CN111460078A - 一种基于流程的工程监理企业知识库管理系统 - Google Patents

一种基于流程的工程监理企业知识库管理系统 Download PDF

Info

Publication number
CN111460078A
CN111460078A CN202010137288.2A CN202010137288A CN111460078A CN 111460078 A CN111460078 A CN 111460078A CN 202010137288 A CN202010137288 A CN 202010137288A CN 111460078 A CN111460078 A CN 111460078A
Authority
CN
China
Prior art keywords
knowledge
module
information
pixel point
knowledge information
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
Application number
CN202010137288.2A
Other languages
English (en)
Other versions
CN111460078B (zh
Inventor
杨大田
叶予
杨钰树
杨道欣
范良宜
梁力明
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.)
Guangzhou Hi Tech Engineering Consulting Co ltd
Original Assignee
Guangzhou Hi Tech Engineering Consulting Co ltd
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 Guangzhou Hi Tech Engineering Consulting Co ltd filed Critical Guangzhou Hi Tech Engineering Consulting Co ltd
Priority to CN202010137288.2A priority Critical patent/CN111460078B/zh
Publication of CN111460078A publication Critical patent/CN111460078A/zh
Application granted granted Critical
Publication of CN111460078B publication Critical patent/CN111460078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于流程的工程监理企业知识库管理系统，该系统包括：服务端和与所述服务端进行信息交互的客户端，该客户端安装于用户的终端设备上，其用于自动和所述服务端的文件进行实时同步。通过构建基于流程的工程监理企业知识库管理系统，从而实现企业全流程的知识管理和知识库相关知识的快速搜索工作，切实解决企业各个部门在向客户提供知识服务时知识服务信息不统一、知识服务标准不一致、服务经验不足和无法进行快速知识检索等问题，从而可以更好的为企业提供知识管理服务。

