CN112949619B - 客房卫生清洁监督方法、电子设备及存储介质 - Google Patents

客房卫生清洁监督方法、电子设备及存储介质 Download PDF

Info

Publication number
CN112949619B
CN112949619B CN202110531715.XA CN202110531715A CN112949619B CN 112949619 B CN112949619 B CN 112949619B CN 202110531715 A CN202110531715 A CN 202110531715A CN 112949619 B CN112949619 B CN 112949619B
Authority
CN
China
Prior art keywords
video data
cleaning
frame
partition
process video
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110531715.XA
Other languages
English (en)
Other versions
CN112949619A (zh
Inventor
丁学利
涂欣
苏巧运
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.)
Beijing Mengtianmen Technology Co ltd
Original Assignee
Beijing Mengtianmen Technology 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 Beijing Mengtianmen Technology Co ltd filed Critical Beijing Mengtianmen Technology Co ltd
Priority to CN202110531715.XA priority Critical patent/CN112949619B/zh
Publication of CN112949619A publication Critical patent/CN112949619A/zh
Application granted granted Critical
Publication of CN112949619B publication Critical patent/CN112949619B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/12Hotels or restaurants
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/49Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本公开提供一种客房卫生清洁监督方法、电子设备及存储介质,能够对客房卫生清洁工作进行全面可靠的评价和监督。所述方法包括:获取卫生清洁工作的过程视频数据,从所述过程视频数据中选取多个关键帧;对所述关键帧进行图像分析以确定所述关键帧对应的工作行为,根据多个所述关键帧对应的所述工作行为确定所述过程视频数据相应卫生清洁工作的行为模式;对所述行为模式进行分析以确定所述过程视频数据相应卫生清洁工作中是否存在异常操作;响应于所述卫生清洁工作中存在异常操作,针对所述异常操作生成异常行为报告。所述电子设备用于实现所述客房卫生清洁监督方法,所述存储介质存储有用于执行所述客房卫生清洁监督方法的计算机指令。

Description

客房卫生清洁监督方法、电子设备及存储介质
技术领域
本公开涉及公共卫生服务技术领域,尤其涉及一种客房卫生清洁监督方法、电子设备及存储介质。
背景技术
酒店客房清洁管理是酒店管理的重要环节,房间的清洁程度是吸引客户入住的重要指标。对于客房清洁工作的管理,目前还集中在传统的方式,由酒店管理人员人工进行监督管理。对于客房清洁工作而言,清洁工作服务质量较大程度上是依赖于卫生清洁工作人员的工作态度和业务水平,很难对卫生清洁服务进行一个全面可靠的评价监督和管理。
相关的客房卫生清洁监督多注重于对卫生清洁结果的监督和评价,然而卫生清洁工作的工作过程是否严格依照标准、符合规范,这一点很难从清洁结果中看出,相关技术中也缺乏对卫生清洁结果的量化评价方法,更多的依赖于监督管理人员的感性认知,这对提高和有效保证客房卫生清洁服务质量带来很大困难。
