CN112785351A - 金融网点监控方法及装置 - Google Patents
金融网点监控方法及装置 Download PDFInfo
- Publication number
- CN112785351A CN112785351A CN202110214709.1A CN202110214709A CN112785351A CN 112785351 A CN112785351 A CN 112785351A CN 202110214709 A CN202110214709 A CN 202110214709A CN 112785351 A CN112785351 A CN 112785351A
- Authority
- CN
- China
- Prior art keywords
- sub
- customers
- image
- area
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 14
- 238000005192 partition Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000010970 precious metal Substances 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种金融网点监控方法及装置，可用于金融领域或其他领域，该方法包括：采集目标金融网点的子区域图像；应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控；若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。本申请能够提高金融网点监控的效率和准确性，进而能够提高客户办理业务的满意度。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种金融网点监控方法及装置。
背景技术
随着社会经济的快速发展，需要在金融网点办理业务的人也越来越多；容易存在不同程度的排队拥堵情况，客户排队时长对客户粘性和满意度存在很大的影响；因此，对金融网点中的客户数量进行实时监控显得十分重要。
目前常见金融网点监控的方法为网点负责人工监控金融网点内各个分区的客户数量，根据监控结果协调金融网点各个分区的配备；这种监控方式的可靠性较低、效率差并且人工成本高。
发明内容
针对现有技术中的问题，本申请提出了一种金融网点监控方法及装置，能够提高金融网点监控的效率和准确性，进而能够提高客户办理业务的满意度。
为了解决上述技术问题，本申请提供以下技术方案：
采集目标金融网点的子区域图像；
应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控；
若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
进一步地，所述应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控，包括：
应用预设的对象检测模型和所述子区域图像，得到子区域中的客户数量，其中，所述预设的对象检测模型是应用Viola-Jones算法预先训练得到的。
进一步地，所述采集目标金融网点的子区域图像，包括：
采集目标金融网点的子区域的视频图像；
按照预设的时间间隔从所述视频图像中提取多个子区域图像。
进一步地，在所述按照预设的时间间隔从所述视频图像中提取多个子区域图像之后，还包括：
应用边缘计算方法，得到各个子区域图像各自对应的客户数量；
根据各个子区域图像各自对应的客户数量，得到所述子区域中的客户数量趋势变化信息。
进一步地，在所述应用边缘计算方法，得到各个子区域图像各自对应的客户数量之后，还包括：
根据各个子区域图像各自对应的客户数量，得到子区域的最大客户数量；
若子区域的最大客户数量超过最大客户数量阈值，并且该子区域为自助服务区域，则调整该子区域的自助终端数量。
进一步地，所述的金融网点监控方法，还包括：
应用CAMSHIFT算法和子区域的视频图像，确定子区域中的多条客户运行轨迹以及各条客户运行轨迹出现的次数；
根据各条客户运行轨迹以及各条客户运行轨迹出现的次数，确定所述目标金融网点中设置营销设备的位置。
进一步地，所述的金融网点监控方法，还包括：
若所述子区域的客户数量超过客户数量阈值，并且所述子区域为柜台区，则调整该子区域中的柜员数量。
第二方面，本申请提供一种金融网点监控装置，包括：
采集模块，用于采集目标金融网点的子区域图像；
监控模块，用于应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控；
输出模块，用于若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
