对装置所应用的餐桌的结构示意图。
具体实施方式
下面将参照附图对本发明的儿童自动照顾现场应对装置及方法的实施方案进行详细说明。
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，图像识别软件国外代表的有康耐视等，国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。
图形刺激作用于感觉器官，人们辨认出它是经验过的某一图形的过程,也叫图像再认。在图像识别中，既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。
目前，饭店经营者为了提升服务质量，一般为带有儿童就餐的餐桌供应免费的儿童餐，由此来吸引人流量，然而，目前的人工配置儿童餐的模式需要经过顾客主动提出、工作人员现场确认的方式，使得服务的质量和效率都大打折扣。
为了克服上述不足，本发明搭建了一种儿童自动照顾现场应对装置及方法，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的儿童自动照顾现场应对装置所应用的餐桌的结构示意图。
根据本发明实施方案示出的儿童自动照顾现场应对装置包括：
对象辨识设备，设置在饭馆的餐桌的下方，与形态学处理设备连接，用于基于预设儿童体形对现场处理图像进行匹配，以在所述现场处理图像中存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第一辨识信号；
所述对象辨识设备还用于在所述现场处理图像中不存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第二辨识信号；
后台配餐设备，通过频分双工通信链路与所述对象辨识设备进行数据通信，以在接收到所述第一辨识信号时，用于为所述对象辨识设备对应的餐桌配置免费的儿童餐；
球形摄像设备，设置在饭馆的餐桌的上方，用于对所述餐桌周围进行现场图像捕获动作，以获得并输出即时捕获图像；
速度分析设备，设置在饭馆的餐桌的下方，与发送所述即时捕获图像的球形摄像设备连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以获得所述球形摄像设备对应的实时耗电速度；
所述速度分析设备的引脚与所述球形摄像设备的供电引脚连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以及所述速度分析设备与所述球形摄像设备共同使用同一电力供应设备；
色彩校正设备，设置在饭馆的餐桌的下方，与所述速度分析设备连接，用于接收所述即时捕获图像，并在接收到的实时耗电速度小于预设速度阈值时，对所述即时捕获图像执行色彩校正处理，以获得并输出相应的色彩校正图像；
所述色彩校正设备还用于在接收到的实时耗电速度大于等于所述预设速度阈值时，停止对所述即时捕获图像执行色彩校正处理，将所述即时捕获图像作为色彩校正图像输出给统计排序滤波设备；
统计排序滤波设备，与所述色彩校正设备连接，用于对接收到的色彩校正图像进行统计排序滤波处理，以获得并输出对应的统计排序滤波图像；
直方图均衡化设备，与所述统计排序滤波设备连接，用于接收所述统计排序滤波图像，对所述统计排序滤波图像执行直方图均衡化处理，以获得并输出相应的直方图处理图像；
形态学处理设备，与所述直方图均衡化设备连接，用于对接收到的直方图处理图像执行先膨胀后腐蚀的形态学处理，以获得并输出相应的现场处理图像；
其中，所述后台配餐设备还用于在接收到所述第二辨识信号时，不执行为所述对象辨识设备对应的餐桌配置免费的儿童餐的自动配餐动作。
接着，继续对本发明的儿童自动照顾现场应对装置的具体结构进行进一步的说明。
所述儿童自动照顾现场应对装置中还可以包括：
SDRAM存储芯片，分别与所述直方图均衡化设备和所述形态学处理设备连接，用于存储所述现场处理图像。
所述儿童自动照顾现场应对装置中还可以包括：
归一化处理设备，位于所述形态学处理设备和所述对象辨识设备之间，用于接收现场处理图像，确定所述现场处理图像中的背景复杂度，基于所述背景复杂度确定对所述现场处理图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述现场处理图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片对比度的归一化处理操作以获得各个归一化处理碎片，图像碎片对比度越差，归一化处理力度越大，将各个归一化处理碎片进行组合以获得碎片组合图像。
所述儿童自动照顾现场应对装置中：
所述归一化处理设备还用于将碎片组合图像替换所述现场处理图像发送给所述对象辨识设备。
所述儿童自动照顾现场应对装置中：
所述归一化处理设备确定所述现场处理图像中的背景复杂度的具体操作如下：获取所述现场处理图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述现场处理图像对应的背景复杂度。
