CN112102114A - 一种社区养老智能餐厅方法、装置及系统 - Google Patents
一种社区养老智能餐厅方法、装置及系统 Download PDFInfo
- Publication number
- CN112102114A CN112102114A CN202010979003.XA CN202010979003A CN112102114A CN 112102114 A CN112102114 A CN 112102114A CN 202010979003 A CN202010979003 A CN 202010979003A CN 112102114 A CN112102114 A CN 112102114A
- Authority
- CN
- China
- Prior art keywords
- information
- meal
- old people
- elderly
- dining
- 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 60
- 235000012054 meals Nutrition 0.000 claims abstract description 415
- 235000013305 food Nutrition 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 14
- 230000036541 health Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000001815 facial effect Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004321 preservation Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 210000000214 mouth Anatomy 0.000 description 6
- 210000001331 nose Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 210000001508 eye Anatomy 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 210000000887 face Anatomy 0.000 description 4
- 206010020772 Hypertension Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 235000004280 healthy diet Nutrition 0.000 description 2
- 210000000554 iris Anatomy 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000003467 cheek Anatomy 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005686 eating Nutrition 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- 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
- G06Q50/26—Government or public services
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Epidemiology (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Nutrition Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本文涉及计算机技术领域,尤其涉及一种社区养老智能餐厅方法、装置及系统。其中方法包括获取用餐老年人的特征信息以及用餐订单信息;将所述用餐老年人的特征信息以及用餐订单信息发送;接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。利用本文实施例,可以令用餐老年人方便的使用社区养老智能餐厅软件进行订餐,降低用餐老年人由于不会操作智能手机,不会领取用餐补贴,不会使用用餐补贴的难题。
Description
技术领域
本文涉及计算机技术领域,尤其涉及一种社区养老智能餐厅方法、装置及系统。
背景技术
当前中国的老年人口快速增加,老龄化比例日益严重,社会发展和养老政策都会受到影响。国际通常认为,当一个国家或地区60岁以上老年人口占人口总数的10%,或65岁以上老年人口占人口总数的7%,即意味着这个国家或地区的人口处于老龄化社会。中国发展基金会发布报告,预测到2022年中国65岁以上人口将占总人口的14%,从老龄化社会进入老龄社会,报告还显示,到2050年左右,中国60岁以上的人口将达到5亿人。也就是说,中国早在2000年左右就已经进入了老龄化社会。
社区养老是养老方式之一,是指以家庭为核心,以社区为依托,以老年人日间照料、生活护理、家政服务和精神慰藉为主要内容,以上门服务和社区日托为主要形式,并引入专业化服务方式的居家养老服务体系。
为了解决老年人吃饭难的问题,各地政府相继出台办法,在社区开设老人家食堂,为老年人提供安全、方便、实惠的助餐服务,并给予高龄和失能等老年人助餐补贴。
如何解决现有技术中如何科学的进行老年人餐饮服务是亟需解决的问题。
发明内容
为解决现有技术中的问题,本文实施例提供了一种社区养老智能餐厅方法、装置及系统,用于解决现有技术中社区养老中老年人用餐时由于不够便利造成无法使用政府提供的用餐补贴的问题。
本文实施例提供了一种社区养老智能餐厅方法,包括,
获取用餐老年人的特征信息以及用餐订单信息;
将所述用餐老年人的特征信息以及用餐订单信息发送;
接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
本文实施例还提供了一种社区养老智能餐厅方法,包括,
接收用餐老年人的特征信息以及用餐订单信息;
根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息;
根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息;
根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息;
将所述用餐补贴信息以及所述用餐建议信息进行反馈。
本文实施例还提供了一种社区养老智能餐厅客户端,包括,
获取单元,用于获取用餐老年人的特征信息以及用餐订单信息;
发送单元,用于将所述用餐老年人的特征信息以及用餐订单信息发送;
接收单元,用于接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
本文实施例还提供了一种社区养老智能餐厅后台服务器,包括,
接收单元,用于接收用餐老年人的特征信息以及用餐订单信息;
身份匹配单元,用于根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息;
用餐补贴单元,用于根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息;