第三方面，本申请提供一种电子设备，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程序时实现所述的金融网点监控方法。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现所述的金融网点监控方法。
由上述技术方案可知，本申请提供一种金融网点监控方法及装置。其中，该方法包括：采集目标金融网点的子区域图像；应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控；若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息，能够提高金融网点监控的效率和准确性，进而能够提高客户办理业务的满意度；具体地，能够对金融网点各个子区域内的客户数量进行实时监控并预警，同时对进行客户运行轨迹分析；便于对各个子区域内的自助设备、柜口、人力等配备进行营业中和营业后的合理调配，同时发掘更好的营销物理触点，能够提升客户满意度和营销效果。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例中金融网点监控方法的流程示意图；
图2是本申请另一实施例中金融网点监控方法的流程示意图；
图3是本申请实施例中金融网点监控装置的结构示意图；
图4是本申请应用实例中金融网点监控装置的结构示意图；
图5是本申请应用实例中边缘计算模块的结构示意图；
图6是本申请一种举例中金融网点的结构示意图；
图7是本申请应用实例中金融网点监控过程的逻辑示意图；
图8为本申请实施例的电子设备9600的系统构成示意框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
目前银行网点大多存在不同程度的排队拥堵情况，客户排队时长对银行客户粘性和满意度存在很大的影响。各家银行都采用功能分区，一般分为自助服务区、个人服务区、对公服务区、贵宾理财区等，但是对于不同网点营业厅所在区域位置、功能定位和客户群特征等因素决定了银行网点营业厅不同分区的需要的资源各不相同；同时各银行网点都会在相关位置摆放营销电子屏、营销看板、贵金属展柜等用于客户营销，但是实际的摆放位置不一定是客户停留时间最长或最多客户途径处，营销效果差。基于此，本申请考虑提出一种金融网点监控方法及装置，能够辅助银行网点及时对银行网点不同分区客户动态情况和客户到店行为路径进行分析，以便银行网点进行分区设备、人员资源合理化配置和发掘客户营销有效物理触点。
为了提高金融网点监控的效率和准确性，进而提高客户办理业务的满意度，本申请实施例提供一种金融网点监控装置，该装置可以是一服务器或客户端设备，所述客户端设备可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备和智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表和智能手环等。
在实际应用中，进行金融网点监控的部分可以在如上述内容所述的服务器侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
所述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信，包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、UDP/IP协议、HTTP协议、HTTPS协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的RPC协议(Remote Procedure Call Protocol，远程过程调用协议)、REST协议(Representational State Transfer，表述性状态转移协议)等。
需要说明的是，本申请公开的金融网点监控方法及装置可用于金融技术领域，也可用于除金融技术领域之外的任意领域，本申请公开的金融网点监控方法及装置的应用领域不做限定。
具体通过下述各个实施例进行说明。
为了提高金融网点监控的效率和准确性，进而提高客户办理业务的满意度，本实施例提供一种执行主体是金融网点监控装置的金融网点监控方法，该金融网点监控装置包括但不限于服务器，如图1所示，该方法具体包含有如下内容：
步骤100：采集目标金融网点的子区域图像。
具体地，目标金融网点可以是银行网点、缴费网点和证券网点等；可以根据实际需要将金融网点划分为多个子区域；例如，如图6所示，银行网点都采用功能分区，一般分为自助服务区、个人服务区即高柜、对公服务区即低柜和贵宾理财区等，在各个子区域内设置摄像头，每个子区域可以设有等候区。可以根据网点营业厅所在区域位置、功能定位和客户群特征等因素设置子区域的资源即配备。所述子区域图像可以是设置在子区域内的摄像头采集的图像。
步骤200：应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控。
步骤300：若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