根据本发明实施方案示出的儿童自动照顾现场应对方法包括：
使用对象辨识设备，设置在饭馆的餐桌的下方，与形态学处理设备连接，用于基于预设儿童体形对现场处理图像进行匹配，以在所述现场处理图像中存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第一辨识信号；
所述对象辨识设备还用于在所述现场处理图像中不存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第二辨识信号；
使用后台配餐设备，通过频分双工通信链路与所述对象辨识设备进行数据通信，以在接收到所述第一辨识信号时，用于为所述对象辨识设备对应的餐桌配置免费的儿童餐；
使用球形摄像设备，设置在饭馆的餐桌的上方，用于对所述餐桌周围进行现场图像捕获动作，以获得并输出即时捕获图像；
使用速度分析设备，设置在饭馆的餐桌的下方，与发送所述即时捕获图像的球形摄像设备连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以获得所述球形摄像设备对应的实时耗电速度；
所述速度分析设备的引脚与所述球形摄像设备的供电引脚连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以及所述速度分析设备与所述球形摄像设备共同使用同一电力供应设备；
使用色彩校正设备，设置在饭馆的餐桌的下方，与所述速度分析设备连接，用于接收所述即时捕获图像，并在接收到的实时耗电速度小于预设速度阈值时，对所述即时捕获图像执行色彩校正处理，以获得并输出相应的色彩校正图像；
所述色彩校正设备还用于在接收到的实时耗电速度大于等于所述预设速度阈值时，停止对所述即时捕获图像执行色彩校正处理，将所述即时捕获图像作为色彩校正图像输出给统计排序滤波设备；
使用统计排序滤波设备，与所述色彩校正设备连接，用于对接收到的色彩校正图像进行统计排序滤波处理，以获得并输出对应的统计排序滤波图像；
使用直方图均衡化设备，与所述统计排序滤波设备连接，用于接收所述统计排序滤波图像，对所述统计排序滤波图像执行直方图均衡化处理，以获得并输出相应的直方图处理图像；
使用形态学处理设备，与所述直方图均衡化设备连接，用于对接收到的直方图处理图像执行先膨胀后腐蚀的形态学处理，以获得并输出相应的现场处理图像；
其中，所述后台配餐设备还用于在接收到所述第二辨识信号时，不执行为所述对象辨识设备对应的餐桌配置免费的儿童餐的自动配餐动作。
接着，继续对本发明的儿童自动照顾现场应对方法的具体步骤进行进一步的说明。
所述儿童自动照顾现场应对方法还可以包括：
使用SDRAM存储芯片，分别与所述直方图均衡化设备和所述形态学处理设备连接，用于存储所述现场处理图像。
所述儿童自动照顾现场应对方法还可以包括：
使用归一化处理设备，位于所述形态学处理设备和所述对象辨识设备之间，用于接收现场处理图像，确定所述现场处理图像中的背景复杂度，基于所述背景复杂度确定对所述现场处理图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述现场处理图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片对比度的归一化处理操作以获得各个归一化处理碎片，图像碎片对比度越差，归一化处理力度越大，将各个归一化处理碎片进行组合以获得碎片组合图像。
所述儿童自动照顾现场应对方法中：
所述归一化处理设备还用于将碎片组合图像替换所述现场处理图像发送给所述对象辨识设备。
所述儿童自动照顾现场应对方法中：
所述归一化处理设备确定所述现场处理图像中的背景复杂度的具体操作如下：获取所述现场处理图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述现场处理图像对应的背景复杂度。
另外，所述归一化处理设备由PAL器件来实现。可编程阵列逻辑PAL（ProgrammableArray Logic）器件是美国MMI公司率先推出的，它由于输出结构种类很多，设计灵活，因而得到普遍使用。PAL器件的基本结构是把一个可编程的与阵列的输出乘积项馈送到或阵列，PAL器件所实现的逻辑表达式具有积之和的形式，因而可以描述任意布尔传递函数。PAL器件从内部结构上来说由五种基本类型构成：（1）基本阵列结构；（2）可编程I/O结构；（3）带反馈的寄存器输出结构；（4）异或结构：（5）算术功能结构。
最后应注意到的是，在本发明各个实施例中的各功能设备可以集成在一个处理设备中，也可以是各个设备单独物理存在，也可以两个或两个以上设备集成在一个设备中。
所述功能如果以软件功能设备的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，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所述以权利要求的保护范围为准。