Description

一种基于流程的工程监理企业知识库管理系统
技术领域
本发明涉及系统管理技术领域，具体涉及一种基于流程的工程监理企业知识库管理系统。
背景技术
知识是第一生产力，企业内部各类业务技术知识的积累，是企业持续创新发展的无价之宝，它对提高企业的核心竞争力，提升企业的知识服务水平以及企业员工的技术服务能力都起到十分重要的作用。
一方面，随着企业知识积累的增多，越来越多的技术知识资料被无序的放置在企业的资料库中，其中包括纸质资料、电子资料、音频和视频等各类知识资料，这些技术知识资料如果长时间不进行整理利用和有效管理，对企业经营发展和知识服务将会造成巨大的损失，也对企业员工自身知识服务能力的提升造成不利的影响。
另一方面，随着我国工程监理行业的发展，企业业务范围也在拓展，形成了一点多地的横向发展模式，因此，在这种情况下，企业业务部门之间容易造成知识传递与交流的脱节，由于企业内部技术知识不能保证有效的传递与积累，使得企业在为客户提供个性化的知识服务时，就不能有效地整合应用企业整体的知识资源，形成最佳的知识服务方案。
发明内容
针对上述问题，本发明提供一种基于流程的工程监理企业知识库管理系统。
本发明的目的采用以下技术方案来实现：
一种基于流程的工程监理企业知识库管理系统，该系统包括：服务端和与所述服务端进行信息交互的客户端；
所述服务端包括：
负责对知识信息进行全流程管理的知识全流程管理子系统，其中，所述的对知识信息进行全流程管理包括：对知识信息进行采编、对采编的知识信息进行审核和对审核通过的知识信息进行发布；
负责根据企业对知识分类的需要，对已发布的知识信息进行总体配置的知识库分类管理子系统；其中，所述对已发布的知识信息进行总体配置包括：对已发布的知识信息进行分类和存储及管理；
负责从所述知识库分类管理子系统中获取知识信息，并将知识信息展示给用户浏览和评分的知识门户子系统；
负责对所述知识库分类管理子系统中的知识信息进行索引，并提供搜索界面给用户对知识信息进行搜索的搜索引擎检索子系统；
负责对所述服务端进行管理、授权和维护的系统管理子系统；
所述客户端安装于用户的终端设备上，其用于自动和所述服务端的文件进行实时同步。
在一种可选的实施方式中，所述知识全流程管理子系统包括：知识采集模块、知识编辑模块、知识审批模块和知识发布模块；
所述知识采集模块，用于采集知识信息；
所述知识编辑模块，用于对采集的知识信息进行编辑，具体地，设置所述知识信息的关键信息以及阅读权限、把所述知识信息与对应知识目录进行关联、设置搜索关键字；
所述知识审批模块，用于对编辑好的知识信息进行审核，若审核通过，则将该知识信息发送至知识发布模块；
所述知识发布模块，用于对审核通过的知识信息进行发布。
在一种可选的实施方式中，所述知识库分类管理子系统包括：知识分类管理模块和栏目设置模块；
所述知识分类管理模块，用于按照设定好的分类原则，对知识信息进行分类，并对已分类好的知识信息进行存储及管理；
所述栏目设置模块，用于根据企业对知识信息的需求，设置相应的知识库栏目以及对所述知识库栏目进行存储及管理。
在一种可选的实施方式中，所述搜索引擎检索子系统包括：检索模块和检索历史管理模块；
所述检索模块，用于根据用户在搜索界面输入的检索条件，从所述知识库构建和管理子系统中匹配出该检索条件相匹配的知识信息；
所述检索历史管理模块，用于对所述检索模块检索的历史记录进行管理。
在一种可选的实施方式中，所述系统管理子系统包括：角色管理模块、权限管理模块、组织结构管理模块和日志管理模块；
所述权限管理模块中存有表征企业内各人员身份的特征参数以及各人员对应的使用权限信息。
在一种可选的实施方式中，所述知识门户子系统包括：知识展示模块和知识评价模块。
在一种可选的实施方式中，所述客户端包括：人脸图像采集模块、人脸图像处理模块和鉴权模块。
所述人脸图像采集模块，用户采集用户的人脸图像；
所述人脸图像处理模块，用于对采集的人脸图像进行处理；
所述鉴权模块，用于从处理后的人脸图像中提取能够表征用户身份信息的人脸特征参数，并根据权限管理模块中预存的信息，确定该用户的权限范围。
所述的对采集的人脸图像进行亮度校正，具体是：
(1)将采集的人脸图像转换成RGB图像；
(2)对RGB图像作高斯模糊化处理，得到每个像素点的高斯模糊亮度值；
(3)基于得到的各像素点的高斯模糊亮度值，对各像素点进行判断，以区分各像素点属于暗调区域还是属于亮调区域，具体地，利用暗调判决函数
Figure BDA0002397785330000031
和亮调判决函数
Figure BDA0002397785330000032
对像素点p进行判断，若
Figure BDA0002397785330000033
则像素点p属于暗调区域，若
Figure BDA0002397785330000034
则像素点p属于亮调区域；
其中，暗调判决函数
Figure BDA0002397785330000035
的表达式如下所示：
Figure BDA0002397785330000036
亮调判决函数
Figure BDA0002397785330000037
的表达式如下所示：
Figure BDA0002397785330000038
式中，
Figure BDA0002397785330000039
分别为高斯模糊化处理前RGB图像的最大灰度值和最小灰度值，
Figure BDA00023977853300000310
分别为高斯模糊化处理后RGB图像的最大灰度值和最小灰度值，
Figure BDA00023977853300000311
分别为高斯模糊化处理前和处理后RGB图像中像素点p的灰度值，x为光滑度调节系数，其取值区间为[0.3-0.6]，
Figure BDA00023977853300000312
分别为暗调的色调宽度和亮调的色调宽度；
(4)判定完每个像素点所属区域后，根据各像素点所属区域，对像素点在R、G和B通道下的亮度值进行修正，得到该像素点在各通道下的亮度修订系数；
