CN111680653A - 座位信息生成方法、装置、设备及存储介质 - Google Patents
座位信息生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111680653A CN111680653A CN202010541030.9A CN202010541030A CN111680653A CN 111680653 A CN111680653 A CN 111680653A CN 202010541030 A CN202010541030 A CN 202010541030A CN 111680653 A CN111680653 A CN 111680653A
- Authority
- CN
- China
- Prior art keywords
- identified
- information
- person
- image
- seat
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000000605 extraction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供一种座位信息生成方法、装置、设备及存储介质,涉及图像处理技术领域。该方法包括:获取至少一张待识别图像,其中,所述待识别图像中包括至少一个待识别人员;识别所述待识别图像中各所述待识别人员的特征信息、各所述待识别人员在所述待识别图像的位置信息;采用各所述待识别人员的特征信息与预设特征数据匹配,确定各所述待识别人员的身份信息,其中,所述预设特征数据包括:特征信息和对应的身份信息;根据各所述待识别人员的所述身份信息和所述位置信息,生成座位信息。实现了可以根据采集的图像自动生成座位表,避免了人工绘制座位表效率低的问题。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种座位信息生成方法、装置、设备及存储介质。
背景技术
一些日常活动中,例如会议、课堂等,都会需要座位表。以课堂为例,每个班级都需要座位表,便于老师管理。一般座位表为纸质座位表,教师需要手写座位表,或者在电脑上编辑好后打印出座位表,纸质座位表不但容易丢失,并且仅包括学生姓名信息和座位信息。
随着科技的发展,智能课堂在人们的生活中应用的越来越广泛,现在教师大都采用电子版的座位表,这种座位表不但包括学生姓名信息和座位信息,一般还会包括学生的一些基本信息及图像信息,方便教师查询。
但是,现有技术中一般需要人工录入信息,并根据实际情况绘制座位表,造成座位表的生成效率较低。
发明内容
本申请的目的在于,针对上述现有技术中的不足,提供一种座位信息生成方法、装置、设备及存储介质,以解决现有技术中人工绘制座位表效率低的问题。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请一实施例提供了一种座位信息生成方法,所述方法包括:
获取至少一张待识别图像,其中,所述待识别图像中包括至少一个待识别人员;
识别所述待识别图像中各所述待识别人员的特征信息、各所述待识别人员在所述待识别图像的位置信息;
采用各所述待识别人员的特征信息与预设特征数据匹配,确定各所述待识别人员的身份信息,其中,所述预设特征数据包括:特征信息和对应的身份信息;
根据各所述待识别人员的所述身份信息和所述位置信息,生成座位信息。
可选地,所述获取至少一张待识别图像之前,所述方法还包括:
采集目标人员图像;
提取所述目标人员图像的特征信息;
建立所述目标人员图像的所述特征信息和身份信息之间的关联关系,得到所述预设特征数据。
可选地,所述识别所述待识别图像中各所述待识别人员的特征信息、各所述待识别人员在所述待识别图像的位置信息,包括:
采用预设特征提取算法提取所述待识别图像中各所述待识别人员的特征信息;
并根据各待识别人员在所述待识别图像中的坐标,确定各所述待识别人员在所述待识别图像的位置信息。
可选地,所述根据各待识别人员在所述待识别图像中的坐标,确定各所述待识别人员在所述待识别图像的位置信息之后,所述方法还包括:
根据各待识别人员在所述待识别图像中的坐标,确定所述待识别人员之间的距离信息。
可选地,所述方法还包括:
向服务器发送所述座位信息、所述距离信息。
第二方面,本申请另一实施例提供了一种座位信息生成装置,所述装置包括:获取模块、识别模块、确定模块和生成模块,其中:
所述获取模块,用于获取至少一张待识别图像,其中,所述待识别图像中包括至少一个待识别人员;
所述识别模块,用于识别所述待识别图像中各所述待识别人员的特征信息、各所述待识别人员在所述待识别图像的位置信息;
所述确定模块,用于采用各所述待识别人员的特征信息与预设特征数据匹配,确定各所述待识别人员的身份信息,其中,所述预设特征数据包括:特征信息和对应的身份信息;
所述生成模块,用于根据各所述待识别人员的所述身份信息和所述位置信息,生成座位信息。
可选地,所述装置还包括:采集模块、提取模块和建立模块,其中:
所述采集模块,用于采集目标人员图像;
所述提取模块,用于提取所述目标人员图像的特征信息;
所述建立模块,用于建立所述目标人员图像的所述特征信息和身份信息之间的关联关系,得到所述预设特征数据。
可选地,所述提取模块,还用于采用预设特征提取算法提取所述待识别图像中各所述待识别人员的特征信息;
所述确定模块,还用于根据各待识别人员在所述待识别图像中的坐标,确定各所述待识别人员在所述待识别图像的位置信息。
可选地,所述确定模块,还用于根据各待识别人员在所述待识别图像中的坐标,确定所述待识别人员之间的距离信息。
可选地,所述装置还包括:发送模块,用于向服务器发送所述座位信息、所述距离信息。
第三方面,本申请另一实施例提供了一种座位信息生成设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当座位信息生成设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述第一方面任一所述方法的步骤。
第四方面,本申请另一实施例提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
本申请的有益效果是:通过对待识别图像中各待识别人员的特征信息、各待识别人员在待识别图像的位置信息的确定,将各待识别人员的特征信息与预设特征数据匹配后,确定各待识别人员的身份信息,并根据各待识别人员的身份信息和位置信息,生成座位信息。实现了可以根据采集的图像自动生成座位表,避免了人工绘制座位表效率低的问题,使得生成座位表的过程更加智能,且提高了座位表的生成效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,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相关的附图。
图1为本申请一实施例提供的座位信息生成方法的流程示意图;
图2为本申请另一实施例提供的座位信息生成方法的流程示意图;
图3为本申请另一实施例提供的座位信息生成方法的流程示意图;
图4为本申请另一实施例提供的座位信息生成方法的流程示意图;
图5为本申请另一实施例提供的座位信息生成方法的流程示意图;
图6为本申请一实施例提供的座位信息生成装置的结构示意图;
图7为本申请另一实施例提供的座位信息生成装置的结构示意图;
图8为本申请另一实施例提供的座位信息生成装置的结构示意图;
图9为本申请一实施例提供的座位信息生成设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
本申请提供一种座位信息生成方法,在本申请的一个实施例中,该座位信息生成方法可以应用于教育、会议、大型活动等需要座位表的场景中,通过采集当前室内人员的图像,并对图像中各人员进行识别,确定各人员的身份信息和位置信息,并根据各人员对应的身份信息和位置信息生成座位信息表,使得可以无感生成座位表,无需手动录入,减少了人力成本,且提高了座位表的生成效率,并且座位表可以根据室内人员的变化而动态更新。本申请提供的方法的具体应用场景可以根据用户需要设计,并不以上述实施例给出的为限制,任何需要自动生成座位表的场景均可以应用,例如:影院或演出时,自动生成座位表,判断各人员是否按照购买的位置入座,若入座人员是否是购买该座位的人员等,本申请在此不做任何限制。
图1为本申请一实施例提供的一种座位信息生成方法的流程示意图,该方法的执行主体为服务器或客户端等,在本申请的一个实施例中,以执行主体为服务器为例进行说明,如图1所示,该方法包括:
S101:获取至少一张待识别图像。
其中,待识别图像中包括至少一个待识别人员。
可选地,在本申请的一个实施例中,待识别图像可以通过安装在室内最前端的摄像头采集。为保证采集的准确性,摄像头的安装位置和拍摄的角度可以根据所在房间的大小调整,拍照过程中,摄像头的位置不会变,但可以按照预设时间间隔采集多张照片作为待识别图像。