Claims (10)

1.一种儿童自动照顾现场应对装置，其特征在于，所述装置包括：
对象辨识设备，设置在饭馆的餐桌的下方，与形态学处理设备连接，用于基于预设儿童体形对现场处理图像进行匹配，以在所述现场处理图像中存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第一辨识信号；
所述对象辨识设备还用于在所述现场处理图像中不存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第二辨识信号；
后台配餐设备，通过频分双工通信链路与所述对象辨识设备进行数据通信，以在接收到所述第一辨识信号时，用于为所述对象辨识设备对应的餐桌配置免费的儿童餐；
球形摄像设备，设置在饭馆的餐桌的上方，用于对所述餐桌周围进行现场图像捕获动作，以获得并输出即时捕获图像；
速度分析设备，设置在饭馆的餐桌的下方，与发送所述即时捕获图像的球形摄像设备连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以获得所述球形摄像设备对应的实时耗电速度；
所述速度分析设备的引脚与所述球形摄像设备的供电引脚连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以及所述速度分析设备与所述球形摄像设备共同使用同一电力供应设备；
色彩校正设备，设置在饭馆的餐桌的下方，与所述速度分析设备连接，用于接收所述即时捕获图像，并在接收到的实时耗电速度小于预设速度阈值时，对所述即时捕获图像执行色彩校正处理，以获得并输出相应的色彩校正图像；
所述色彩校正设备还用于在接收到的实时耗电速度大于等于所述预设速度阈值时，停止对所述即时捕获图像执行色彩校正处理，将所述即时捕获图像作为色彩校正图像输出给统计排序滤波设备；
统计排序滤波设备，与所述色彩校正设备连接，用于对接收到的色彩校正图像进行统计排序滤波处理，以获得并输出对应的统计排序滤波图像；
直方图均衡化设备，与所述统计排序滤波设备连接，用于接收所述统计排序滤波图像，对所述统计排序滤波图像执行直方图均衡化处理，以获得并输出相应的直方图处理图像；
形态学处理设备，与所述直方图均衡化设备连接，用于对接收到的直方图处理图像执行先膨胀后腐蚀的形态学处理，以获得并输出相应的现场处理图像；
其中，所述后台配餐设备还用于在接收到所述第二辨识信号时，不执行为所述对象辨识设备对应的餐桌配置免费的儿童餐的自动配餐动作。
2.如权利要求1所述的儿童自动照顾现场应对装置，其特征在于，所述装置还包括：
SDRAM存储芯片，分别与所述直方图均衡化设备和所述形态学处理设备连接，用于存储所述现场处理图像。
3.如权利要求2所述的儿童自动照顾现场应对装置，其特征在于，所述装置还包括：
归一化处理设备，位于所述形态学处理设备和所述对象辨识设备之间，用于接收现场处理图像，确定所述现场处理图像中的背景复杂度，基于所述背景复杂度确定对所述现场处理图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述现场处理图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片对比度的归一化处理操作以获得各个归一化处理碎片，图像碎片对比度越差，归一化处理力度越大，将各个归一化处理碎片进行组合以获得碎片组合图像。
4.如权利要求3所述的儿童自动照顾现场应对装置，其特征在于：
所述归一化处理设备还用于将碎片组合图像替换所述现场处理图像发送给所述对象辨识设备。
5.如权利要求4所述的儿童自动照顾现场应对装置，其特征在于：
所述归一化处理设备确定所述现场处理图像中的背景复杂度的具体操作如下：获取所述现场处理图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述现场处理图像对应的背景复杂度。
6.一种儿童自动照顾现场应对方法，其特征在于，所述方法包括：
使用对象辨识设备，设置在饭馆的餐桌的下方，与形态学处理设备连接，用于基于预设儿童体形对现场处理图像进行匹配，以在所述现场处理图像中存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第一辨识信号；