(5)将RGB图像中像素点在各通道下的灰度值与该像素点在各通道下的亮度修订系数对应相乘，即可得到亮度校正后的人脸图像。
本发明的有益效果为：通过构建基于流程的工程监理企业知识库管理系统，从而实现企业全流程的知识管理和知识库相关知识的快速搜索工作，切实解决企业各个部门在向客户提供知识服务时知识服务信息不统一、知识服务标准不一致、服务经验不足和无法进行快速知识检索等问题，从而可以更好的为企业提供知识管理服务。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明实施例提供的工程监理企业知识库管理系统的框架结构图；
图2是本发明实施例提供的知识全流程管理子系统110的框架结构图；
图3是本发明实施例提供的知识库分类管理子系统120的框架结构图；
图4是本发明实施例提供的搜索引擎检索子系统140的框架结构图；
图5是本发明实施例提供的系统管理子系统150的框架结构图；
图6是本发明实施例提供的知识门户子系统130的框架结构图；
图7是本发明实施例提供的客户端200的框架结构图；
图8是本发明实施例提供的人脸图像处理模块220的框架结构图。
附图标记：服务端100、客户端200、知识全流程管理子系统110、知识库分类管理子系统120、知识门户子系统130、搜索引擎检索子系统140、系统管理子系统150、知识采集模块111、知识编辑模块112、知识审批模块113、知识发布模块114、知识分类管理模块121、栏目设置模块122、知识展示模块131、知识评价模块132、检索模块141、检索历史管理模块142、角色管理模块151、权限管理模块152、组织结构管理模块153、日志管理模块154、人脸图像采集模块210、人脸图像处理模块220、鉴权模块230、语音检索模块240、亮度校正单元221、图像降噪单元222、图像分割单元223。
具体实施方式
结合以下实施例对本发明作进一步描述。
图1示出了一种基于流程的工程监理企业知识库管理系统，该系统包括：服务端100和与服务端100进行信息交互的客户端200。
服务端100包括：
负责对知识信息进行全流程管理的知识全流程管理子系统110，其中，上述的对知识信息进行全流程管理包括：对知识信息进行采编、对采编的知识信息进行审核和对审核通过的知识信息进行发布。
负责根据企业对知识分类的需要，对已发布的知识信息进行总体配置的知识库分类管理子系统120；其中，上述的对已发布的知识信息进行总体配置包括：对已发布的知识信息进行分类和存储及管理；
负责从知识库分类管理子系统120中获取知识信息，并将知识信息展示给用户浏览和评分的知识门户子系统130；
负责对知识库分类管理子系统120中的知识信息进行索引，并提供搜索界面给用户对知识信息进行搜索的搜索引擎检索子系统140；
负责对服务端100进行管理、授权和维护的系统管理子系统150。
客户端200安装于用户的终端设备上，其用于自动和服务端100的文件进行实时同步。
通过构建基于流程的工程监理企业知识库管理系统，从而实现企业全流程的知识管理和知识库相关知识的快速搜索工作，切实解决企业各个部门在向客户提供知识服务时知识服务信息不统一、知识服务标准不一致、服务经验不足和无法进行快速知识检索等问题，从而可以更好的为企业提供知识管理服务。
在一种优选的实施例中，参见图2，知识全流程管理子系统110包括：知识采集模块111、知识编辑模块112、知识审批模块113和知识发布模块114。
知识采集模块111，用于采集知识信息，其中，知识信息包括：涉及该企业业务的各类知识资料，包括：纸质资料、电子资料、音频和视频等资料。收集人员可以从不同渠道(如设计部门、施工部门、项目管理部门、互联网等)收集知识资料，采编人员可以通过知识采集模块111的采集功能对收集的知识资料进行编辑，其中，编辑要能支持文本、语音、图片、视频，同时还能够支持插入附件，其中附件也要能支持多种格式。
由于科学技术的不断发展，有些知识资料可能会因为过时而不适应现在业务需求，基于此，需要对历史版本的知识资料进行再次编辑更新，使之更能满足时代的要求。优选地，采编人员还可以通过知识采集模块111的采集功能对历史版本的知识资料进行编辑，从而形成新的知识资料。
知识编辑模块112，用于对采集的知识信息进行编辑，具体地，设置所述知识信息的关键信息以及阅读权限、把所述知识信息与对应知识目录进行关联、设置搜索关键字；设置所述知识信息的关键信息，具体是根据知识信息的所涉及的内容，确定知识信息的分类、紧急程度、有效期等关键信息。设置所述知识信息的阅读权限，包括设置知识信息发布的部门、专业以及保密级别等相关权限。
知识审批模块113，用于对编辑好的知识信息进行审核，若审核通过，则将该知识信息发送至知识发布模块114。为了保证知识信息的严谨性和规范性，编辑好的知识信息必须经过审核人员的审批才能进入到发布阶段。通过知识审批模块113对编辑好的知识信息进行审核，进而判断该编辑好的知识信息是否满足发布要求，若审核通过，则该编辑好的知识信息可直接进入知识发布模块114。若审核不通过，则将未能通过的知识信息退回到知识编辑模块112中，并根据发布要求对该知识信息重新编辑，然后再由知识审批模块113对再次编辑好的知识信息进行审核，直至满足公布要求。
知识发布模块114，用于对审核通过的知识信息进行发布。发布的具体功能如下所示：
(1)可以设定发布条件，使相关的知识信息只能在设定的发布条件下进行发布，如，可以设定预发时间、知识文件的有效期、发布渠道和发布范围。
(2)当存在多个待发布的知识信息时，可以按照知识信息的紧急程度、知识类别、发布范围、发布渠道、预发时间等进行排序发布。
(3)该知识发布模块114可以根据其知识信息的发布范围，对属于该发布范围内的使用人员进行通知，以使使用人员可以及时查看该知识信息。
在一种优选的实施例中，参见图3，知识库分类管理子系统120包括：知识分类管理模块121和栏目设置模块122。
知识分类管理模块121，用于按照设定好的分类原则，对知识信息进行分类，并对已分类好的知识信息进行存储及管理。