发明内容
有鉴于此,本公开的目的在于提出一种客房卫生清洁监督方法、电子设备及存储介质。
基于上述目的,在第一方面,本公开提供了一种客房卫生清洁监督方法,包括:
获取卫生清洁工作的过程视频数据,从所述过程视频数据中选取多个关键帧;
对所述关键帧进行图像分析以确定所述关键帧对应的工作行为,根据多个所述关键帧对应的所述工作行为确定所述过程视频数据相应卫生清洁工作的行为模式;
对所述行为模式进行分析以确定所述过程视频数据相应卫生清洁工作中是否存在异常操作;
响应于所述卫生清洁工作中存在异常操作,针对所述异常操作生成相应的异常行为报告。
可选的,所述从所述过程视频数据中选取多个关键帧,进一步包括:
设置截选周期时间,根据所述截选周期时间从所述过程视频数据中周期性选取视频帧作为所述关键帧。
可选的,所述从所述过程视频数据中选取多个关键帧,进一步包括:
设置间隔帧数与差异度阈值;
从所述过程视频数据中选取第一帧作为初始帧;
从所述初始帧开始,经过所述间隔帧数选取一帧作为对照帧;
将所述对照帧与所述初始帧进行相似度对比,以确定所述对照帧与所述初始帧的差异度;
响应于所述差异度小于所述差异度阈值,从所述对照帧开始经过所述间隔帧数选取一帧作为新的对照帧,将新的对照帧与所述初始帧进行相似度对比;
响应于所述差异度不小于所述差异度阈值,则选取所述对照帧为所述关键帧,并将所述对照帧作为新的初始帧,从新的初始帧开始继续选取对照帧进行相似度对比。
可选的,所述过程视频数据通过监督记录仪获取;
所述监督记录仪用于获取包括所述过程视频数据在内的工作信息;
所述监督记录仪还设置有角运动检测装置,所述角运动检测装置用于监测所述监督记录仪在卫生清洁工作过程中的角度变化;
所述从所述过程视频数据中选取多个关键帧,进一步包括:
通过所述角运动检测装置确定卫生清洁工作过程中所述监督记录仪的角度变化,每当角度变化超过预设角度阈值,生成角度变化时间戳;
在所述过程视频数据中选取与多个角度变化时间戳相对应的多个视频帧作为所述关键帧。
可选的,所述客房包括多个分区,每个所述分区中设置有多个分区标识;
所述分区中存在多个陈设物品,多个所述陈设物品表面均设置有相应的物品标识;
所述对所述关键帧进行图像分析以确定所述关键帧对应的工作行为,进一步包括:
通过图像分析识别确定所述关键帧图像中的所述分区标识,将所述分区标识所对应的分区记为目标分区;
通过图像分析识别确定所述关键帧图像中的多个所述物品标识,选取距离所述关键帧图像中心点最近的所述物品标识对应的所述陈设物品作为目标陈设物品;
所述关键帧对应的所述工作行为为在所述目标分区中对所述目标陈设物品进行清洁;
根据多个所述关键帧对应的所述工作行为确定所述过程视频数据相应所述卫生清洁工作的行为模式,进一步包括:
确定多个关键帧对应的所述目标分区与所述目标陈设物品;
根据多个所述关键帧对应的所述目标分区,确定所述卫生清洁工作的分区清洁顺序;
依据目标分区对多个所述关键帧进行划分,对于具有相同目标分区的多个所述关键帧,根据所对应的多个所述目标陈设物品,确定在该目标分区中所述卫生清洁工作的陈设物品清洁顺序;
所述行为模式包括所述分区清洁顺序以及各目标分区的所述陈设物品清洁顺序。
可选的,所述对所述行为模式进行分析以确定所述过程视频数据相应卫生清洁工作中是否存在异常操作,进一步包括:
确定所述过程视频数据相应的客房信息,所述客房信息包括分区信息与陈设物品信息;
根据所述分区信息与所述陈设物品信息从行为规范数据库中获取与所述客房相对应的卫生清洁行为规范;
根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,以确定所述卫生清洁工作中是否存在异常操作。
可选的,在所述卫生清洁行为规范中将多个分区划分至不同分区优先级,每个所述分区优先级中包括至少一个分区;
所述根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,进一步包括:
根据所述行为模式中的所述分区清洁顺序分别确定多个所述分区相应的分区优先级,将所述分区清洁顺序中任意两相邻分区的分区优先级进行对比;
响应于存在在先分区的分区优先级低于在后分区的分区优先级,则确定所述卫生清洁工作中存在异常操作;
在所述卫生清洁行为规范中将每个分区中多个陈述物品划分至不同物品优先级,每个所述物品优先级包括至少一个陈设物品;
所述根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,进一步包括:
根据所述行为模式中的所述陈述物品清洁顺序分别确定所述分区中多个所述陈设物品相应的物品优先级,将所述陈设物品清洁顺序中任意相邻两陈设物品的物品优先级进行对比;
响应于存在在先陈设物品的物品优先级低于在后陈设物品的物品优先级,则确定所述卫生清洁工作中存在异常操作。
可选的,所述方法还包括:
获取多次卫生清洁工作对应的多段过程视频数据,并分别从多段过程视频数据中选取多个关键帧;
对于同一分区,分别在多段所述过程视频数据中确定与所述分区对应的多个关键帧,根据多个所述关键帧的时间信息确定所述分区在多次卫生清洁工作中对应的多个分区清洁时长;
对多个所述分区清洁时长进行截尾平均得到分区清洁平均时长;
分别将多个所述分区清洁时长与所述分区清洁平均时长进行对比;
响应于存在某一分区清洁时长与所述分区清洁平均时长差值平均值大于预设时差阈值,则确定该分区清洁时长对应的卫生清洁工作存在异常操作。
在第二方面,本公开还提供了一种客房卫生清洁监督电子设备,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如第一方面所述的方法。
在第三方面,本公开还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行如第一方面所述的方法。
从上面所述可以看出,本公开提供的一种客房卫生清洁监督方法、电子设备及存储介质,通过获取卫生清洁工作的工作过程视频数据,利用图像识别技术对过程视频数据进行分析从而确定卫生清洁工作人员的行为模式,重点关注卫生清洁工作的过程而不仅仅是结果,对卫生清洁工作过程中的工作行为模式进行分析以确定在工作过程中是否存在异常操作,对客房卫生清洁工作进行全面可靠的评价和监督,更有利用提高客房卫生清洁服务质量。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案,下面将对实施例或相关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公开的实施例,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为本公开实施例所提供的一种客房卫生清洁监督方法示意图;
图2为本公开实施例所提供的一种客房卫生清洁监督方法中确定卫生清洁工作行为模式的方法示意图;
图3为本公开实施例所提供的一种客房卫生清洁监督电子设备示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
酒店客房清洁管理是酒店管理的重要环节,房间的清洁程度是吸引客户入住的重要指标。对于客房清洁工作的管理,目前还集中在传统的方式,由酒店管理人员人工进行监督管理。对于客房清洁工作而言,清洁工作服务质量较大程度上是依赖于卫生清洁工作人员的工作态度和业务水平,很难对卫生清洁服务进行一个全面可靠的评价监督和管理。
相关的客房卫生清洁监督多注重于对卫生清洁结果的监督和评价,然而卫生清洁工作的工作过程是否严格依照标准、符合规范,这一点很难从清洁结果中看出,相关技术中也缺乏对卫生清洁结果的量化评价方法,更多的依赖于监督管理人员的感性认知,这对提高和有效保证客房卫生清洁服务质量带来很大困难。例如,可能存在的一种情况是,从结果来看,客房清洁工作的结果干净整洁,当仍然可能存在消毒不到位、部分工作人员图方便省略重要的工作步骤甚至可能采取一些不卫生清洁方式的恶劣行为等。因此,在对客房卫生清洁工作进行检查和监督时,不仅仅要看清洁工作的结果,更应该注重于卫生清洁工作的过程。
针对上述问题,本公开技术方案获取卫生清洁工作的过程视频数据并依此进行工作过程中行为模式的分析和监督,从而保证对客房卫生清洁工作可靠的评价和监督。
基于上述方面思路,在一方面,本公开实施例提供一种客房卫生清洁监督方法。
如图1所示,一些可选实施例所提供的一种客房卫生清洁监督方法,包括:
S1:获取卫生清洁工作的过程视频数据,从所述过程视频数据中选取多个关键帧;
其中,所述过程视频数据可以通过由卫生清洁工作人员在工作时随身佩戴的监督记录仪获取,所述监督记录仪可以获取工作过程数据,并且还可以具有远程即时通信功能,在卫生清洁工作人员进行工作的同时边拍摄视频边上传至远端的通信服务器或云端服务器。在所述客房卫生清洁监督方法中可以从通信服务器或云服务器获取所述过程视频数据。
所获取的过程视频数据用于之后对卫生清洁工作人员的工作行为进行分析,可以直接对整体过程视频数据进行分析,然而本领域技术人员可以理解的是,整体过程视频数据的数据量较大,直接对整体过程视频数据进行分析方法执行的工作量和执行难度也较高,由于过程视频数据具有连续性,从中筛选出具有代表性的关键帧也可以实现相同效果且能够大大减少工作量,提高方法执行效率。