具体地，若所述子区域的客户数量超过客户数量阈值，则确定所述子区域中的客户数量异常，可以将预警信息输出至网点负责人的终端设备；所述预警信息可以包括：子区域位置信息和客户数量等，便于人员及时发现异常。
为了进一步提高确定客户数量的智能化程度和准确性，参见图2，在本申请一个实施例中，步骤200包括：
步骤201：应用预设的对象检测模型和所述子区域图像，得到子区域中的客户数量，其中，所述预设的对象检测模型是应用Viola-Jones算法预先训练得到的。
具体地，可以应用预设的对象检测模型，识别子区域图像中的人脸个数；将子区域图像中的人脸个数作为子区域中的客户数量。
为了进一步提高确定子区域图像的可靠性，在本申请一个实施例中，步骤100包括：
步骤101：采集目标金融网点的子区域的视频图像。
具体地，可以应用设置在子区域内的摄像头采集视频图像。
步骤102：按照预设的时间间隔从所述视频图像中提取多个子区域图像。
具体地，可以对视频图像进行预处理，去除图像冗余信息；按照预设的时间间隔，针对性进行子区域图像提取。所述预设的时间间隔可根据实际情况进行设置，本申请对此不作限制。可以理解的是，可以从同一视频图像中提取多个子区域图像。
为了对客户数量趋势变化进行预测，进而对客户数量及时预警，在本申请一个实施例中，在步骤102之后，还包括：
步骤021：应用边缘计算方法，得到各个子区域图像各自对应的客户数量。
步骤022：根据各个子区域图像各自对应的客户数量，得到所述子区域中的客户数量趋势变化信息。
可以理解的是，各个子区域图像是按照预设的时间间隔从所述视频图像中提取得到的，因此，各个子区域图像对应不同的时间点；可以根据不同时间点的客户数量，拟合得到客户数量的变化趋势；所述客户数量趋势变化信息可以包含有预测的未来的户数量。
为了避免金融网点的排队拥堵情况，提高客户办理业务的满意度，在本申请一个实施例中，在步骤200之后，还包括：
步骤600：根据各个子区域图像各自对应的客户数量，得到子区域的最大客户数量。
步骤700：若子区域的最大客户数量超过最大客户数量阈值，并且该子区域为自助服务区域，则调整该子区域的自助终端数量。
具体地，可以将各个子区域图像各自对应的客户数量存储在金融网点监控装置本地，待金融网点营业结束后，从本地获取各个子区域图像各自对应的客户数量，将其中值最大的客户数量的作为最大客户数量；可以根据业务需要调整子区域的自助终端数量；举例来说，可以预先设置最大客户数量区间与自助终端数量之间的对应关系，若最大客户数量超过最大客户数量阈值且属于一级最大客户数量区间，则将自助终端数量调整为一级最大客户数量区间对应的自助终端数量，依次类推。
金融网点会在相关位置摆放营销设备用于客户营销，在现在有技术中，实际的摆放位置不一定是客户停留时间最长或最多客户途径处，营销效果差；基于此，为了提高金融网点内的产品营销效果，在本申请一个实施例中，在步骤101之后，还包括：
步骤400：应用CAMSHIFT算法和子区域的视频图像，确定子区域中的多条客户运行轨迹以及各条客户运行轨迹出现的次数。
步骤500：根据各条客户运行轨迹以及各条客户运行轨迹出现的次数，确定所述目标金融网点中设置营销设备的位置。
具体地，将出现次数超过次数阈值的客户运行轨迹作为目标客户运行轨迹，可以将目标客户运行轨迹中的任一位置作为营销物理触点，在营销物理触点处设置营销设备，所述营销设备可以是营销电子屏、营销看板和贵金属展柜中的至少一种；所述客户运行轨迹包括：运动方向和位移；用于表示客户在金融网点内的移动轨迹。
进一步地，可以将子区域中的多条客户运行轨迹以及各条客户运行轨迹出现的次数上传至数据服务端，以使数据服务端根据各条客户运行轨迹以及各条客户运行轨迹出现的次数，确定所述目标金融网点中设置营销设备的位置；若存在多个子区域，则所述数据服务端可以根据各个子区域各自对应的各条客户运行轨迹以及各条客户运行轨迹出现的次数，确定所述目标金融网点中设置营销设备的位置。所述数据服务端包括但不限于服务器。
为了避免金融网点的排队拥堵情况，提高客户办理业务的满意度，在本申请一个实施例中，在步骤200之后，还包括：
步骤800：若所述子区域的客户数量超过客户数量阈值，并且所述子区域为柜台区，则调整该子区域中的柜员数量。
具体地，可以预先设置客户数量区间与柜员数量之间的对应关系，将所述子区域中的柜员数量调整为所述子区域中的客户数量所在的客户数量区间对应的柜员数量。
举例来说，预设设置低柜区报警参数即客户数量阈值为20，若识别到低柜区等待人数超过20人时进行预警通知，并实施调配高柜柜员到低柜区进行业务办理，提升客户满意度。
从软件层面来说，为了提高金融网点监控的效率和准确性，进而提高客户办理业务的满意度，本申请提供一种用于实现所述金融网点监控方法中全部或部分内容的金融网点监控装置的实施例，参见图3，所述金融网点监控装置具体包含有如下内容：
采集模块01，用于采集目标金融网点的子区域图像。
监控模块02，用于应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控。