用餐建议单元,用于根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息;
发送单元,用于将所述用餐补贴信息以及所述用餐建议信息进行反馈。
本文实施例还提供了一种社区养老智能餐厅系统,包括如上所述的客户端和后台服务器;
所述客户端获取用餐老年人的特征信息以及用餐订单信息,将所述用餐老年人的特征信息以及用餐订单信息发送给所述后台服务器;
所述后台服务器接收用餐老年人的特征信息以及用餐订单信息,根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息,根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息,根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息,并将所述用餐补贴信息以及所述用餐建议信息反馈给所述客户端;
所述客户端接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
本文实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本文实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,该计算机指令被处理器执行时实现上述的方法。
利用本文实施例,可以令用餐老年人方便的使用社区养老智能餐厅软件进行订餐,降低用餐老年人由于不会操作智能手机,不会领取用餐补贴,不会使用用餐补贴的难题。
附图说明
为了更清楚地说明本文实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本文的一些实施例,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的附图。
图1所示为本文实施例一种社区养老智能餐厅系统的结构示意图;
图2所示为本文实施例一种社区养老智能餐厅方法的流程图;
图3所示为本文实施例一种社区养老智能餐厅方法的流程图;
图4所示为本文实施例一种社区养老智能餐厅客户端的结构示意图;
图5所示为本文实施例一种社区养老智能餐厅客户端的具体结构图;
图6所示为本文实施例一种社区养老智能餐厅后台服务器的结构图;
图7所示为本文实施例一种社区养老智能餐厅后台服务器的具体结构图;
图8所示为本文实施例一种社区养老智能餐厅系统的结构示意图;
图9所示为本文实施例社区养老智能餐厅客户端或者后台服务器的结构示意图。
【附图标号说明】
101、智能终端;
102、网络;
103、后台服务器;
400、客户端;
401、获取单元;
4011、生物特征获取模块;
4012、图像采集模块;
4013、输入模块;
4014、身体体征获取模块;
402、发送单元;
403、接收单元;
600、后台服务器;
601、接收单元;
602、身份匹配单元;
6021、人脸局部特征识别模块;
6022、匹配模块;
6023、身份匹配模块;
603、用餐补贴单元;
6031、等级匹配模块;
6032、补贴匹配模块;
604、用餐建议单元;
6041、身体状态获取模块;
6042、判断模块;
6043、分析模块;
605、发送单元;
606、活体检测单元;
607、提示单元;
801、客户端;
802、后台服务器;
803、餐厅账务系统;
804、餐厅的管理系统;
902、计算设备;
904、处理设备;
906、存储资源;
908、驱动机构;
910、输入/输出模块;
912、输入设备;
914、输出设备;
916、呈现设备;
918、图形用户接口;
920、网络接口;
922、通信链路;
924、通信总线。
具体实施方式
下面将结合本文实施例中的附图,对本文实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本文一部分实施例,而不是全部的实施例。基于本文中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本文保护的范围。
如图1所示为本文实施例一种社区养老智能餐厅系统的结构示意图,在本图中描述了社区养老中老年人通过智能终端,例如手机、平板电脑、或者餐厅识别装置获取老年人的特征信息,获得老年人的身份信息,通过身份信息完成订餐下单、补贴减扣等操作。其中,包括智能终端101,老年人通过智能终端101输入老年人的特征信息,例如扫描指纹信息、拍照、手动输入身份证信息等方式,或者也可以由餐厅服务员通过拍照、扫描指纹、身份证的RFID阅读器等方式获取老年人特征信息,其中,特征信息可以包括老年人的生物特征信息,例如指纹信息,还可以包括老年人的编码信息,例如身份证号、或者社保账号、或者老年人的代码信息,还可以包括老年人的影像信息,例如包括拍照获得的头像图片,或者老年人根据指示信息做出的动作片段等。智能终端101通过网络102将老年人特征信息以及用餐订单信息发送给后台服务器103,其中所述网络102包括无线网络或者有线网络,所述后台服务器103通过将老年人的特征信息与数据库中预留的数据进行比较,获得老年人的身份信息,根据老年人的身份信息获得老年人用餐补贴信息,并根据所述用餐订单信息对用餐的费用进行减免补贴,并将用餐补贴后的用餐费用信息通过网络102发送给智能终端101,老年人通过智能终端101完成付款,餐厅根据用餐订单制作相应食物,并通过用餐订单信息中的地址信息完成送餐服务,当老年人在餐厅用餐时,可以免去送餐服务。
在进一步的实施例中,后台服务器103还可以根据老年人的身份信息得到老年人的身体状态信息,例如慢性病、身体体征指数等,对老年人的用餐订单信息中的食物是否合适而给出建议信息,老年人通过智能终端101接收到该建议信息后,可以继续完成用餐订单,或者取消用餐订单,或者根据所述建议信息选择相应的食物套餐,发起新的用餐订单信息。
在进一步的实施例中,智能终端101还可以连接有多种多样的身体体征传感器,实时获取这些传感器的数据,将老年人的特征信息、用餐订单信息以及身体体征信息通过网络102发送给后台服务器103,后台服务器103根据上述数据对用餐订单信息中的食物与老年人的身体体征信息进行分析,并做出上述的建议信息,并通过网络102发送给智能终端101,老年人通过智能终端101可以继续完成用餐订单,或者取消用餐订单,或者根据所述建议信息选择相应的食物套餐,发起新的用餐订单信息。
在进一步的实施例中,后台服务器103还可以将上述用餐建议信息以及用餐订单信息发送给老年人预留的监护人,例如,用餐订单信息中的食物与老年人的身体体征或者病情明显不符的情况下,例如,老年人有高血压的情况下,老年人的用餐订单信息中长期包含高胆固醇等不利于高血压病情的食物,通过将老年人一段时间的用餐订单信息以及建议信息发送给老年人的监护人,例如子女、亲戚等,从而减少不利于老年人身体健康的食物摄入,保护老年人的身体健康。
如图2所示为本文实施例一种社区养老智能餐厅方法的流程图,在本图中描述了智能终端通过社区养老餐厅软件完成认证、订餐等过程,实现了老年人简便的订餐过程,并且可以在该方法中令老年人享受到国家的用餐补贴政策的优惠,并且通过视频或者生物特征信息的方式验证使用用餐补贴的人是否可以享受国家的用餐补贴,避免了国家的资源被恶意浪费。本文的方法可以运行于智能终端,包括智能手机、平板电脑、台式计算机等,可以为单独的应用程序、内嵌于其他程序中的小程序等,或者也可以为网页形式等。该方法具体包括,
步骤201,获取用餐老年人的特征信息以及用餐订单信息;
步骤202,将所述用餐老年人的特征信息以及用餐订单信息发送;
步骤203,接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