其中,预设时间间隔可以根据用户需要设置,以教学场景为例,可以按照上课时间,在每次开始上课后的前五分钟,每间隔30S采集一张图像座位待识别图像,但具体采集时间和预设时间间隔的设置可以根据用户需要调整,并不以上述实施例给出的为限。
可选地,在本申请的一个实施例中,摄像头可以为安装在教育大屏上的摄像头,具体摄像头的安装位置和安装方式可以根据用户需要设计,本申请在此不做任何限制。
S102:识别待识别图像中各待识别人员的特征信息、各待识别人员在待识别图像的位置信息。
可选地,在本申请的一个实施例中,各待识别人员的特征信息可以根据多张待识别图像中,各待识别人员特征信息的平均值确定的;对应地,各待识别人员在待识别图像的位置信息,也是根据各待识别人员在多张待识别图像中的平均位置信息确定的;通过取平均值的方式确定特征信息和位置信息,可以避免仅根据单张图像确定,可能造成误差较大的情况,提高了确定的精度。
可选地,在本申请的一个实施例中,位置信息是以座位的行和列的形式体现的,举例说明,当前检测到某个待识别人员在待识别照片中位于第4行第5列,则其对应的位置信息可以表示为(4,5);但是具体位置信息的表示方式并不以上述实施例给出的为限,也可以建立房间的坐标系,以坐标的形式体现,只需统一坐标原点即可,具体位置信息的表示方式可以根据用户需要设计,本申请在此不做任何限制。
S103:采用各待识别人员的特征信息与预设特征数据匹配,确定各待识别人员的身份信息。
其中,预设特征数据包括:特征信息和对应的身份信息。
可选地,在本申请的一个实施例中,身份信息可包括:待识别人员的编号、姓名等,但身份信息内容并不以上述实施例给出的为限,还可包括:待识别人员的性别、家庭住址等相关信息,具体根据用户需要设计,本申请在此不做任何限制。
S104:根据各待识别人员的身份信息和位置信息,生成座位信息。
可选地,在本申请的一个实施例中,座位信息可以为,在待识别图像的基础上,每个待识别人员图像上标注有对应的身份信息和位置信息,举例说明:以向量方式表示,(编号,姓名,行,列),那么若当前待识别图像中某个人员图像上标注有(213,李四,1,1),则表示该人员的编号为213,姓名为李四,坐在室内的第一行第一列。
采用本申请提供的座位信息生成方法,通过对待识别图像中各待识别人员的特征信息、各待识别人员在待识别图像的位置信息的确定,将各待识别人员的特征信息与预设特征数据匹配后,确定各待识别人员的身份信息,并根据各待识别人员的身份信息和位置信息,生成座位信息。这样的生成方式无需逐一进行手动录入,实现了可以根据采集的图像自动生成座位表,避免了人工绘制座位表效率低的问题,使得生成座位表的过程更加智能,且提高了座位表的生成效率。
图2为本申请另一实施例提供的一种座位信息生成方法的流程示意图,如图2所示,S101之前,该方法还包括:
S105:采集目标人员图像。
可选地,在本申请的一个实施例中,以一个班级为例,可以通过班级对应的班号,采集并存储当前班级对应的目标人员图像。
可选地,目标人员图像可以是目标人员或其他管理员上传的,例如:在本申请的一个实施例中,目标人员图像可以是教师登陆教育平台后,通过终端设备上传的学生图像,并将上传的各图像保存至存储器中,或者,学生登录自己的账号,输入相关信息后,上传自己的图像。
其中,目标人员图像需要包含完整的人脸图像,以便后续进行特征采集。
可选地,若班级人员出现变动,教师可以登陆教育平台,对班级人员进行编辑操作,编辑操作可以包括:修改目标人员信息、添加目标人员信息或删除目标人员信息等,具体编辑操作的内容可以根据用户需要设计,并不以上述实施例给出的为限。
S106:提取目标人员图像的特征信息。
其中,可以采用预设的特征提取算法或采用特征提取软件来提取目标人员图像的特征信息,例如:目标人员的图像经过特征值服务进行特征值提取后,得到各目标人员图像对应的特征信息。
S107:建立目标人员图像的特征信息和身份信息之间的关联关系,得到预设特征数据。
其中,可以在采集目标人员图像的过程中,输入目标人员图像对应的身份信息,或者根据目标人员的账号读取目标人员的身份信息,以获取目标人员图像与身份信息的关联关系,提取目标人员图像的特征信息后,根据目标人员图像与身份信息的关联关系,就可以建立目标人员图像的特征信息和身份信息之间的关联关系。当然,也可以人工录入目标人员图像的特征信息和身份信息之间的关联关系,在此不作限制。