其中，所述的按照设定好的分类原则对知识信息进行分类，具体包括：
1)从知识分类管理模块121中的知识信息存储单元中获取已存的知识信息以及该知识信息对应的知识主题，其中该知识信息包括知识信息的种类信息以及对该知识信息内容表述的文本信息，并统计上述知识信息的种类信息M{k1,k2,…,kL}以及文本信息Q，其中M表示知识信息种类集合，L表示预设的知识信息种类的总数；其中所述知识主题包括所述知识信息所属的知识主题Z；
2)获取新的待发布的知识信息，其中所述新录入的知识信息包括该新的待发布的知识信息的种类信息k以及对该新的待发布的知识信息内容描述的文本信息W{c1,c2,…,cn}，其中W表示组成该文本信息的词语集，ci表示该文本信息中的一个词语；
3)结合该新的待发布的知识信息的种类信息，从所述新的待发布的知识信息中提取特征词集合F{f1,f2,…,fr}，其中，F表示该新的待发布的知识信息的文本信息的特征词集，fi表示该文本信息W中的其中一个特征词，r表示特征词集合中特征词的总数；
4)根据文本信息的特征词集以及该新的待发布的知识信息的种类信息组成特征向量，输入到训练好的SVM分类模型中，获取该文本信息的知识特征参数，并根据该知识特征参数获取该新的待发布的知识信息的知识主题分类信息。
通过对知识信息进行分类，方便使用者进行查找，提高了检索效率，以使使用者更快更准地找到所需要的知识信息。对分类好的知识信息进行存储及管理，具体地，支持管理者对分类好的知识信息进行增、删、改、查。
栏目设置模块122，用于根据企业对知识信息的要求，设置相应的知识库栏目以及对知识库栏目进行管理。具体地，可以设置一些比较特殊的知识库栏目，例如：收藏夹、热点排行栏、公告栏等，从而方便使用者。设置收藏夹，可以方便使用者将自身常用的知识分类和知识信息收集在收藏夹内，便于后续进行查看和找寻。设置热点排行栏，通过对各类知识信息的点击率进行汇总统计，并将点击排行前几位的知识信息列入到热点排行栏。设置公告栏，该公告栏能够支持新知识信息发布的公告栏通知功能，在使用者登录到该系统时，可以自动弹出，以便于使用者了解最新动态。
在一种优选的实施例中，参见图4，搜索引擎检索子系统140包括：检索模块141和检索历史管理模块142；
检索模块141，用于根据用户在搜索界面输入的检索条件，从知识库分类管理子系统120中匹配出该检索条件相匹配的知识信息。具体地，检索模块141包括如下检索方式：关键词检索、同义词检索、模糊匹配检索和组合检索。
检索历史管理模块142，用于对检索模块141检索的历史记录进行管理。
在一种优选的实施例中，参见图5，系统管理子系统150包括：角色管理模块151、权限管理模块151、组织结构管理模块153和日志管理模块154。
角色管理模块151，用于对该工程监理企业知识库管理系统中的各个角色进行管理。
权限管理模块151，用于对企业内各人员的权限进行管理。其中权限管理模块151中存有表征企业内各人员身份的人脸特征参数以及各人员对应的使用权限信息。具体地，权限管理模块151获取企业内能够表征人员身份的人脸特征参数，然后将功能权限的赋权以及数据权限的赋权与对应的人员进行一一关联并存储。通过该模块，系统管理员可以给相应人员进行功能权限的赋权以及数据权限的赋权，以使人员只能执行其权限内的职能以及查看其权限内的知识信息。
在一种优选的实施例中，参见图6，知识门户子系统130包括：知识展示模块131和知识评价模块132。知识展示模块131用于对审核通过的知识信息进行展示。在展示知识信息时，会根据系统管理子系统150中提供的用户、角色、权限关系进行过滤展示，使得用户只能浏览到本人权限范围内的知识信息。知识评价模块132包括：浏览量统计模块和加权平均分统计模块。当用户点击某个知识信息时，系统会自动记录该次点击，并且计入到该知识信息的总点击次数中去。从知识信息的点击次数从而可以分析出该知识信息的重要性和使用频率，另外，该系统还提供了区间为1-5的评分功能，用于对相应的知识信息进行评分，分数是用户每次评分累加的加权平均分。
在一种优选的实施例中，用户终端可以为手机、台式电脑、笔记本、平板中的一种或者多种。
参见图7，客户端200包括：人脸图像采集模块210、人脸图像处理模块220和鉴权模块230。
人脸图像采集模块210，用户采集用户的人脸图像；
人脸图像处理模块220，用于对采集的人脸图像进行处理；
鉴权模块230，用于从处理后的人脸图像中提取能够表征用户身份信息的人脸特征参数，并根据权限管理模块152中预存的信息，确定该用户的权限范围。
在一种优选的实施例中，参见图8，人脸图像处理模块220包括：亮度校正单元、图像降噪单元和图像分割单元；
所述亮度校正单元，用于对采集的人脸图像进行亮度校正；
所述图像降噪单元，用于对亮度校正后的人脸图像进行降噪处理；
所述图像分割单元，用于对降噪处理后的人脸图像进行边缘检测，分割出只包含人脸信息的人脸特征图像。
在一种优选的实施例中，所述的对采集的人脸图像进行亮度校正，具体是：
(1)将采集的人脸图像转换成RGB图像；
(2)对RGB图像作高斯模糊化处理，得到每个像素点的高斯模糊亮度值；
(3)基于得到的各像素点的高斯模糊亮度值，对各像素点进行判断，以区分各像素点属于暗调区域还是属于亮调区域，具体地，以像素点p为例，利用暗调判决函数
Figure BDA0002397785330000081
和亮调判决函数
Figure BDA0002397785330000082
对像素点p进行判断，若
Figure BDA0002397785330000083
则像素点p属于暗调区域，若
Figure BDA0002397785330000084
则像素点p属于亮调区域；
其中，暗调判决函数
Figure BDA0002397785330000085
的表达式如下所示：
Figure BDA0002397785330000086
亮调判决函数
Figure BDA0002397785330000087
的表达式如下所示：