作为本文的一个实施例,获取用餐老年人的特征信息以及用餐订单信息中进一步包括,
通过生物特征获取模块获取所述用餐老年人的生物特征信息;
或者,通过图像采集模块获取所述用餐老年人的图像信息;
或者,通过输入模块获取所述用餐老年人输入的身份特征信息。
在本步骤中,所述生物特征获取单元例如可以为指纹识别芯片,或者声纹识别芯片(麦克风以及声纹识别软件模块),虹膜识别模块等,通过这些生物特征信息可以唯一的确定用餐老年人。所述图像采集单元例如可以为摄像头等设备,通过获取到的用餐老年人的静态图片,或者用餐老年人一段视频图像,或者还可以采集用餐老年人的二维码,或者采集用餐老年人的身份证信息,通过面部的人脸识别方法,同样可以唯一的确定用餐老年人,并且还可以识别出用餐老年人的活体信息,也就是说保证使用社区养老智能餐厅软件进行点餐的老年人为活体,可以享受到国家的用餐补贴优惠政策。所述用餐老年人还可以通过输入单元,例如触摸屏幕中的虚拟键盘,或者手写输入区等方式,输入用餐老年人的识别号码,或者用户密码等。通过上述这些用餐老年人特征信息可以唯一的确定用餐老年人,并且还可以确保用餐老年人为活体,防止人为恶意冒用老年人身份骗取国家用餐补贴的行为。
作为本文的一个实施例,获取用餐老年人的特征信息以及用餐订单信息中进一步包括,
当所述用餐老年人的特征信息为人脸图像信息,则获取多张用餐老年人的人脸图像信息;
在将所述用餐老年人的特征信息以及用餐订单信息发送中进一步包括,
将所述用餐老年人的多张人脸图像信息以及用餐订单信息发送。
在本步骤中,进行用餐老年人的特征信息采集时,特别是人脸图像的采集时,由于老年人把持智能终端的手臂抖动可能造成无法在按下快门时采集到的符合人脸识别清晰度要求的人脸图像,因此,智能终端在进行用餐老年人人脸图像采集时获得一系列的多张人脸图像,其中可能包括一张或者多张符合人脸识别要求的图像,智能终端将一系列采集到的人脸图像发送给后台服务器。
作为本文的一个实施例,在获取用餐老年人的特征信息以及用餐订单信息中进一步包括,
获取所述用餐老年人的身体体征信息;
在将所述用餐老年人的特征信息以及用餐订单信息发送中进一步包括,
将所述用餐老年人的特征信息、用餐订单信息以及所述用餐老年人的身体体征信息发送。
在本步骤中,身体体征信息包括血压、心跳、脉搏、体温、体脂、呼吸、睡眠、血糖含量、体重等多种身体体征信息,该信息可以通过与智能终端连接的智能手环(手表)、智能体重秤等设备获取,或者还可以从专业医疗检测设备,例如24小时心脏监测仪、随身血糖检测仪等设备,获取所述身体体征数据。智能终端将用餐老年人的身体体征信息发送给后台服务器后,以便后台服务器可以根据所述用餐老年人的身体体征信息进行分析,给出用餐老年人用餐建议,并还可以针对用餐订单信息中食物信息给出考虑到身体体征信息的用餐建议,例如当用餐老年人的血糖含量较高时,并且用餐订单中包括含糖量较高的食物,此时后台服务器可以做出食物含糖量过高,建议修改用餐订单中食物的建议,进一步的,还可以给出预先配置的健康饮食菜单,该健康饮食菜单可以结合当前的社区养老智能餐厅软件程序中提供的菜单进行提示,例如,根据社区养老智能餐厅软件中的菜单对用餐老年人进行用餐建议。
作为本文的一个实施例,在将所述用餐老年人的特征信息以及用餐订单信息发送中进一步包括,
发送所述用餐老年人的特征信息;
在接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息中进一步包括,接收针对所述用餐老年人的用餐补贴信息;
根据所述用餐补贴信息计算用餐订单信息中的价格;
当得到所述用餐老年人的确认后,将所述用餐订单信息发送,并接收针对所述用餐老年人的用餐建议信息。
在本步骤中,当用餐老年人在智能终端上点餐时,可以先选择用餐种类,例如包括堂食或者外卖配送,然后浏览社区养老智能餐厅软件中的菜单,选择其中的食物;当选择外卖配送时,继续填写配送地址和联系方式,此处,可以根据以往配送信息自动填写配送地址和联系方式,也可以根据智能终端的定位系统获得定位信息,并允许用餐老年人修改配送地址;然后,获取用餐老年人的特征信息,如前述的实施例中,可以通过虚拟键盘输入的方式获得用餐老年人输入的个人识别号码,或者通过摄像头的方式获取用餐老年人的头像图片,或者通过摄像头的方式获取用餐老年人的动态视频。将所述用餐老年人的特征信息发送给后台服务器,进行用餐老年人的身份识别,并且通过用餐老年人的身份信息获取用餐老年人的用餐补贴信息,然后智能终端根据所述用餐补贴信息对当前用餐订单信息进行相应的计算,通常上来说,所述计算是指将用餐订单信息中的价格减去所述用餐老年人的用餐补贴信息,得到当前用餐订单的补贴后价格,如果用餐老年人确认该价格,则操作智能终端将所述用餐订单信息以及配送信息发送给后台服务器,完成当前用餐订单的支付操作。所述后台服务器根据用餐订单信息中的补贴后价格生成支付订单请求,反馈给所述智能终端,所述用餐老年人点击所述支付订单请求的链接,完成相应的支付处理,后台服务器接收到完成支付的响应后,将用餐订单信息以及配送信息发送给相应的餐厅进行实物准备工作,以便以完成本次的用餐订单以及配送服务。
通过上述本文实施例中的方法,可以令用餐老年人方便的使用社区养老智能餐厅软件进行订餐,降低用餐老年人由于不会操作智能手机,不会领取用餐补贴,不会使用用餐补贴的难题;并且根据对个人的特征信息采集可以确保针对用餐老年人的用餐补贴的真实性,并且可以根据用餐老年人的特征信息获得身份信息,获得不同的用餐补贴,用餐补贴的形式灵活多变,可以根据实际应用中的反馈调整系统,避免大量的重复开发的工作;并且还可以使得用餐老年人获得与其相对应的用餐建议,从而实现科学养生、远程养生的目的。
如图3所示为本文实施例一种社区养老智能餐厅方法的流程图,在本图的实施例中描述了后台服务器接收到用餐老年人的特征信息以及用餐订单信息后,如何根据用餐老年人的特征信息匹配得到用餐老年人的身份信息,并且获得用餐老年人的身体状态信息,并根据用餐老年人的身体状态信息以及用餐订单信息生成用餐建议的过程,在该过程中可以针对用餐老年人的身体状态提示用餐老年人的用餐订单中的食物是否合适,避免了用餐老年人由于不正确的饮食习惯造成身体的不适,具体包括:
步骤301,接收用餐老年人的特征信息以及用餐订单信息;
步骤302,根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息;
步骤303,根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息;
步骤304,根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息;
步骤305,将所述用餐补贴信息以及所述用餐建议信息进行反馈。
作为本文的一个实施例,在根据所述用餐老年人的特征信息找到相应的用餐老年人身份信息之前还包括,
根据所述用餐老年人的特征信息对所述用餐老年人进行活体检测。
在本步骤中,若所述用餐老年人的特征信息包括所述用餐老年人的生物特征信息,则判断所述生物特征信息是否与数据库中存储的生物特征信息相同,若相同,则说明所述用餐老年人为活体,若不相同,则所述用餐老年人可能不为活体;
若所述用餐老年人的特征信息包括所述用餐老年人的图像信息,则判断所述用餐老年人的图像信息是否与数据库中的图像信息相同,若相同,则说明所述用餐老年人为活体,若不相同,则所述用餐老年人可能不会活体;其中,还可以向智能终端发送令所述用餐老年人进行特定动作的指令,若图像采集到所述用餐老年人所做出的动作与所述指令中指示的动作相同,则说明所述用餐老年人为活体;
若所述用餐老年人的特征信息包括所述用餐老年人的身份特征信息,则还需要向智能终端发送进一步进行活体检测的请求,例如需要获取智能终端摄像头或者麦克风等设备的数据,以获取所述用餐老年人的图像信息或者声音信息,从而判断所述用餐老年人是否为活体。