所述对象辨识设备还用于在所述现场处理图像中不存在与所述预设儿童体形匹配度超过预设百分比阈值的区域时，发出第二辨识信号；
使用后台配餐设备，通过频分双工通信链路与所述对象辨识设备进行数据通信，以在接收到所述第一辨识信号时，用于为所述对象辨识设备对应的餐桌配置免费的儿童餐；
使用球形摄像设备，设置在饭馆的餐桌的上方，用于对所述餐桌周围进行现场图像捕获动作，以获得并输出即时捕获图像；
使用速度分析设备，设置在饭馆的餐桌的下方，与发送所述即时捕获图像的球形摄像设备连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以获得所述球形摄像设备对应的实时耗电速度；
所述速度分析设备的引脚与所述球形摄像设备的供电引脚连接，用于对所述球形摄像设备的单位时间耗电量进行检测，以及所述速度分析设备与所述球形摄像设备共同使用同一电力供应设备；
使用色彩校正设备，设置在饭馆的餐桌的下方，与所述速度分析设备连接，用于接收所述即时捕获图像，并在接收到的实时耗电速度小于预设速度阈值时，对所述即时捕获图像执行色彩校正处理，以获得并输出相应的色彩校正图像；
所述色彩校正设备还用于在接收到的实时耗电速度大于等于所述预设速度阈值时，停止对所述即时捕获图像执行色彩校正处理，将所述即时捕获图像作为色彩校正图像输出给统计排序滤波设备；
使用统计排序滤波设备，与所述色彩校正设备连接，用于对接收到的色彩校正图像进行统计排序滤波处理，以获得并输出对应的统计排序滤波图像；
使用直方图均衡化设备，与所述统计排序滤波设备连接，用于接收所述统计排序滤波图像，对所述统计排序滤波图像执行直方图均衡化处理，以获得并输出相应的直方图处理图像；
使用形态学处理设备，与所述直方图均衡化设备连接，用于对接收到的直方图处理图像执行先膨胀后腐蚀的形态学处理，以获得并输出相应的现场处理图像；
其中，所述后台配餐设备还用于在接收到所述第二辨识信号时，不执行为所述对象辨识设备对应的餐桌配置免费的儿童餐的自动配餐动作。
7.如权利要求6所述的儿童自动照顾现场应对方法，其特征在于，所述方法还包括：
使用SDRAM存储芯片，分别与所述直方图均衡化设备和所述形态学处理设备连接，用于存储所述现场处理图像。
8.如权利要求7所述的儿童自动照顾现场应对方法，其特征在于，所述方法还包括：
使用归一化处理设备，位于所述形态学处理设备和所述对象辨识设备之间，用于接收现场处理图像，确定所述现场处理图像中的背景复杂度，基于所述背景复杂度确定对所述现场处理图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述现场处理图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片对比度的归一化处理操作以获得各个归一化处理碎片，图像碎片对比度越差，归一化处理力度越大，将各个归一化处理碎片进行组合以获得碎片组合图像。
9.如权利要求8所述的儿童自动照顾现场应对方法，其特征在于：
所述归一化处理设备还用于将碎片组合图像替换所述现场处理图像发送给所述对象辨识设备。
10.如权利要求9所述的儿童自动照顾现场应对方法，其特征在于：
所述归一化处理设备确定所述现场处理图像中的背景复杂度的具体操作如下：获取所述现场处理图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述现场处理图像对应的背景复杂度。
CN201910346748.XA 2019-04-27 2019-04-27 儿童自动照顾现场应对装置及方法 Active CN110399782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910346748.XA CN110399782B (zh) 2019-04-27 2019-04-27 儿童自动照顾现场应对装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910346748.XA CN110399782B (zh) 2019-04-27 2019-04-27 儿童自动照顾现场应对装置及方法