Figure BDA0002397785330000088
式中，
Figure BDA0002397785330000089
分别为高斯模糊化处理前RGB图像的最大灰度值和最小灰度值，
Figure BDA00023977853300000810
分别为高斯模糊化处理后RGB图像的最大灰度值和最小灰度值，
Figure BDA00023977853300000811
分别为高斯模糊化处理前和处理后RGB图像中像素点p的灰度值，χ为光滑度调节系数，其取值区间为[0.3-0.6]，
Figure BDA00023977853300000812
分别为暗调的色调宽度和亮调的色调宽度；优选的，
Figure BDA00023977853300000813
可根据实际情况具体设定；
(4)判定完每个像素点所属区域后，根据各像素点所属区域，对像素点在R、G和B通道下的亮度值进行修正，得到该像素点在各通道下的亮度修订系数；
(5)将RGB图像中像素点在各通道下的灰度值与该像素点在各通道下的亮度修订系数对应相乘，即可得到亮度校正后的人脸图像。
有益效果：在上述实施方式中，通过将采集的人脸图像转换成RGB图像，然后对得到的RGB图像作高斯模糊化处理，针对得到的每个像素点的高斯模糊亮度值，对各像素点进行判断，确定其所属区域，以便于后续对各像素点进行针对性的亮度校正，其中，在确定像素点所属区域时，是通过暗调判决函数和亮调判决函数对每个像素点进行预判的。在利用暗调判决函数和亮调判决函数进行判断时，考虑了高斯模糊化前RGB图像中最大灰度值和最小灰度值的影响，还考虑了高斯模糊化后RGB图像中最大灰度值和最小灰度值的影响，以及像素点自身在高斯模糊化前后的灰度值的影响，从而实现对各像素点所属区域的准确判断，使之更接近于真实情况，避免光照强度带来的影响，保证了后续对用户身份的准确鉴权，保证了整个工程监理企业知识库管理系统的准确性和可靠性。
在一种优选的实施例中，上述的根据各像素点所属区域，对像素点在R、G和B通道下的亮度值进行修正，得到该像素点在各通道下的亮度修订系数。
具体是：若像素点属于暗调区域，则利用暗调修正函数计算该像素点各通道下的亮度修正系数，其中，暗调修正函数的表达式为：
Figure BDA0002397785330000091
式中，
Figure BDA0002397785330000092
为修正后的像素点p在Ω通道下的亮度修正系数，其中Ω是由R通道、G通道和B通道构成的通道的集合；例如，若Ω取R，
Figure BDA0002397785330000093
为修正后的像素点p在R通道下的亮度修正系数，
Figure BDA0002397785330000094
分别为高斯模糊化处理前和处理后像素点p在Ω通道的灰度值，
Figure BDA0002397785330000095
分别为高斯模糊化处理前和处理后RGB图像中像素点p的灰度值，ξ1为暗调饱和度调节系数，Bstr为暗调强度调节系数，κ1、κ2为权重系数，其满足κ1+κ2＝1，作为优先，κ1＝0.8，κ2＝0.2。
有益效果：在上述实施方式中，为了进一步改善光照强度对采集的人脸图像带来的影响，申请人创造性地提出基于分类好的像素点的性质，对像素点的亮度值作进一步修订，具体地，对于属于暗调区域的像素点，通过求解各像素点在各个通道下的亮度修正系数，对各个通道下的像素点的灰度值进行修正，进而进一步提高图像质量，降低光照不均匀带来的影响。具体地，若该像素点所属暗调区域，则利用暗调修正函数确定该像素点在各个通道下的亮度修正系数，在利用该暗调修正函数确定该像素点在各个通道下的亮度修正系数，不仅考虑了高斯模糊化处理前和处理后像素点的灰度值的影响，还考虑了高斯模糊化处理前和处理后像素点在对应通道的灰度值的影响等因素的影响，从而使得暗调区域的像素点得到增强，凸显了暗调区域的细节信息，便于后续对用户身份的准确鉴权，再则，还引入了ξ1、Bstr对该暗调修正函数做进一步优化调节，提升了暗调区域的亮度，使得凸显出更多的细节信息，以便于后续的工作顺利开展。
若像素点属于亮调区域，则先用所述的暗调修正函数计算该像素点各通道下的第一亮度修正系数，然后基于得到的第一亮度修正系数，再利用亮调修正函数计算该像素点各通道下的亮度修正系数；
其中，亮调修正函数的表达式为：
Figure BDA0002397785330000096
式中，
Figure BDA0002397785330000097
为修正后的像素点p在Ω通道下的亮度修正系数，
Figure BDA0002397785330000098
为修正后的像素点p在Ω通道下的第一亮度修正系数，其中，Ω是由R通道、G通道和B通道构成的通道的集合；
Figure BDA0002397785330000099
Figure BDA00023977853300000910
分别为高斯模糊化处理前和处理后像素点p在Ω通道的灰度值，
Figure BDA00023977853300000911
分别为高斯模糊化处理前和处理后RGB图像中像素点p的灰度值，ξ2为亮调饱和度调节系数，Sstr为亮调强度调节系数，κ3、κ4为权重系数，其满足κ3+κ4＝1，作为优先，κ3＝0.8，κ4＝0.2。
有益效果：在上述实施方式中，为了进一步改善光照强度对采集的人脸图像带来的影响，申请人创造性地提出基于分类好的像素点的性质，对像素点的亮度值作进一步修订，具体地，对于属于亮调区域的像素点，先利用上述的暗调修正函数求出像素点在各个通道下的第一亮度修正系数，然后基于得到的第一亮度修正系数，求解像素点在各个通道下的亮度修正系数，对各个通道下的像素点的灰度值进行修正，进而进一步提高图像质量，降低光照不均匀带来的影响。具体地，若对于属于亮调区域的像素点，先利用上述的暗调修正函数求出像素点在各个通道下的第一亮度修正系数，然后基于得到的第一亮度修正系数，在利用上述的亮调修正函数确定该像素点在各个通道下的亮度修正系数，该过程不仅考虑了高斯模糊化处理前和处理后像素点的灰度值、第一亮度修正系数的影响，还考虑了高斯模糊化处理前和处理后像素点在对应通道的灰度值的影响等因素的影响，从而使得亮调区域的像素点的光照强度得到了降低，保证不过分曝光。再则，还引入了ξ2、Sstr对该亮调修正函数做进一步优化调节，提升了光照校正的效果，以便于后续的工作顺利开展。