作为本文实施例的一个方面,在根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息中进一步包括,
当所述用餐老年人的特征信息包括人脸图像时,根据接收到的多张人脸图像,识别每一张人脸图像中人脸局部特征;
将清晰的人脸局部特征与人脸局部特征库进行匹配;
得到与多个人脸局部特征相似度最高的人脸识别结果,利用所述人脸识别结果匹配所述用餐老年人的身份信息。
在本步骤中,后台服务器接收到所述一系列的多张人脸图像后,对每一张人脸图像进行人脸局部特征识别,在某些图像中可能包括有比较清晰的人脸局部特征的图像,也可能无法识别出图像中的人脸局部特征,例如,第一张图像中人脸的嘴部图像比较清晰,第二张图像中人脸的眼部比较清晰,第三张为全部模糊的图像,图像中的特征与所有人脸局部特征都不相似,无法进行人脸局部特征识别,第四张图像中人脸的鼻子比较清晰,针对人脸图像中不同局部清晰的图像进行识别,计算人脸局部特征信息,与人脸局部特征库进行匹配,计算人脸局部特征点的数据距离,例如,欧几里得距离、曼哈顿距离、明可夫斯基距离、余弦相似度、皮尔森相关系数等方法,在实际应用中,可以根据实际需求选择相似度的计算方法。匹配得到多个人脸局部特征匹配的结果,例如当眼部、鼻子、嘴部、耳朵、额头、脸颊等多个人脸局部特征相似度最高的人脸识别结果,找到所述人脸识别结果相应的用餐老年人身份信息。
其中,人脸图像可以是包含用餐老年人的人脸在内的图像,人脸图像中可以包括眼睛、鼻子、嘴巴、耳朵和眼眉等一个或多个人脸局部的图像。人脸局部特征可以是人脸局部图像的颜色特征、纹理特征、形状特征和空间关系特征等,其中的颜色特征可以是一种全局特征,该颜色特征可以用于描述图像或图像区域所对应的景物的表面性质。其中的纹理特征也可以是一种全局特征,纹理特征可以用于描述图像或图像区域所对应景物的表面性质。其中的形状特征可以包括两类,其中一类是轮廓特征,另一类是区域特征,图像的轮廓特征主要是针对物体的外边界,而图像的区域特征则关系到整个形状区域。其中的空间关系特征可以是指从图像中分割出来的多个目标之间的相互的空间位置或相对方向关系,上述关系可以分为连接关系、邻接关系、交叠关系、重叠关系、包含关系和包容关系等。人脸局部可以是用餐老年人的整个面部的上半部分、下半部分、左半部分或右半部分等,或者,还可以是用户的整个面部的任意部分,如用户的嘴巴或鼻子等。
在实施中,人脸识别是一种高精度、易于使用、稳定性高、难仿冒的生物识别技术,是基于面部特征进行人员身份辨别的过程。人的人脸特征与指纹、虹膜一样具备唯一和不易被复制的优良属性,随着人脸识别技术的不断发展,深度学习、大数据成为人脸识别领域的主要技术路线,而人脸识别网络变大变深,数据量不断变大,大数据成为提高人脸识别性能的关键。
为了能够对人脸局部图像进行准确识别,可以预先训练不同人脸局部图像对应的面部识别模型,根据用餐老年人上传清晰人脸图像的基础之上,将人脸的某一部分,例如眼部、嘴部、鼻子等局部图像建立人脸局部特征模型,而形成人脸局部特征模型库,通过相应的识别模型可以对不同人脸局部特征进行识别。基于上述内容,当用餐老年人开启社区养老智能餐厅软件,下达用餐订单的时候,可以启动智能终端的图像采集单元,可以通过该图像采集单元采集多张用餐老年人的人脸图像。当后台服务器获得多张用餐老年人人脸图像后,还可以对人脸图像中老年人的面部部位进行分析,确定老年人的面部的各个部位在面部图像中的位置,如果能够确定某部位在面部图像中的位置,则表明该部位清晰可以进行后续的识别局部特征,如果无法确定某部位在面部图像中的位置,则表明该部位不够清晰或者缺失,不能后进行后续的识别局部特征。
在实际应用中,人脸图像中用于进行识别的图像特征可以预先设定,例如人脸图像中用于进行人脸识别的图像特征可以包括两只眼睛对应的图像特征、鼻子对应的图像特征、嘴巴对应的图像特征、两侧眉毛对应的图像特征、两只耳朵对应的图像特征和下巴对应的图像特征等,如果人脸局部特征为嘴巴,则对该人脸图像进行嘴巴部位的人脸局部特征是被,如果人脸局部特征为嘴巴和鼻子,则对该人脸图像进行嘴巴对应的局部特征和鼻子对应的局部特征等。
作为本文的一个实施例,在根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息中进一步包括,
根据所述用餐老年人的身份信息中的数据,匹配相应的等级;
根据所述等级匹配相应的用餐补贴信息。
在本步骤中,所述用餐老年人的身份信息中可以包括用餐老年人的姓名、年龄、住所区域、户口所在地、家庭情况(例如是否有配偶、子女、是否有其他亲属等)、是否属于五保户等信息。不同的用餐老年人可以为不同的等级,例如,将有子女的用餐老年人氛围5级,将无子女的用餐老年人划分为4级,将有慢性病且无子女的用餐老年人划分为3级,将行动不便的且无子女的用餐老年人划分为2级,将五保户用餐老年人划分为1级。其中,不同的等级对应不同的用餐补贴,例如5级用餐老年人的用餐补贴为3元,1级用餐老年人的用餐补贴为6元。
作为本文的一个实施例,根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息中进一步包括,
根据所述用餐老年人的身份信息获取所述用餐老年人的身体状态信息;
根据所述用餐老年人的身体状态信息分析所述用餐订单信息中的食物是否符合所述用餐老年人的身体状态;
根据分析结果生成用餐建议信息。
在本步骤中,后台服务器可以根据所述用餐老年人的身份信息获取医疗系统中(或者医保系统中)该老年人的身体检查信息、历史医疗记录信息等,从而获得该老年人的身体状态信息。根据用餐老年人的身体状态信息检查所述用餐订单信息中是否有不利于用餐老年人身体的食物,例如用餐老年人患有糖尿病,而用餐订单信息中有含糖量或者导致血糖上升的食物等,输出分析结果,例如XX食物中含糖量过高,请选择其他菜品等提示信息。
作为本文的一个实施例,在接收用餐老年人的特征信息以及用餐订单信息中还包括,
接收用餐老年人的特征信息、用餐订单信息以及所述用餐老年人的身体体征信息;
在根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息中进一步包括,
根据所述用餐老年人的身份信息获取所述用餐老年人的身体状态信息;
根据所述用餐老年人的身体状态信息以及身体体征信息分析所述用餐订单信息中的食物是否符合所述用餐老年人的身体状态;
根据分析结果生成用餐建议信息。
在本步骤中,后台服务器综合考虑用餐老年人的身体状态和身体体征,对用餐老年人的用餐订单信息进行分析,得到订单中的哪些食物不利于当前老年人的身体健康,并给出建议,或者直接给出当前社区养老智能餐厅的菜单中合适的食物菜单,将分析建议和相应的食物菜单生成用餐建议信息。
作为本文的一个实施例,在将所述用餐补贴信息以及所述用餐建议信息进行反馈后还包括,
当一预定时间窗口内的所述用餐建议信息都具有相同类型时,向所述用餐老年人的监护人发送提示信息。
在本步骤中,当用餐老年人在一段时间内都违背用餐建议,例如用餐老年人有高血压,但是最近一周的用餐订单信息中都包括脂肪含量较高的食物,则可以根据用餐老年人预留的监护人,例如子女、亲属等,发送提示信息,从而提醒用餐老年人的亲属监督老年人的饮食。
通过上述本文实施例中的方法,可以令用餐老年人方便的使用社区养老智能餐厅软件进行订餐,降低用餐老年人由于不会操作智能手机,不会领取用餐补贴,不会使用用餐补贴的难题;并且根据对个人的特征信息采集可以确保针对用餐老年人的用餐补贴的真实性,并且可以根据用餐老年人的特征信息获得身份信息,获得不同的用餐补贴,用餐补贴的形式灵活多变,可以根据实际应用中的反馈调整系统,避免大量的重复开发的工作;并且还可以使得用餐老年人获得与其相对应的用餐建议,从而实现科学养生、远程养生的目的;通过多张图像的人脸局部特征的识别,可以解决老年人不能通过智能终端拍摄出清晰的人脸图像的问题,进一步提高了老年人使用的便利性。