这样的设置方式在首次录入时,目标人员(例如学生、老师等)只需上传目标人员图像即可,随后服务器根据上传的图像自动提取目标人员的特征信息,并根据特征信息在数据库中获取目标人员对应的身份信息,并将身份信息和目标人员图像关联即可,使得信息的录入变得简单,仅需上传目标人员图像,根据目标人员图像即可直接获取目标人员的身份信息,无需对每个目标人员图像手动录入其身份信息,减少了人力成本,提高了关联效率。
可选地,在本申请的一个实施例中,S107之后,还会将预设特征数据存储至数据库中保存,便于后续读取。另外,这样的设置方式不需要每次都重复S105-S107的步骤,只需在人员发生变动时,目标人员(例如学生、老师等)主动更新数据库中的内容即可,减少了工作量,且提高了后续处理的效率。
图3为本申请另一实施例提供的一种座位信息生成方法的流程示意图,如图3所示,S102可包括:
S108:采用预设特征提取算法提取待识别图像中各待识别人员的特征信息。
S109:根据各待识别人员在待识别图像中的坐标,确定各待识别人员在待识别图像的位置信息。
可选地,在本申请的一个实施例中,坐标信息是根据各待识别人员在多张待识别图像中的平均位置信息确定的;其中,可以将各待识别图像的中点作为坐标原点、或者待识别图像的某个角(左上角,右上角等)作为坐标原点,在此不作限制,并获取各待识别人员在各待识别图像中的坐标,各坐标累加后取平均值,得到最终待识别人员在待识别图像中的坐标,并根据坐标确定待识别人员对应的位置信息。
图4为本申请另一实施例提供的一种座位信息生成方法的流程示意图,如图4所示,S109之后,该方法还包括:
S110:根据各待识别人员在待识别图像中的坐标,确定待识别人员之间的距离信息。
可选地,在本申请的一个实施例中,距离信息的表示方式为:(行,列,左边距离,右边距离,前边距离,后边距离),举例说明:例如当前距离信息为(2,2,0,50,60,60),则表示当前目标人员坐标在第二行第二列,距离左边座位0cm,右边座位50cm,前边座位60cm,后边座位60cm。
举例说明,以教育场景为例,确定待识别人员之间的距离信息之后,可以根据接收到的上述距离信息,判断学生之间的距离是否合理,其中判断方式可以为:分别设置每个学生前后距离或左右距离的预设距离范围值,通过比较接收到的距离信息和预设距离范围值之间的大小,自动判断各学生之间的距离是否合理;也可以采用人工判断的方式,具体判断方式本申请在此不做任何限制,可以根据用户需要灵活调整;通过对各学生之间距离信息的获取和判断,可以确定是否存在两个学生距离过近或过远,若检测到当前学生之间的距离信息存在异常,则可将相关信息进行标记处理,并发出提醒,从而实现对每个学生座位情况的监控,保证每个学生座位所在位置的合理性。
图5为本申请另一实施例提供的一种座位信息生成方法的流程示意图,如图5所示,S104之后,该方法还包括:
S111:向服务器发送座位信息、距离信息。
可选地,在本申请的一个实施例中,对于每个班级,服务器可以按照时间顺序存储座位信息和对应的距离信息,也可以仅存储最近一次上传的座位信息和对应的距离信息,具体是否需要存储以及存储方式可以根据用户需要设计,本申请在此不做任何限制。
可选地,在本申请的一个实施例中,发送信息的格式可以向量方式表示,例如(编号,行,列,左边距离,右边距离,前边距离,后边距离,姓名),举例说明,若当前发送信息为(21,2,2,0,50,60,60,李明),代表一个编号为21,姓名为李明的人员坐在第二行第二列的位置,这个位置距离左边座位0cm,右边座位50cm,前边座位60cm,后边座位60cm。
可选地,在本申请的一个实施例中,服务器在接收到座位信息后,可以与预先存储的各目标人员图像进行匹配,判断当前是否有人缺席,或是存在目标人员以外的其他人员,若检测到,则可将相关信息进行标记,例如标红,并发出警报或提醒。
举例说明,以教育场景为例,根据数据库预存的信息可知某班级包括的具体人员,其中具体包括每个人员的图像、特征信息、身份信息等,收到座位信息后就可以获知当前教室中包含的人员、以及各个人员的身份信息,那么匹配后即可知道是否有人没到,例如,座位信息中某个位置空缺。另外,如果座位信息中某人的身份信息不属于对应班级,那么可以读取该身份信息中的实际班级,并进行提示。
另外,服务器收到距离信息后,也可以用于分析某人员与周边人员的距离是否符合预设距离,便于过近或过远时,可以进行提示。以教学场景为例,如果提示两个学生距离过近,可以引起老师的关注,查看具体情况等。宏观上也可以用于分析座位布置是否合理,例如是否需要调整座位间距等,以创造更好的学习环境,在此不具体限制。