在一种优选的实施例中，所述的对亮度校正后的人脸图像进行降噪处理，具体是：
S1：对亮度校正后的人脸图像进行灰度化处理；
S2：对灰度化后的人脸图像作F层小波变换分解，分解得到一个低频小波系数LLF和高频小波系数LHf、HLf、HHf，其中f＝0,1,2,…,F-1；
S3：基于迭代法进行去噪，得到降噪处理后的人脸图像，具体是：
S31：基于小波逆变换，对LLF-1进行重构，得到低频子图像
Figure BDA0002397785330000101
对LHF-1、HLF-1和HHF-1进行重构，得到高频子图像
Figure BDA0002397785330000102
并将低频子图像
Figure BDA0002397785330000103
和高频子图像
Figure BDA0002397785330000104
的线性和记为子图像UF-1，即
Figure BDA0002397785330000105
S32：基于得到的低频子图像
Figure BDA0002397785330000106
利用相似度权值函数计算低频子图像
Figure BDA0002397785330000107
中像素点x与其邻域窗口内其他像素点y的相似度权值ψF-1(x,y),其中
Figure BDA0002397785330000108
为像素点x的邻域内像素点构成的集合，该邻域窗口大小为：3×3；
其中,所述的相似度权值函数的表达式为：
Figure BDA0002397785330000109
式中，ψf(x,y)为低频子图像
Figure BDA00023977853300001010
中像素点x与其邻域窗口内像素点y的相似度权值,f为大于0的常数，
Figure BDA0002397785330000111
分别为图像块Θx和图像块Θy的灰度值均值，图像块Θx指的是：以像素点x为中心，大小为3×3的图像块，图像块Θy指的是：以像素点y为中心，大小为3×3的图像块，
Figure BDA0002397785330000112
分别为图像块Θx和图像块Θy的灰度值方差，
Figure BDA0002397785330000113
为低频子图像
Figure BDA0002397785330000114
的灰度值方差，T1、T2为调节系数，其用于协调降噪和边缘保护之间的关系，Gx、Gy为低频子图像
Figure BDA0002397785330000115
中像素点x和像素点y的灰度值，
Figure BDA0002397785330000116
为分解层f上的衰减参数，其取值依赖于该低频子图像
Figure BDA0002397785330000117
的噪声方差，
Figure BDA0002397785330000118
为高斯加权距离，τ为高斯核函数的标准差；
S33：基于得到的相似度权值ψF-1(x,y)，在子图像UF-1估算出(F-2)层的干净子图像U＇ F-2；
S34：将得到的干净子图像U＇ F-2代替低频子图像
Figure BDA0002397785330000119
其中，低频子图像
Figure BDA00023977853300001110
是对LLF-2作小波逆变换得到的；
S35：在每一分解层上重复执行S31-S34，直至f＝0,此时得到的干净子图像记为降噪处理后的人脸图像。
有益效果：由于受光照、环境等各种因素的影响，会使得人脸图像中还包括有噪声，因此，需要进一步滤除亮度校正后的人脸图像中的噪声，以进一步改善图像质量，在上述实施例中，依次对亮度校正后的人脸图像进行灰度化处理和小波分解，得到一个低频小波系数和多个小波系数，然后利用迭代法进行降噪操作。其中，在计算低频子图像中像素点与其邻域像素点之间的相似度权值时，考虑了以这两个像素点为中心的两个图像块灰度值均值、灰度值方差的影响，还考虑了这两个像素点的高斯加权距离的影响，从而实现了对两个像素点之间的相似度的准确度量，使得到的两个像素点的相似度权值更为合理，从而能够得到较好的去噪效果。
在一种优选的实施例中，所述的基于得到的相似权值ψF-1(x,y)，在子图像UF-1上估计出(F-2)层的干净子图像U′F-2，具体是：根据得到的相似权值ψF-1(x,y)和子图像UF-1中各像素点的灰度值，利用如下公式对子图像UF-1中各个像素点的灰度值进行估计，估计出的像素点构成的集合即为干净子图像U′F-2：
Figure BDA00023977853300001111
式中，G′f(x)为低频子图像
Figure BDA00023977853300001112
中像素点x的灰度值的估计值，ψf(x,y)为低频子图像
Figure BDA00023977853300001113
中像素点x与其邻域窗口内像素点y的相似度权值，(x)、Gf(y)分别为低频子图像
Figure BDA00023977853300001114
中像素点x和像素点y的灰度值的估计值，θ1、θ2为权重因子，其满足θ1+θ2＝1。
有益效果：在上述实施方式中，基于得到的各像素点与其邻域窗口内像素点之间的相似度权值和该像素点本身的灰度值，进而对该像素点灰度值进行估计，该算法得到的像素点的灰度值能够更接近于真实图像本身，避免了噪声带来的影响，有利于后续得到更为干净的子图像，以利于后续对用户身份的甄别。
在一种优选的实施例中，该客户端200还设置有语音检索模块240，该语音检索模块240用于对采集的语音信号进行处理，提取该语音信号的关键字，并基于得到的关键字进行检索，通过用户终端设备的显示界面进行显示，以便用户进行浏览和阅读。优选的，可以通过用户的终端设备上的话筒采集用户发出的语音信号。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (9)