如图4所示为本文实施例一种社区养老智能餐厅客户端的结构示意图,在本图中描述了用餐老年人基于智能终端、平板电脑、计算机等电子设备下达用餐订单的过程,并且在该过程中还可以自动享受到政府提供的针对老年人的用餐补贴,并且通过对用餐老年人的验证,避免了过埃及资源被恶意浪费的问题,本实施例中的单元、功能模块都可以由专用或者通用芯片构成,或者还可以由软件程序完成,该客户端400具体包括,
获取单元401,用于获取用餐老年人的特征信息以及用餐订单信息;
发送单元402,用于将所述用餐老年人的特征信息以及用餐订单信息发送;
接收单元403,用于接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
作为本文的一个实施例,如图5所示为本文实施例一种社区养老智能餐厅客户端的具体结构图,其中,所述获取单元401进一步包括,
生物特征获取模块4011,用于获取所述用餐老年人的生物特征信息;
图像采集模块4012,用于获取所述用餐老年人的图像信息;
输入模块4013,用于获取所述用餐老年人输入的身份特征信息。
作为本文的一个实施例,所述图像采集模块4012进一步用于获取多张用餐老年人的人脸图像信息;
所述发送单元402进一步用于将所述用餐老年人的多张人脸图像信息以及用餐订单信息发送。
作为本文的一个实施例,所述获取单元401还包括,
身体体征获取模块4014,用于获取所述用餐老年人的身体体征信息;
所述发送单元402进一步用于将所述用餐老年人的特征信息、用餐订单信息以及所述用餐老年人的身体体征信息发送。
通过上述本文实施例中的客户端,可以令用餐老年人方便的使用社区养老智能餐厅软件进行订餐,降低用餐老年人由于不会操作智能手机,不会领取用餐补贴,不会使用用餐补贴的难题;并且根据对个人的特征信息采集可以确保针对用餐老年人的用餐补贴的真实性,并且可以根据用餐老年人的特征信息获得身份信息,获得不同的用餐补贴,用餐补贴的形式灵活多变,可以根据实际应用中的反馈调整系统,避免大量的重复开发的工作;并且还可以使得用餐老年人获得与其相对应的用餐建议,从而实现科学养生、远程养生的目的。
如图6所示为本文实施例一种社区养老智能餐厅后台服务器的结构图,在本图中描述了由计算机、计算机集群、或者高性能计算机等构成的后台服务器,其中包括多个功能单元和模块,均可以由专用或者通用芯片实现,还可以通过软件程序实现,该后台服务器600具体包括,
接收单元601,用于接收用餐老年人的特征信息以及用餐订单信息;
身份匹配单元602,用于根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息;
用餐补贴单元603,用于根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息;
用餐建议单元604,用于根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息;
发送单元605,用于将所述用餐补贴信息以及所述用餐建议信息进行反馈。
作为本文的一个实施例,如图7所示为本文实施例一种社区养老智能餐厅后台服务器的具体结构图,还包括活体检测单元606,用于根据所述用餐老年人的特征信息对所述用餐老年人进行活体检测。
作为本文实施例的一个方面,所述身份匹配单元602进一步包括,
人脸局部特征识别模块6021,用于当所述用餐老年人的特征信息包括人脸图像时,根据接收到的多张人脸图像,识别每一张人脸图像中人脸局部特征;
匹配模块6022,用于将清晰的人脸局部特征与人脸局部特征库进行匹配;
身份匹配模块6023,用于得到多个人脸局部特征相似度最高的人脸识别结果,利用所述人脸识别结果匹配所述用餐老年人的身份信息。
作为本文实施例的一个方面,所述用餐补贴单元603进一步包括,
等级匹配模块6031,用于根据所述用餐老年人的身份信息中的数据,匹配相应的等级;
补贴匹配模块6032,用于根据所述等级匹配相应的用餐补贴信息。
作为本文实施例的一个方面,所述用餐建议单元604进一步包括,
身体状态获取模块6041,用于根据所述用餐老年人的身份信息获取所述用餐老年人的身体状态信息;
判断模块6042,用于根据所述用餐老年人的身体状态信息分析所述用餐订单信息中的食物是否符合所述用餐老年人的身体状态;
分析模块6043,用于根据分析结果生成用餐建议信息。
作为本文的一个实施例,所述接收单元601还用于接收用餐老年人的特征信息、用餐订单信息以及所述用餐老年人的身体体征信息;
所述用餐建议单元604进一步包括,
身体状态获取模块6041,用于根据所述用餐老年人的身份信息获取所述用餐老年人的身体状态信息;
判断模块6042,用于根据所述用餐老年人的身体状态信息以及身体体征信息分析所述用餐订单信息中的食物是否符合所述用餐老年人的身体状态;
分析模块6043,用于根据分析结果生成用餐建议信息。
作为本文的一个实施例,后台服务器还包括提示单元607,用于当一预定时间窗口内的所述用餐建议信息都具有相同类型时,向所述用餐老年人的监护人发送提示信息。
通过上述本文实施例中的后台服务器,可以令用餐老年人方便的使用社区养老智能餐厅软件进行订餐,降低用餐老年人由于不会操作智能手机,不会领取用餐补贴,不会使用用餐补贴的难题;并且根据对个人的特征信息采集可以确保针对用餐老年人的用餐补贴的真实性,并且可以根据用餐老年人的特征信息获得身份信息,获得不同的用餐补贴,用餐补贴的形式灵活多变,可以根据实际应用中的反馈调整系统,避免大量的重复开发的工作;并且还可以使得用餐老年人获得与其相对应的用餐建议,从而实现科学养生、远程养生的目的;通过多张图像的人脸局部特征的识别,可以解决老年人不能通过智能终端拍摄出清晰的人脸图像的问题,进一步提高了老年人使用的便利性。
如图8所示为本文实施例一种社区养老智能餐厅系统的结构示意图,在本图中采用了多个如上述图4和图5所示的客户端801,以及如上述图6和图7所示的后台服务器802,每个用餐老年人均可以通过运行于智能终端上的客户端801进行下达用餐订单,并通过后台服务器802来合适用餐老年人身份,并提供相应用餐补贴信息,从而使得老年人可以直接在客户端下达用餐订单的同时获得用餐补贴并使用该补贴完成用餐订单的交易。还可以通过该后台服务器802完成对各个餐厅账务系统803的对接,根据后台服务器802上记录的用餐订单记录以及相应的用餐补贴记录,对每一份用餐订单对应的餐厅账务系统803进行用餐补贴的结算;并且还可以连接各个餐厅的管理系统804,所述餐厅的管理系统804可以根据后台服务器802中的用餐订单来管理餐厅的采购和库存,根据用餐订单来进行备餐、送餐等业务;在某些实施例中,客户端801还可以位于餐厅,老年人通过到餐厅进行下达用餐订单,并且在餐厅的客户端801中进行特征信息的采集,例如获取用餐老年人的指纹信息、人脸图像、输入的密码、或者智能终端上保存的二维码等,或者还可以通过身份证读卡器获取用餐老年人的身份证信息。