采用本申请提供的座位信息生成方法,不但可以通过对待识别图像中各待识别人员的特征信息、各待识别人员在待识别图像的位置信息的确定,将各待识别人员的特征信息与预设特征数据匹配后,确定各待识别人员的身份信息,并根据各待识别人员的身份信息和位置信息,生成座位信息。并且可以对座位信息进行分析处理,判断当前班级是否有缺课同学,或不属于该班级的同学。这样的处理方式实现了可以根据采集的图像自动生成座位表,并且在座位信息有变化后,该方法可以通过获取待识别人员的特征信息,与预设特征数据匹配后,及时更新座位表,大大提升了座位表的更新效率,进一步地,也可以减少人力成本。
图6为本申请一实施例提供的座位信息生成装置的结构示意图,如图6所示,该装置包括:获取模块201、识别模块202、确定模块203和生成模块204,其中:
获取模块201,用于获取至少一张待识别图像,其中,待识别图像中包括至少一个待识别人员。
识别模块202,用于识别待识别图像中各待识别人员的特征信息、各待识别人员在待识别图像的位置信息。
确定模块203,用于采用各待识别人员的特征信息与预设特征数据匹配,确定各待识别人员的身份信息,其中,预设特征数据包括:特征信息和对应的身份信息。
生成模块204,用于根据各待识别人员的身份信息和位置信息,生成座位信息。
图7为本申请一实施例提供的座位信息生成装置的结构示意图,如图7所示,该装置还包括:采集模块205、提取模块206和建立模块207,其中:
采集模块205,用于采集目标人员图像。
提取模块206,用于提取目标人员图像的特征信息。
建立模块207,用于建立目标人员图像的特征信息和身份信息之间的关联关系,得到预设特征数据。
可选地,提取模块206,还用于采用预设特征提取算法提取待识别图像中各待识别人员的特征信息。
确定模块203,还用于根据各待识别人员在待识别图像中的坐标,确定各待识别人员在待识别图像的位置信息。
可选地,确定模块203,还用于根据各待识别人员在待识别图像中的坐标,确定待识别人员之间的距离信息。
图8为本申请一实施例提供的座位信息生成装置的结构示意图,如图8所示,该装置还包括:发送模块208,用于向服务器发送座位信息、距离信息。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图9为本申请一实施例提供的座位信息生成设备的结构示意图,该座位信息生成设备可以集成于终端设备或者终端设备的芯片。
如图9所示,该座位信息生成设备包括:处理器501、存储介质502和总线503。
处理器501用于存储程序,处理器501调用存储介质502存储的程序,以执行上述图1-图4对应的方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本申请还提供一种程序产品,例如存储介质,该存储介质上存储有计算机程序,包括程序,该程序在被处理器运行时执行上述方法对应的实施例。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种座位信息生成方法,其特征在于,所述方法包括:
获取至少一张待识别图像,其中,所述待识别图像中包括至少一个待识别人员;
识别所述待识别图像中各所述待识别人员的特征信息、各所述待识别人员在所述待识别图像的位置信息;
采用各所述待识别人员的特征信息与预设特征数据匹配,确定各所述待识别人员的身份信息,其中,所述预设特征数据包括:特征信息和对应的身份信息;
根据各所述待识别人员的所述身份信息和所述位置信息,生成座位信息。
2.如权利要求1所述的方法,其特征在于,所述获取至少一张待识别图像之前,所述方法还包括:
采集目标人员图像;
提取所述目标人员图像的特征信息;
建立所述目标人员图像的所述特征信息和身份信息之间的关联关系,得到所述预设特征数据。
3.如权利要求1或2所述的方法,其特征在于,所述识别所述待识别图像中各所述待识别人员的特征信息、各所述待识别人员在所述待识别图像的位置信息,包括:
采用预设特征提取算法提取所述待识别图像中各所述待识别人员的特征信息;
根据各待识别人员在所述待识别图像中的坐标,确定各所述待识别人员在所述待识别图像的位置信息。
4.如权利要求3所述的方法,其特征在于,所述根据各待识别人员在所述待识别图像中的坐标,确定各所述待识别人员在所述待识别图像的位置信息之后,所述方法还包括:
根据各待识别人员在所述待识别图像中的坐标,确定所述待识别人员之间的距离信息。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