输出模块03，用于若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
本说明书提供的金融网点监控装置的实施例具体可以用于执行上述金融网点监控方法的实施例的处理流程，其功能在此不再赘述，可以参照上述金融网点监控方法实施例的详细描述。
为了实现银行网点各分区客户动态情况和客户到店行为路径进行分析，辅助银行网点调配资源和发掘网点内客户营销触点，结合边缘计算和视频监控技术，本申请提供一种金融网点监控装置的应用实例，在本应用实例中金融网点为银行网点，如图4所示，该装置包括：视频采集模块11、边缘计算模块12、分析结果输出模块13、数据存储模块14和数据传输模块15，其中，视频采集模块11和边缘计算模块12结合实现的功能可以相当于上述采集模块01和监控模块02结合实现的功能，分析结果输出模块13实现的功能可以相当于上述输出模块实现的功能，具体描述如下：
视频采集模块11，用于视频采集，在银行网点内各分区安装摄像头，完成视频采集。
边缘计算模块12，用于通过实时分析视频采集模块收集的影像，预处理切割成有价值的图像，并进行图像识别和数据整合分析，完成银行各分区内的人员情况分析和行为路径分析。
分析结果输出模块13，用于将边缘计算模块12数据整合分析结果，输出到网点相关管理人员终端，主要分析结果为各分区实时等待人数情况，一段时间内的人员轨迹路径，作为实时决策和后续决策数据参考。
数据存储模块14，用于数据的存储，包括参数数据、分析过程数据和分析结果数据等。
数据传输模块15，用于各模块之间的数据传输交互。
如图5所示，边缘计算模块12包括：视频预处理单元121、图像识别单元122、数据分析单元123和分析结果保存单元124，具体的：
视频预处理单元121，用于对摄像头采集的视频影像进行预处理，去除图像冗余信息。按照业务规则设定的时间间隔和频率参数，针对性进行图像采集。
图像识别单元122，用于对预处理后的图像进行目标识别，通过人脸特征、头肩部识别等进行特征检测，使用Viola-Jones对象检测法，识别图像中人脸个数，输出物主要包含银行网点各分区实时人数、各分区内按照坐标区域划分识别人员逗留标志，同时进行目标跟踪，使用直方图特征匹配和运动目标连续性匹配，使用CAMSHIFT算法对彩色图像进行分析。
数据分析单元123，用于根据图像识别结果进行数据分析，统计分析出银行网点各分区实时等待人数，等待人数趋势变化情况；轨迹分析，根据目标运动轨迹计算目标运动方向和位移，统计分析出目标轨迹最多的轨道。
分析结果保存单元124，用于将分析结果保存到数据库中，数据持久化。
具体地，银行网点通过在各个子区域内的摄像头完成各个子区域内的视频采集，预处理切割成有价值的图像，如图7所示，各个子区域的图像，如，自助服务区的图像、个人服务区的图像、对公服务区的图像和贵宾理财区的图像，通过边缘计算，对子区域内的等待客户数量进行准实时监控，同时收集客户行为轨迹；将边缘计算的结果即有效数据上传到数据服务端进行数据整合；根据数据整合结果进行预警和报告。
其中，预警过程可以包含有：网点负责人设置相关各分区的等待客户阈值报警参数，例如，设置低柜区报警参数为20人，当金融网点监控装置识别到低柜区等待人数超过20人时进行实时预警通知，网点负责人可实施调配高柜柜员到低柜区进行业务办理，提升客户满意度。报告过程包含有：网点负责人可以针对本网点一段时间的各分区等待人数最大值和客户行动轨迹，对本网点的自助终端增减、高低柜的配比、营销物理触点进行调整，同时对营业高峰期做到有效人员分流。
由上述描述可知，本应用实例提供的金融网点监控装置，能够基于边缘计算和视频监控技术对金融网点各个子区域即各个分区的客户动态情况和客户到店行为路径进行分析，对金融网点各个子区域的客户等待人数进行实时监控预警，辅助金融网点及时合理灵活调配各个子区域的硬软件和人员资源，发掘网点内客户营销有效物理触点，能够提升客户排队满意度和营销效率。
从硬件层面来说，为了提高金融网点监控的效率和准确性，进而提高客户办理业务的满意度，本申请提供一种用于实现所述金融网点监控方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现所述金融网点监控装置以及用户终端等相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例用于实现所述金融网点监控方法的实施例及用于实现所述金融网点监控装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图8为本申请实施例的电子设备9600的系统构成的示意框图。如图8所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图8是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
在本申请一个或多个实施例中，金融网点监控功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