如图9所示为本文实施例社区养老智能餐厅客户端或者后台服务器的结构示意图,在本文中的社区养老智能餐厅客户端或者后台服务器均可以运行于本实施例中的计算设备中,该计算设备902可以包括一个或多个处理设备904,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算设备902还可以包括任何存储资源906,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储资源906可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储资源都可以使用任何技术来存储信息。进一步地,任何存储资源可以提供信息的易失性或非易失性保留。进一步地,任何存储资源可以表示计算设备902的固定或可移除部件。在一种情况下,当处理设备904执行被存储在任何存储资源或存储资源的组合中的相关联的指令时,计算设备902可以执行相关联指令的任一操作。计算设备902还包括用于与任何存储资源交互的一个或多个驱动机构908,诸如硬盘驱动机构、光盘驱动机构等。
计算设备902还可以包括输入/输出模块910(I/O),其用于接收各种输入(经由输入设备912)和用于提供各种输出(经由输出设备914)。一个具体输出机构可以包括呈现设备916和相关联的图形用户接口(GUI)918。计算设备902还可以包括一个或多个网络接口920,其用于经由一个或多个通信链路922与其他设备交换数据。一个或多个通信总线924将上文所描述的部件耦合在一起。
通信链路922可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路922可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本文实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取用餐老年人的特征信息以及用餐订单信息;
将所述用餐老年人的特征信息以及用餐订单信息发送;
接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
本文实施例提供的计算机设备还可以实现如图2所示实施例的所有方法。
对应于图2中的方法,本文实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行如图2所示实施例的所有方法。
本文实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
接收用餐老年人的特征信息以及用餐订单信息;
根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息;
根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息;
根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息;
将所述用餐补贴信息以及所述用餐建议信息进行反馈。
本文实施例提供的计算机设备还可以实现如图3所示实施例的所有方法。
对应于图3中的方法,本文实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行如图3所示实施例的所有方法。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
还应理解,在本文实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本文所提供的几个实施例中,应该理解到,所揭露的系统、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。另外,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,也可以是电的,机械的或其它的形式连接。
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文实施例方案的目的。
另外,在本文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,也可以是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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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,本文的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或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)执行本文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。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本文的方法及其核心思想;同时,对于本领域的一般技术人员,依据本文的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本文的限制。
Claims (17)
1.一种社区养老智能餐厅方法,其特征在于包括,
获取用餐老年人的特征信息以及用餐订单信息;
将所述用餐老年人的特征信息以及用餐订单信息发送;
接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
2.根据权利要求1所述的方法,其特征在于,获取用餐老年人的特征信息以及用餐订单信息中进一步包括,
通过生物特征获取模块获取所述用餐老年人的生物特征信息;
或者,通过图像采集模块获取所述用餐老年人的图像信息;
或者,通过输入模块获取所述用餐老年人输入的身份特征信息。
3.根据权利要求2所述的方法,其特征在于,获取用餐老年人的特征信息以及用餐订单信息中进一步包括,
当所述用餐老年人的特征信息为人脸图像信息,则获取多张用餐老年人的人脸图像信息;
在将所述用餐老年人的特征信息以及用餐订单信息发送中进一步包括,
将所述用餐老年人的多张人脸图像信息以及用餐订单信息发送。
4.根据权利要求1所述的方法,其特征在于,在获取用餐老年人的特征信息以及用餐订单信息中进一步包括,
获取所述用餐老年人的身体体征信息;
在将所述用餐老年人的特征信息以及用餐订单信息发送中进一步包括,
将所述用餐老年人的特征信息、用餐订单信息以及所述用餐老年人的身体体征信息发送。
5.根据权利要求4所述的方法,其特征在于,在将所述用餐老年人的特征信息以及用餐订单信息发送中进一步包括,
发送所述用餐老年人的特征信息;
在接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息中进一步包括,
接收针对所述用餐老年人的用餐补贴信息;
根据所述用餐补贴信息计算用餐订单信息中的价格;
当得到所述用餐老年人的确认后,将所述用餐订单信息发送,并接收针对所述用餐老年人的用餐建议信息。
6.一种社区养老智能餐厅方法,其特征在于包括,
接收用餐老年人的特征信息以及用餐订单信息;
根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息;
根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息;
根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息;
将所述用餐补贴信息以及所述用餐建议信息进行反馈。
7.根据权利要求6所述的方法,其特征在于,在根据所述用餐老年人的特征信息找到相应的用餐老年人身份信息之前还包括,
根据所述用餐老年人的特征信息对所述用餐老年人进行活体检测。
8.根据权利要求6所述的方法,其特征在于,在根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息中进一步包括,