向服务器发送所述座位信息、所述距离信息。
6.一种座位信息生成装置,其特征在于,所述装置包括:获取模块、识别模块、确定模块和生成模块,其中:
所述获取模块,用于获取至少一张待识别图像,其中,所述待识别图像中包括至少一个待识别人员;
所述识别模块,用于识别所述待识别图像中各所述待识别人员的特征信息、各所述待识别人员在所述待识别图像的位置信息;
所述确定模块,用于采用各所述待识别人员的特征信息与预设特征数据匹配,确定各所述待识别人员的身份信息,其中,所述预设特征数据包括:特征信息和对应的身份信息;
所述生成模块,用于根据各所述待识别人员的所述身份信息和所述位置信息,生成座位信息。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:采集模块、提取模块和建立模块,其中:
所述采集模块,用于采集目标人员图像;
所述提取模块,用于提取所述目标人员图像的特征信息;
所述建立模块,用于建立所述目标人员图像的所述特征信息和身份信息之间的关联关系,得到所述预设特征数据。
8.如权利要求7所述的装置,其特征在于,所述提取模块,还用于采用预设特征提取算法提取所述待识别图像中各所述待识别人员的特征信息;
所述确定模块,还用于根据各待识别人员在所述待识别图像中的坐标,确定各所述待识别人员在所述待识别图像的位置信息。
9.一种座位信息生成设备,其特征在于,所述设备包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当座位信息生成设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行上述权利要求1-5任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010541030.9A CN111680653A (zh) | 2020-06-12 | 2020-06-12 | 座位信息生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010541030.9A CN111680653A (zh) | 2020-06-12 | 2020-06-12 | 座位信息生成方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111680653A true CN111680653A (zh) | 2020-09-18 |
Family
ID=72454933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010541030.9A Pending CN111680653A (zh) | 2020-06-12 | 2020-06-12 | 座位信息生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680653A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343850A (zh) * | 2021-06-07 | 2021-09-03 | 广州市奥威亚电子科技有限公司 | 视频人物信息检查的方法、装置、设备及存储介质 |
CN114240342A (zh) * | 2021-11-30 | 2022-03-25 | 珠海大横琴科技发展有限公司 | 一种会议控制的方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250822A (zh) * | 2016-07-21 | 2016-12-21 | 苏州科大讯飞教育科技有限公司 | 基于人脸识别的学生专注度监测系统及方法 |
WO2017193987A1 (zh) * | 2016-05-13 | 2017-11-16 | 中兴通讯股份有限公司 | 一种视频会议中参会人员的信息提示方法和装置 |
CN108737968A (zh) * | 2018-05-07 | 2018-11-02 | 成都天佑飞天科技有限公司 | 一种通过无线技术感知乘客异常行为的方法 |
-
2020