1.一种基于流程的工程监理企业知识库管理系统，其特征在于，包括：服务端和与所述服务端进行信息交互的客户端；
所述服务端包括：
负责对知识信息进行全流程管理的知识全流程管理子系统，其中，所述的对知识信息进行全流程管理包括：对知识信息进行采编、对采编的知识信息进行审核和对审核通过的知识信息进行发布；
负责根据企业对知识分类的需要，对已发布的知识信息进行总体配置的知识库分类管理子系统；其中，所述对已发布的知识信息进行总体配置包括：对已发布的知识信息进行分类和存储及管理；
负责从所述知识库分类管理子系统中获取知识信息，并将知识信息展示给用户浏览和评分的知识门户子系统；
负责对所述知识库分类管理子系统中的知识信息进行索引，并提供搜索界面给用户对知识信息进行搜索的搜索引擎检索子系统；
负责对所述服务端进行管理、授权和维护的系统管理子系统；
所述客户端安装于用户的终端设备上，其用于自动和所述服务端的文件进行实时同步。
2.根据权利要求1所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述知识全流程管理子系统包括：知识采集模块、知识编辑模块、知识审批模块和知识发布模块；
所述知识采集模块，用于采集知识信息；
所述知识编辑模块，用于对采集的知识信息进行编辑，具体地，设置所述知识信息的关键信息以及阅读权限、把所述知识信息与对应知识目录进行关联、设置搜索关键字；
所述知识审批模块，用于对编辑好的知识信息进行审核，若审核通过，则将该知识信息发送至知识发布模块；
所述知识发布模块，用于对审核通过的知识信息进行发布。
3.根据权利要求1所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述知识库分类管理子系统包括：知识分类管理模块和栏目设置模块；
所述知识分类管理模块，用于按照设定好的分类原则，对知识信息进行分类，并对已分类好的知识信息进行存储及管理；
所述栏目设置模块，用于根据企业对知识信息的需求，设置相应的知识库栏目以及对所述知识库栏目进行管理。
4.根据权利要求1所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述搜索引擎检索子系统包括：检索模块和检索历史管理模块；
所述检索模块，用于根据用户在搜索界面输入的检索条件，从所述知识库分类管理子系统中匹配出该检索条件相匹配的知识信息；
所述检索历史管理模块，用于对所述检索模块检索的历史记录进行管理。
5.根据权利要求1所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述系统管理子系统包括：角色管理模块、权限管理模块、组织结构管理模块和日志管理模块；
所述权限管理模块中预存有表征企业内各人员身份的人脸特征参数以及各人员对应的使用权限信息。
6.根据权利要求1所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述知识门户子系统包括：知识展示模块和知识评价模块。
7.根据权利要求5所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述客户端包括：人脸图像采集模块、人脸图像处理模块和鉴权模块。
所述人脸图像采集模块，用户采集用户的人脸图像；
所述人脸图像处理模块，用于对采集的人脸图像进行处理；
所述鉴权模块，用于从处理后的人脸图像中提取能够表征用户身份信息的人脸特征参数，并根据权限管理模块中预存的信息，确定该用户的权限范围。
8.根据权利要求7所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述人脸图像处理模块包括：亮度校正单元、图像降噪单元和图像分割单元；
所述亮度校正单元，用于对采集的人脸图像进行亮度校正；
所述图像降噪单元，用于对亮度校正后的人脸图像进行降噪处理；
所述图像分割单元，用于对降噪处理后的人脸图像进行边缘检测，分割出只包含人脸信息的人脸特征图像。
9.根据权利要求8所述的基于流程的工程监理企业知识库管理系统，其特征在于，所述的对采集的人脸图像进行亮度校正，具体是：
(1)将采集的人脸图像转换成RGB图像；
(2)对RGB图像作高斯模糊化处理，得到每个像素点的高斯模糊亮度值；
(3)基于得到的各像素点的高斯模糊亮度值，对各像素点进行判断，以区分各像素点属于暗调区域还是属于亮调区域，具体地，利用暗调判决函数
Figure FDA0002397785320000031
和亮调判决函数
Figure FDA0002397785320000032
对像素点p进行判断，若
Figure FDA0002397785320000033
则像素点p属于暗调区域，若
Figure FDA0002397785320000034
则像素点p属于亮调区域；
其中，暗调判决函数
Figure FDA0002397785320000035
的表达式如下所示：
Figure FDA0002397785320000036
亮调判决函数
Figure FDA0002397785320000037
的表达式如下所示：
Figure FDA0002397785320000038
式中，
Figure FDA0002397785320000039
分别为高斯模糊化处理前RGB图像的最大灰度值和最小灰度值，
Figure FDA00023977853200000310
Figure FDA00023977853200000311
分别为高斯模糊化处理后RGB图像的最大灰度值和最小灰度值，
Figure FDA00023977853200000312
分别为高斯模糊化处理前和处理后RGB图像中像素点p的灰度值，x为光滑度调节系数，其取值区间为[0.3-0.6]，
Figure FDA00023977853200000313
分别为暗调的色调宽度和亮调的色调宽度；
(4)判定完每个像素点所属区域后，根据各像素点所属区域，对像素点在R、G和B通道下的亮度值进行修正，得到该像素点在各通道下的亮度修订系数；
(5)将RGB图像中像素点在各通道下的灰度值与该像素点在各通道下的亮度修订系数对应相乘，即可得到亮度校正后的人脸图像。
CN202010137288.2A 2020-03-02 2020-03-02 一种基于流程的工程监理企业知识库管理系统 Active CN111460078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010137288.2A CN111460078B (zh) 2020-03-02 2020-03-02 一种基于流程的工程监理企业知识库管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010137288.2A CN111460078B (zh) 2020-03-02 2020-03-02 一种基于流程的工程监理企业知识库管理系统