当所述用餐老年人的特征信息包括人脸图像时,根据接收到的多张人脸图像,识别每一张人脸图像中人脸局部特征;
将清晰的人脸局部特征与人脸局部特征库进行匹配;
得到与多个人脸局部特征相似度最高的人脸识别结果,利用所述人脸识别结果匹配所述用餐老年人的身份信息。
9.根据权利要求6所述的方法,其特征在于,在根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息中进一步包括,
根据所述用餐老年人的身份信息中的数据,匹配相应的等级;
根据所述等级匹配相应的用餐补贴信息。
10.根据权利要求6所述的方法,其特征在于,根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息中进一步包括,
根据所述用餐老年人的身份信息获取所述用餐老年人的身体状态信息;
根据所述用餐老年人的身体状态信息分析所述用餐订单信息中的食物是否符合所述用餐老年人的身体状态;
根据分析结果生成用餐建议信息。
11.根据权利要求10所述的方法,其特征在于,在接收用餐老年人的特征信息以及用餐订单信息中还包括,
接收用餐老年人的特征信息、用餐订单信息以及所述用餐老年人的身体体征信息;
在根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息中进一步包括,
根据所述用餐老年人的身份信息获取所述用餐老年人的身体状态信息;
根据所述用餐老年人的身体状态信息以及身体体征信息分析所述用餐订单信息中的食物是否符合所述用餐老年人的身体状态;
根据分析结果生成用餐建议信息。
12.根据权利要求10所述的方法,其特征在于,在将所述用餐补贴信息以及所述用餐建议信息进行反馈后还包括,
当一预定时间窗口内的所述用餐建议信息都具有相同类型时,向所述用餐老年人的监护人发送提示信息。
13.一种社区养老智能餐厅客户端,其特征在于包括,
获取单元,用于获取用餐老年人的特征信息以及用餐订单信息;
发送单元,用于将所述用餐老年人的特征信息以及用餐订单信息发送;
接收单元,用于接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
14.一种社区养老智能餐厅后台服务器,其特征在于包括,
接收单元,用于接收用餐老年人的特征信息以及用餐订单信息;
身份匹配单元,用于根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息;
用餐补贴单元,用于根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息;
用餐建议单元,用于根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息;
发送单元,用于将所述用餐补贴信息以及所述用餐建议信息进行反馈。
15.一种社区养老智能餐厅系统,其特征在于包括,
多个如权利要求13所述的客户端,以及如权利要求14所述的后台服务器;
所述客户端获取用餐老年人的特征信息以及用餐订单信息,将所述用餐老年人的特征信息以及用餐订单信息发送给所述后台服务器;
所述后台服务器接收用餐老年人的特征信息以及用餐订单信息,根据所述用餐老年人的特征信息匹配到相应的用餐老年人身份信息,根据所述用餐老年人的身份信息匹配到相应的用餐补贴信息,根据所述用餐老年人的身份信息以及所述用餐订单信息生成用餐建议信息,并将所述用餐补贴信息以及所述用餐建议信息反馈给所述客户端;
所述客户端接收针对所述用餐老年人的用餐补贴信息以及用餐建议信息。
16.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1-12任一项的方法。
17.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述权利要求1-12任一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010979003.XA CN112102114A (zh) | 2020-09-17 | 2020-09-17 | 一种社区养老智能餐厅方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010979003.XA CN112102114A (zh) | 2020-09-17 | 2020-09-17 | 一种社区养老智能餐厅方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112102114A true CN112102114A (zh) | 2020-12-18 |
Family
ID=73759506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010979003.XA Pending CN112102114A (zh) | 2020-09-17 | 2020-09-17 | 一种社区养老智能餐厅方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112102114A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117788057A (zh) * | 2024-02-27 | 2024-03-29 | 浙江恒中养老产业发展有限公司 | 一种补贴发放及使用方法和装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120134602A (ko) * | 2011-06-03 | 2012-12-12 | 연세대학교 산학협력단 | 고령 친화형 다목적 식당 관리시스템 |
CN106408465A (zh) * | 2016-10-09 | 2017-02-15 | 京东方科技集团股份有限公司 | 一种辅助点餐方法和点餐装置 |
CN106846672A (zh) * | 2016-12-02 | 2017-06-13 | 周俊彦 | 一种食堂智能结算方法 |
US20190102830A1 (en) * | 2017-09-29 | 2019-04-04 | Alibaba Group Holding Limited | Smart meal ordering method and device |
CN109919672A (zh) * | 2019-02-28 | 2019-06-21 | 深圳前海微众银行股份有限公司 | 智能点餐方法、系统、点餐终端、餐食制作机及存储介质 |
WO2019119525A1 (zh) * | 2017-12-21 | 2019-06-27 | 陕西伟景机器人科技有限公司 | 基于图像识别的餐厅自动结账方法 |
CN109961378A (zh) * | 2019-03-20 | 2019-07-02 | 合肥浮点信息科技有限公司 | 一种基于人脸识别的食堂消费监管系统 |
CN110363682A (zh) * | 2019-06-13 | 2019-10-22 | 深圳市科拜斯物联网科技有限公司 | 一种自动营养配餐方法及装置 |
CN110706820A (zh) * | 2019-09-27 | 2020-01-17 | 广州华立科技职业学院 | 一种基于大数据技术的老年人健康服务虚拟社区系统 |
CN110710852A (zh) * | 2019-10-30 | 2020-01-21 | 广州铁路职业技术学院(广州铁路机械学校) | 基于送餐机器人的送餐方法、系统、介质及智能设备 |