S2:对所述关键帧进行图像分析以确定所述关键帧对应的工作行为,根据多个所述关键帧对应的所述工作行为确定所述过程视频数据相应卫生清洁工作的行为模式;
S3:对所述行为模式进行分析以确定所述过程视频数据相应卫生清洁工作中是否存在异常操作;
可以获取多次卫生清洁工作的过程视频数据,通过多次过程视频数据的行为模式进行横向对比,与多次卫生清洁工作中大多数工作行为模式相比存在较大差异的可以确定为存在异常操作;
也可以将过程视频数据的行为模式与规范性的行为模式进行对比从而确定是否存在异常操作。
S4:响应于所述卫生清洁工作中存在异常操作,针对所述异常操作生成相应的异常行为报告。所述异常行为报告中即包括所述异常操作的相关信息,相应的,还可以针对存在异常操作的卫生清洁工作生成示警信息,提醒监督管理人员对其进行进一步的监督和评价,能够为客房卫生清洁工作的全面可靠评价和监督提供便利。
本公开提供的上述客房卫生清洁监督方法,通过获取卫生清洁工作的工作过程视频数据,利用图像识别技术对过程视频数据进行分析从而确定卫生清洁工作人员的行为模式,重点关注卫生清洁工作的过程而不仅仅是结果,对卫生清洁工作过程中的工作行为模式进行分析以确定在工作过程中是否存在异常操作,对客房卫生清洁工作进行全面可靠的评价和监督,更有利用提高客房卫生清洁服务质量。
在一些可选实施例所提供的一种客房卫生清洁监督方法中,所述从所述过程视频数据中选取多个关键帧,包括:设置截选周期时间,根据所述截选周期时间从所述过程视频数据中周期性选取视频帧作为所述关键帧,即每经过一段所述截选周期时间则截选过程视频数据中的一帧作为关键帧。其中,所述截选周期时间可以根据实际情况灵活调整,一种可选的方式为将所述截选周期时间设置为过程视频数据总时长的百分之一,过程视频数据的第一帧也作为关键帧,这样可以选取得到101个关键帧。
在一些可选实施例所提供的一种客房卫生清洁监督方法中,所述从所述过程视频数据中选取多个关键帧,包括:
设置间隔帧数与差异度阈值;
从所述过程视频数据中选取第一帧作为初始帧;
从所述初始帧开始,经过所述间隔帧数选取一帧作为对照帧;
将所述对照帧与所述初始帧进行相似度对比,以确定所述对照帧与所述初始帧的差异度;
其中,进行相似度对比时可以采用均值哈希对比、感知哈希对比、特征能量匹配、结构相似度对比等算法实现对初始帧和对照帧的图像进行比较;
响应于所述差异度小于所述差异度阈值,从所述对照帧开始经过所述间隔帧数选取一帧作为新的对照帧,将新的对照帧与所述初始帧进行相似度对比;
响应于所述差异度不小于所述差异度阈值,则选取所述对照帧为所述关键帧,并将所述对照帧作为新的初始帧,从新的初始帧开始继续选取对照帧进行相似度对比。
所述方法未避免关键帧的内容重复冗余以及保证关键帧数据的代表性,以差异度为衡量标准从过程视频数据中选取关键帧。以所述间隔帧数为跨度,以差异度阈值为衡量标准,所述间隔帧数及所述差异度阈值可以根据实际情况进行调整。
以所述间隔帧数为60帧为例,每过60帧选取一帧为对照帧与初始帧进行相似度对比,若对照帧与初始帧相比差异较大(超过所述差异度阈值),则所述对照帧和所述初始帧相比重复冗余的程度较小,将所述对照帧选为关键帧,并将它作为新的初始帧,从之后的视频数据中选取新的对照帧进行对比。
若过了60帧之后的对照帧与初始帧相差程度较小说明二者之间重复冗余程度较大,再往后60帧选取对照帧继续对比,若对照帧与初始帧相差程度仍然无法超过差异度阈值,就再往后60帧继续选取对照帧继续对比,直到所选的对照帧与前面的初始帧之间差异度达到或超过差异度阈值。
在一些可选实施例所提供的一种客房卫生清洁监督方法中,所述从所述过程视频数据中选取多个关键帧的方法还可以以变换角度为衡量标准。
所述从所述过程视频数据中选取多个关键帧,包括:
利用所述监督记录仪中的角运动检测装置监测卫生清洁工作过程中所述监督记录仪的角度变化情况,每当角度变化超过预设角度阈值,生成角度变化时间戳;
当角度变化超过预设角度阈值时则说明卫生清洁工作人员有了较大的动作幅度,此时过程视频数据内容也相应的会发生较大程度的变化,因此需要选取相应时刻的视频帧作为关键帧,其中所述预设角度阈值可以根据实际情况进行调整。
在所述过程视频数据中选取与多个角度变化时间戳相对应的多个视频帧作为所述关键帧。