Publications (2)

Publication Number Publication Date
CN110399782A CN110399782A (zh) 2019-11-01
CN110399782B true CN110399782B (zh) 2020-03-27

Family

ID=68322912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910346748.XA Active CN110399782B (zh) 2019-04-27 2019-04-27 儿童自动照顾现场应对装置及方法

Country Status (1)

Country Link
CN (1) CN110399782B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827669A (zh) * 2019-11-07 2020-02-21 陈嘉琴 一种太阳能广告牌
CN113837041A (zh) * 2021-09-14 2021-12-24 泰州蝶金软件有限公司 云端服务器扩展管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392798A (zh) * 2017-08-11 2017-11-24 无锡北斗星通信息科技有限公司 基于图像识别的饭店调配系统
CN107786813A (zh) * 2017-11-06 2018-03-09 李金平 多功能相机成像控制系统
EP3432232A1 (en) * 2017-07-19 2019-01-23 Toshiba TEC Kabushiki Kaisha Server apparatus
CN109308482A (zh) * 2018-05-28 2019-02-05 佘以道 基于梯度分析的安全防护型餐桌
CN109559003A (zh) * 2017-09-27 2019-04-02 重庆凯泽科技股份有限公司 基于人脸识别的配餐系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3432232A1 (en) * 2017-07-19 2019-01-23 Toshiba TEC Kabushiki Kaisha Server apparatus
CN107392798A (zh) * 2017-08-11 2017-11-24 无锡北斗星通信息科技有限公司 基于图像识别的饭店调配系统
CN109559003A (zh) * 2017-09-27 2019-04-02 重庆凯泽科技股份有限公司 基于人脸识别的配餐系统及方法
CN107786813A (zh) * 2017-11-06 2018-03-09 李金平 多功能相机成像控制系统
CN109308482A (zh) * 2018-05-28 2019-02-05 佘以道 基于梯度分析的安全防护型餐桌

Also Published As

Publication number Publication date
CN110399782A (zh) 2019-11-01

Similar Documents

Publication Publication Date Title
US10282589B2 (en) Method and system for detection and classification of cells using convolutional neural networks
CN110210302B (zh) 多目标跟踪方法、装置、计算机设备及存储介质
JP6294615B2 (ja) 移動物体の検知および追跡のためのシステムおよび方法
CN110232719A (zh) 一种医学图像的分类方法、模型训练方法和服务器
CN108765278A (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN110399782B (zh) 儿童自动照顾现场应对装置及方法
CN110296660B (zh) 牲畜体尺检测方法与装置
CN104063686B (zh) 作物叶部病害图像交互式诊断系统与方法
US11468296B2 (en) Relative position encoding based networks for action recognition
CN104616002A (zh) 用于年龄段判断的面部识别设备
CN109583364A (zh) 图像识别方法及设备
CN111339831A (zh) 一种照明灯控制方法和系统
CN111104910A (zh) 垃圾投递行为监督方法及相关产品
Seo et al. A yolo-based separation of touching-pigs for smart pig farm applications
Gupta et al. Robust skin segmentation using color space switching
Dang et al. Wireless multimedia sensor network for plant disease detections
CN111967406A (zh) 人体关键点检测模型生成方法、系统、设备和存储介质
CN110427894A (zh) 一种人群异常运动监控方法、系统、设备及介质
Płaczek Rough sets in identification of cellular automata for medical image processing
Santos et al. Deep neural network model based on one-stage detector for identifying fundus lesions
CN113537124A (zh) 模型训练方法、装置与存储介质
CN112749687A (zh) 一种图片质量和静默活体检测多任务训练方法和设备
Elfakharany et al. Halalnet: a deep neural network that classifies the halalness slaughtered chicken from their images
CN110298210B (zh) 一种基于视觉进行异常判断的方法和装置
CN113703977A (zh) 一种智能人脸和人体检测过滤装置及图片输出装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200228

Address after: Room 618, unit 1, building 1, Century Star City, 256 Century Avenue, Luocheng Town, Hui'an County, Quanzhou City, Fujian Province

Applicant after: Huian Taosheng Trading Company

Address before: No.101 Zhujiang Road, East District, Suqian Economic Development Zone, Suqian City, Jiangsu Province

Applicant before: Liu Jie

GR01 Patent grant
GR01 Patent grant