CN111027953A (zh) * | 2019-10-21 | 2020-04-17 | 深圳蚂里奥技术有限公司 | 一种餐厅点单及支付的方法和系统 |
CN111563737A (zh) * | 2020-04-29 | 2020-08-21 | 云南电网有限责任公司电力科学研究院 | 一种基于人脸识别的智能用餐系统及方法 |
-
2020
- 2020-09-17 CN CN202010979003.XA patent/CN112102114A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120134602A (ko) * | 2011-06-03 | 2012-12-12 | 연세대학교 산학협력단 | 고령 친화형 다목적 식당 관리시스템 |
CN106408465A (zh) * | 2016-10-09 | 2017-02-15 | 京东方科技集团股份有限公司 | 一种辅助点餐方法和点餐装置 |
CN106846672A (zh) * | 2016-12-02 | 2017-06-13 | 周俊彦 | 一种食堂智能结算方法 |
US20190102830A1 (en) * | 2017-09-29 | 2019-04-04 | Alibaba Group Holding Limited | Smart meal ordering method and device |
WO2019119525A1 (zh) * | 2017-12-21 | 2019-06-27 | 陕西伟景机器人科技有限公司 | 基于图像识别的餐厅自动结账方法 |
CN109919672A (zh) * | 2019-02-28 | 2019-06-21 | 深圳前海微众银行股份有限公司 | 智能点餐方法、系统、点餐终端、餐食制作机及存储介质 |
CN109961378A (zh) * | 2019-03-20 | 2019-07-02 | 合肥浮点信息科技有限公司 | 一种基于人脸识别的食堂消费监管系统 |
CN110363682A (zh) * | 2019-06-13 | 2019-10-22 | 深圳市科拜斯物联网科技有限公司 | 一种自动营养配餐方法及装置 |
CN110706820A (zh) * | 2019-09-27 | 2020-01-17 | 广州华立科技职业学院 | 一种基于大数据技术的老年人健康服务虚拟社区系统 |
CN111027953A (zh) * | 2019-10-21 | 2020-04-17 | 深圳蚂里奥技术有限公司 | 一种餐厅点单及支付的方法和系统 |
CN110710852A (zh) * | 2019-10-30 | 2020-01-21 | 广州铁路职业技术学院(广州铁路机械学校) | 基于送餐机器人的送餐方法、系统、介质及智能设备 |
CN111563737A (zh) * | 2020-04-29 | 2020-08-21 | 云南电网有限责任公司电力科学研究院 | 一种基于人脸识别的智能用餐系统及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117788057A (zh) * | 2024-02-27 | 2024-03-29 | 浙江恒中养老产业发展有限公司 | 一种补贴发放及使用方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020221884B2 (en) | Automatic visual display overlays of contextually related data from multiple applications | |
US8655796B2 (en) | Methods and systems for recording verifiable documentation | |
US8606595B2 (en) | Methods and systems for assuring compliance | |
US10897461B2 (en) | Pharmacy database access methods and systems | |
US20120323590A1 (en) | Methods and systems for electronic medical source | |
US20150039451A1 (en) | Biometrics for Rapid and Enhanced Service and Hospitality and Quantification Thereof | |
CN107004214A (zh) | 用户状态调控的产品选择 | |
WO2005124624A1 (en) | Biomeric information reader and system | |
CN106991286A (zh) | 一种基于移动互联网的电子病历共享方法 | |
US10803978B2 (en) | Selective access to medical symptom tracking data using dispersive storage area network (SAN) | |
US20210327582A1 (en) | Method and system for improving the health of users through engagement, monitoring, analytics, and care management | |
CN114496247A (zh) | 一种社区健康管理系统 | |
CN112102114A (zh) | 一种社区养老智能餐厅方法、装置及系统 | |
Inoue et al. | Integrating activity recognition and nursing care records: the system, experiment, and the dataset | |
CN109119131B (zh) | 基于医学检验专家智库平台的体检方法及系统 | |
US20190244696A1 (en) | Medical record management system with annotated patient images for rapid retrieval | |
CN112750512A (zh) | 数据处理方法、客户端、服务器、系统及存储介质 | |
JP7208596B1 (ja) | 帳票作成プログラム、帳票作成システム | |
CN111916171A (zh) | 基于自助问诊端的安全转诊方法及系统 | |
CN111370100A (zh) | 基于云端服务器的整容推荐方法及系统 | |
US20180365379A1 (en) | Adaptive Recording of Medical, Health and Fitness History | |
JP7323241B2 (ja) | 服薬指導情報提供システム | |
JP7468850B2 (ja) | 情報処理装置 | |
WO2024042613A1 (ja) | 端末、端末の制御方法及び記憶媒体 | |
Sandamal et al. | Emergency Patient Identification System |
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 |