Publications (2)

Publication Number Publication Date
CN111460078A true CN111460078A (zh) 2020-07-28
CN111460078B CN111460078B (zh) 2021-03-30

Family

ID=71684219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010137288.2A Active CN111460078B (zh) 2020-03-02 2020-03-02 一种基于流程的工程监理企业知识库管理系统

Country Status (1)

Country Link
CN (1) CN111460078B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112559712A (zh) * 2020-12-23 2021-03-26 中国人寿保险股份有限公司 一种智能运维方法和系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024207A (zh) * 2010-12-21 2011-04-20 广东电网公司佛山供电局 一种与办公软件无缝结合的知识管理系统
CN102075560A (zh) * 2010-11-19 2011-05-25 福建富士通信息软件有限公司 一种基于系统耦合的福富企业搜索引擎技术
CN104346693A (zh) * 2014-10-17 2015-02-11 广州供电局有限公司 一种教育培训与评价系统
CN105160273A (zh) * 2015-09-17 2015-12-16 西安未来国际信息股份有限公司 一种基于访问控制和智能检索的知识管理方法
US20160275177A1 (en) * 2014-03-18 2016-09-22 Ntt Docomo Inc. Knowledge engine for managing massive complex structured data
CN107330301A (zh) * 2017-08-25 2017-11-07 遵义博文软件开发有限公司 基于人脸识别的医疗信息管理平台
CN107705020A (zh) * 2017-10-12 2018-02-16 山东联诚工程建设监理有限公司 一种全过程智能工程监理信息管控系统
CN108108606A (zh) * 2017-12-27 2018-06-01 华南理工大学 基于人脸识别技术的实验教学管理系统
CN108776672A (zh) * 2018-05-21 2018-11-09 山东浪潮商用系统有限公司 基于solr的知识管理系统
CN109189752A (zh) * 2018-10-12 2019-01-11 国网山东省电力公司电力科学研究院 基于智能检索技术的电力营销知识库系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075560A (zh) * 2010-11-19 2011-05-25 福建富士通信息软件有限公司 一种基于系统耦合的福富企业搜索引擎技术
CN102024207A (zh) * 2010-12-21 2011-04-20 广东电网公司佛山供电局 一种与办公软件无缝结合的知识管理系统
US20160275177A1 (en) * 2014-03-18 2016-09-22 Ntt Docomo Inc. Knowledge engine for managing massive complex structured data
CN104346693A (zh) * 2014-10-17 2015-02-11 广州供电局有限公司 一种教育培训与评价系统
CN105160273A (zh) * 2015-09-17 2015-12-16 西安未来国际信息股份有限公司 一种基于访问控制和智能检索的知识管理方法
CN107330301A (zh) * 2017-08-25 2017-11-07 遵义博文软件开发有限公司 基于人脸识别的医疗信息管理平台
CN107705020A (zh) * 2017-10-12 2018-02-16 山东联诚工程建设监理有限公司 一种全过程智能工程监理信息管控系统
CN108108606A (zh) * 2017-12-27 2018-06-01 华南理工大学 基于人脸识别技术的实验教学管理系统
CN108776672A (zh) * 2018-05-21 2018-11-09 山东浪潮商用系统有限公司 基于solr的知识管理系统
CN109189752A (zh) * 2018-10-12 2019-01-11 国网山东省电力公司电力科学研究院 基于智能检索技术的电力营销知识库系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王洪栋等: "一种煤矿井下低照度图像增强算法", 《工矿自动化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112559712A (zh) * 2020-12-23 2021-03-26 中国人寿保险股份有限公司 一种智能运维方法和系统

Also Published As

Publication number Publication date
CN111460078B (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN111460138B (zh) 一种基于bim的数字化工程监理方法与系统
US9704185B2 (en) Product recommendation using sentiment and semantic analysis
KR100815530B1 (ko) 유해성 컨텐츠 필터링 방법 및 시스템
US8943047B1 (en) Data aggregation for qualifying a partner candidate
US7774385B1 (en) Techniques for providing a surrogate heuristic identification interface
US20070226095A1 (en) Method for generating predictive models for a business problem via supervised learning
CN111553137B (zh) 报告生成方法、装置、存储介质及计算机设备
US20220058513A1 (en) Veracity assessment of a data model
CN112347372A (zh) 一种金融企业基于用户画像方案业务推广的方法
CN111460078B (zh) 一种基于流程的工程监理企业知识库管理系统
CN112950359B (zh) 一种用户识别方法和装置
CN112968873B (zh) 一种用于隐私数据传输的加密方法和装置
CN113568934A (zh) 一种数据查询方法、装置、电子设备和存储介质
US20210090233A1 (en) Cognitive object emotional analysis based on image quality determination
CN112200696A (zh) 一种基于互联网的不动产便民服务系统
CN109711984B (zh) 一种基于催收的贷前风险监控方法及装置
WO2023165145A1 (zh) 时序流量预测方法及装置、存储介质及电子设备
CN111368738A (zh) 一种骗贷风险识别方法、系统及设备
US10409970B2 (en) System and method for resolving user identification
CN112149031B (zh) 一种基于云服务的文化产业创意综合公共服务平台及方法
US10841653B2 (en) Method and system for preventing upload of multimedia content with objectionable content into a server
CN111221978A (zh) 一种构建知识图谱的方法、装置、计算机存储介质及终端
JP3547339B2 (ja) 嗜好情報収集システム
Ahmad et al. Network security and digital forensics using deep learning
CN111210146B (zh) 数据处理方法、装置、设备及计算机可读存储介质

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