- 2020-06-12 CN CN202010541030.9A patent/CN111680653A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017193987A1 (zh) * | 2016-05-13 | 2017-11-16 | 中兴通讯股份有限公司 | 一种视频会议中参会人员的信息提示方法和装置 |
CN106250822A (zh) * | 2016-07-21 | 2016-12-21 | 苏州科大讯飞教育科技有限公司 | 基于人脸识别的学生专注度监测系统及方法 |
CN108737968A (zh) * | 2018-05-07 | 2018-11-02 | 成都天佑飞天科技有限公司 | 一种通过无线技术感知乘客异常行为的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343850A (zh) * | 2021-06-07 | 2021-09-03 | 广州市奥威亚电子科技有限公司 | 视频人物信息检查的方法、装置、设备及存储介质 |
CN113343850B (zh) * | 2021-06-07 | 2022-08-16 | 广州市奥威亚电子科技有限公司 | 视频人物信息检查的方法、装置、设备及存储介质 |
CN114240342A (zh) * | 2021-11-30 | 2022-03-25 | 珠海大横琴科技发展有限公司 | 一种会议控制的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160350717A1 (en) | Group supporting apparatus for recognizing density of discussions and activity levels of individuals and related computer readable recording medium | |
CN111680653A (zh) | 座位信息生成方法、装置、设备及存储介质 | |
CN111353921A (zh) | 一种考试管理方法及系统、电子设备 | |
CN111935453A (zh) | 一种学习监督方法、装置、电子设备及存储介质 | |
CN110659397A (zh) | 一种行为检测方法、装置、电子设备和存储介质 | |
CN112866808B (zh) | 一种视频处理方法、装置、电子设备及存储介质 | |
CN111368808A (zh) | 答题数据的采集方法、装置、系统和教学设备 | |
CN103279743A (zh) | 一种名片识别的方法和装置 | |
CN110740298A (zh) | 分布式教室违纪行为检测系统、方法及介质 | |
CN106920429B (zh) | 一种信息处理方法及装置 | |
CN112954451B (zh) | 视频人物添加信息的方法、装置、设备及存储介质 | |
CN116823028A (zh) | 教学质量评价系统及方法 | |
CN114926889A (zh) | 作业提交方法、装置、电子设备和存储介质 | |
CN113963453A (zh) | 一种基于双摄像头人脸识别技术的课堂考勤方法及系统 | |
CN108351973A (zh) | 控制图像处理设备的方法 | |
CN111563726A (zh) | 企业整改监管方法、装置、设备及计算机可读存储介质 | |
CN115529439A (zh) | 教育资源处理方法、装置、计算机设备和存储介质 | |
JP2020123105A (ja) | 学習装置、学習方法、学習プログラム、及び対象物認識装置 | |
CN113705438A (zh) | 一种基于多种数据采集形式的考评、阅卷方法及系统 | |
CN110611700B (zh) | 食堂座位信息实时推送方法、装置、设备和存储介质 | |
CN113643163A (zh) | 基于深度学习的互联网教育学生综合画像标签管理系统 | |
CN113343850B (zh) | 视频人物信息检查的方法、装置、设备及存储介质 | |
CN112597529A (zh) | 多媒体内容处理方法和装置、存储介质和电子设备 | |
CN105095886A (zh) | 一种人脸识别的方法及装置 | |
CN112055013A (zh) | 一种自动化认证方法、装置、设备和存储介质 |
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 |