步骤100：采集目标金融网点的子区域图像。
步骤200：应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控。
步骤300：若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
从上述描述可知，本申请的实施例提供的电子设备，能够提高金融网点监控的效率和准确性，进而提高客户办理业务的满意度。
在另一个实施方式中，金融网点监控装置可以与中央处理器9100分开配置，例如可以将金融网点监控装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现金融网点监控功能。
如图8所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图8中所示的所有部件；此外，电子设备9600还可以包括图8中没有示出的部件，可以参考现有技术。
如图8所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
上述描述可知，本申请的实施例提供的电子设备，能够提高金融网点监控的效率和准确性，进而提高客户办理业务的满意度。
本申请的实施例还提供能够实现上述实施例中的金融网点监控方法中全部步骤的一种计算机可读存储介质，所述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执行时实现上述实施例中的金融网点监控方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：采集目标金融网点的子区域图像。
步骤200：应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控。
步骤300：若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
从上述描述可知，本申请实施例提供的计算机可读存储介质，能够提高金融网点监控的效率和准确性，进而提高客户办理业务的满意度。
本申请中上述方法的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请中应用了具体实施例对本申请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申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，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申请的限制。
Claims (10)
1.一种金融网点监控方法，其特征在于，包括：
采集目标金融网点的子区域图像；
应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控；
若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
2.根据权利要求1所述的金融网点监控方法，其特征在于，所述应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控，包括：
应用预设的对象检测模型和所述子区域图像，得到子区域中的客户数量，其中，所述预设的对象检测模型是应用Viola-Jones算法预先训练得到的。
3.根据权利要求1所述的金融网点监控方法，其特征在于，所述采集目标金融网点的子区域图像，包括：
采集目标金融网点的子区域的视频图像；
按照预设的时间间隔从所述视频图像中提取多个子区域图像。
4.根据权利要求3所述的金融网点监控方法，其特征在于，在所述按照预设的时间间隔从所述视频图像中提取多个子区域图像之后，还包括：
应用边缘计算方法，得到各个子区域图像各自对应的客户数量；
根据各个子区域图像各自对应的客户数量，得到所述子区域中的客户数量趋势变化信息。
5.根据权利要求4所述的金融网点监控方法，其特征在于，在所述应用边缘计算方法，得到各个子区域图像各自对应的客户数量之后，还包括：
根据各个子区域图像各自对应的客户数量，得到子区域的最大客户数量；
若子区域的最大客户数量超过最大客户数量阈值，并且该子区域为自助服务区域，则调整该子区域的自助终端数量。
6.根据权利要求3所述的金融网点监控方法，其特征在于，还包括：
应用CAMSHIFT算法和子区域的视频图像，确定子区域中的多条客户运行轨迹以及各条客户运行轨迹出现的次数；
根据各条客户运行轨迹以及各条客户运行轨迹出现的次数，确定所述目标金融网点中设置营销设备的位置。
7.根据权利要求1所述的金融网点监控方法，其特征在于，还包括：
若所述子区域的客户数量超过客户数量阈值，并且所述子区域为柜台区，则调整该子区域中的柜员数量。
8.一种金融网点监控装置，其特征在于，包括：
采集模块，用于采集目标金融网点的子区域图像；
监控模块，用于应用边缘计算方法和所述子区域图像，对子区域的客户数量进行监控；
输出模块，用于若所述子区域的客户数量超过客户数量阈值，则输出该子区域对应的预警信息。
9.一种电子设备，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程序时实现权利要求1至7任一项所述的金融网点监控方法。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被执行时实现权利要求1至7任一项所述的金融网点监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110214709.1A CN112785351B (zh) | 2021-02-26 | 金融网点监控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110214709.1A CN112785351B (zh) | 2021-02-26 | 金融网点监控方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112785351A true CN112785351A (zh) | 2021-05-11 |
| CN112785351B CN112785351B (zh) | 2024-10-29 |
Family
ID=
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205056A (zh) * | 2021-05-12 | 2021-08-03 | 延边国泰新能源汽车有限公司 | 一种基于公共安全问题的主动图像识别预警系统及其处理方法 |
| CN113591809A (zh) * | 2021-09-28 | 2021-11-02 | 广州思林杰科技股份有限公司 | 一种网点内客户行动轨迹确定方法及装置 |
| CN113743364A (zh) * | 2021-09-17 | 2021-12-03 | 中国银行股份有限公司 | 银行网点的安防控制方法和装置 |
| CN113989727A (zh) * | 2021-11-26 | 2022-01-28 | 中国银行股份有限公司 | 用户流量监测方法及装置 |
| CN113995316A (zh) * | 2021-09-28 | 2022-02-01 | 珠海格力电器股份有限公司 | 煮饭量确定方法、装置、存储介质及电子设备 |
| CN115550613A (zh) * | 2022-09-30 | 2022-12-30 | 中国农业银行股份有限公司 | 金库操作风险的监测系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110544001A (zh) * | 2019-07-15 | 2019-12-06 | 中国平安财产保险股份有限公司 | 客流量预警方法、装置、计算机装置及存储介质 |
| CN111405239A (zh) * | 2020-02-17 | 2020-07-10 | 浙江大华技术股份有限公司 | 监控方法、服务器、监控系统以及计算机可读存储介质 |
| CN111885354A (zh) * | 2020-07-15 | 2020-11-03 | 中国工商银行股份有限公司 | 一种银行网点的服务改进判别方法及装置 |
| CN112016509A (zh) * | 2020-09-07 | 2020-12-01 | 中国银行股份有限公司 | 人员站位异常提醒方法及装置 |
| CN112258243A (zh) * | 2020-11-02 | 2021-01-22 | 黄日光 | 一种基于视觉感知和运营数据量化的精准营销评估系统 |
| CN112351389A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 商业场所内人员轨迹的跟踪方法、装置、终端、介质、系统 |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110544001A (zh) * | 2019-07-15 | 2019-12-06 | 中国平安财产保险股份有限公司 | 客流量预警方法、装置、计算机装置及存储介质 |
| CN112351389A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 商业场所内人员轨迹的跟踪方法、装置、终端、介质、系统 |
| CN111405239A (zh) * | 2020-02-17 | 2020-07-10 | 浙江大华技术股份有限公司 | 监控方法、服务器、监控系统以及计算机可读存储介质 |
| CN111885354A (zh) * | 2020-07-15 | 2020-11-03 | 中国工商银行股份有限公司 | 一种银行网点的服务改进判别方法及装置 |
| CN112016509A (zh) * | 2020-09-07 | 2020-12-01 | 中国银行股份有限公司 | 人员站位异常提醒方法及装置 |
| CN112258243A (zh) * | 2020-11-02 | 2021-01-22 | 黄日光 | 一种基于视觉感知和运营数据量化的精准营销评估系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205056A (zh) * | 2021-05-12 | 2021-08-03 | 延边国泰新能源汽车有限公司 | 一种基于公共安全问题的主动图像识别预警系统及其处理方法 |
| CN113205056B (zh) * | 2021-05-12 | 2023-08-22 | 延边国泰新能源汽车有限公司 | 一种基于公共安全问题的主动图像识别预警系统及其处理方法 |
| CN113743364A (zh) * | 2021-09-17 | 2021-12-03 | 中国银行股份有限公司 | 银行网点的安防控制方法和装置 |
| CN113591809A (zh) * | 2021-09-28 | 2021-11-02 | 广州思林杰科技股份有限公司 | 一种网点内客户行动轨迹确定方法及装置 |
| CN113995316A (zh) * | 2021-09-28 | 2022-02-01 | 珠海格力电器股份有限公司 | 煮饭量确定方法、装置、存储介质及电子设备 |
| CN113989727A (zh) * | 2021-11-26 | 2022-01-28 | 中国银行股份有限公司 | 用户流量监测方法及装置 |
| CN115550613A (zh) * | 2022-09-30 | 2022-12-30 | 中国农业银行股份有限公司 | 金库操作风险的监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9959458B1 (en) | Surveillance system | |
| US20120179742A1 (en) | Integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and/or optimized utilization of various sensory inputs | |
| SG191954A1 (en) | An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and /or optimized utilization of various sensory inputs | |
| CN107548500A (zh) | 基于用户例程模型的事件异常 | |
| CN109345680A (zh) | 一种全场景互动方法、控制设备及计算机可读介质 | |
| CN111010547A (zh) | 目标对象的追踪方法及装置、存储介质、电子装置 | |
| JP2022511402A (ja) | 来訪者情報管理方法及び装置、電子機器、並びに記憶媒体 | |
| CN114255432A (zh) | 视频流处理方法、装置、电子设备、存储介质及系统 | |
| CN109934978B (zh) | 闸机设备的控制方法、终端、闸机设备及系统 | |
| CN112766978A (zh) | 地铁刷脸支付方法及装置 | |
| CN112950357B (zh) | 交易异常团伙识别方法及装置 | |
| CN112699328A (zh) | 网点服务数据处理方法、装置、系统、设备及存储介质 | |
| CN112530205A (zh) | 机场停机坪飞机状态检测方法及装置 | |
| CN113642519A (zh) | 一种人脸识别系统和人脸识别方法 | |
| CN110300002A (zh) | 一种可视化的分布式运维方法及装置 | |
| CN107196979A (zh) | 基于语音识别的叫号预提醒系统 | |
| CN111400415B (zh) | 人员的管理方法及相关装置 | |
| CN112785351B (zh) | 金融网点监控方法及装置 | |
| CN109120896B (zh) | 安防视频监控卫士系统 | |
| CN112785351A (zh) | 金融网点监控方法及装置 | |
| CN110516097A (zh) | 一种图像数据关联分析方法、装置及存储介质 | |
| CN111489276B (zh) | 人员管理方法及相关装置 | |
| CN114900661A (zh) | 一种监控方法、装置、设备及存储介质 | |
| CN114240024A (zh) | 一种运维指标实时看板系统 | |
| CN113486805A (zh) | 图像监控的方法、装置、设备和计算机可读介质 |
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 |