在一些可选实施例所提供的一种客房卫生清洁监督方法中,所述客房包括多个分区,每个所述分区中设置有多个分区标识,例如可以在休息分区的底板、地毯上设置多个分区标识,在卫生间分区的墙壁上设置多个分区标识等;所述分区中存在多个陈设物品,多个所述陈设物品表面均设置有相应的物品标识,这些分区标识以及物品标识便于通过图像识别技术确定对应的分区或物品。其中所述分区标识和所述物品标识可以包括条形码、特定形状的标记或文字、字符、字母等中的至少一者。
所述对所述关键帧进行图像分析以确定所述关键帧对应的工作行为,进一步包括:
通过图像分析识别确定所述关键帧图像中的所述分区标识,将所述分区标识所对应的分区记为目标分区;
通过图像分析识别确定所述关键帧图像中的多个所述物品标识,选取距离所述关键帧图像中心点最近的所述物品标识对应的所述陈设物品作为目标陈设物品;
所述关键帧对应的工作行为为在所述目标分区中对所述目标陈设物品进行清洁;
如图2所示,在一些可选实施例所提供的一种客房卫生清洁监督方法中,所述根据多个所述关键帧对应的所述工作行为确定所述过程视频数据相应卫生清洁工作的行为模式,进一步包括:
S201:确定多个关键帧对应的所述目标分区与所述目标陈设物品;
S202:根据多个所述关键帧对应的所述目标分区,确定所述卫生清洁工作的分区清洁顺序;
S203:依据目标分区对多个所述关键帧进行划分,对于具有相同目标分区的多个所述关键帧,根据所对应的所述目标陈设物品,确定在该目标分区中所述卫生清洁工作的陈设物品清洁顺序;
所述行为模式包括所述分区清洁顺序以及各目标分区的所述陈设物品清洁顺序。
在一些可选实施例所提供的一种客房卫生清洁监督方法中,所述对所述行为模式进行分析以确定所述过程视频数据相应卫生清洁工作中是否存在异常操作,进一步包括:
确定所述过程视频数据相应的客房信息,所述客房信息包括分区信息与陈设物品信息;
根据所述分区信息与所述陈设物品信息从行为规范数据库中获取与所述客房相对应的卫生清洁行为规范;
根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,以确定所述卫生清洁工作中是否存在异常操作。
本领域技术人员可以理解的是,酒店中一般会有多种不同的房型,对于同一种房型的多个客房而言,具有相同的面积、布局、分区情况以及相同的陈设物品等,其陈设物品的摆放情况也基本相同。不同房型的客房其所要求的卫生清洁的操作规范也可能存在差异,可以通过确定过程视频数据相应的客房信息确定对应的房型从而可以确定相对应的操作规范,即根据所述分区信息与所述陈设物品信息从预设的行为规范数据库中获取与所述客房相对应的卫生清洁行为规范。预设的行为规范库中包含有针对不同房型客房的卫生清洁行为规范,所述卫生清洁行为规范是指对卫生清洁工作的行为模式所做出的规定和标准,例如可以包括正确的清洁顺序,清理特定区域的操作方法等,在预设行为规范库中的卫生清洁行为规范可以根据实际情况作出相应的调整设置。
在一些可选实施例所提供的一种客房卫生清洁监督方法中,所述卫生清洁行为规范可以对不同分区、不同陈设物品的清洁顺序做出规定。
在一些可选实施例中,所述卫生清洁行为规范中将多个分区划分至不同分区优先级,每个所述分区优先级中包括至少一个分区;
例如,客房的多个分区可以包括入口分区、活动分区、休息分区以及卫生间分区等,针对这多个分区可以划分至三个不同的分区优先级,比如将卫生间分区划分至第一分区优先级,将活动分区和休息分区划分至第二分区优先级,入口分区划分至第三分区优先级等,具体的分区优先级划分可以根据实际情况作出灵活调整。
所述根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,进一步包括:
根据所述行为模式中的所述分区清洁顺序分别确定多个所述分区相应的分区优先级,将所述分区清洁顺序中任意两相邻分区的分区优先级进行对比;
响应于存在在先分区的分区优先级低于在后分区的分区优先级,则确定所述卫生清洁工作中存在异常操作;
对于处于同一分区优先级中的多个分区而言,其清洁工作的先后顺序可能不造成影响,但是高优先级的分区必须先进行卫生清洁,低优先级的分区应当放后面进行卫生清洁。
而对一个分区而言,其中包括有多个陈设物品,这多个陈设物品的清洁顺序可能也存在特定要求:
在一些可选实施例中,所述卫生清洁行为规范中将每个分区中多个陈述物品划分至不同物品优先级,每个所述物品优先级包括至少一个陈设物品;
所述根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,进一步包括:
根据所述行为模式中的所述陈述物品清洁顺序分别确定所述分区中多个所述陈设物品相应的物品优先级,将所述陈设物品清洁顺序中任意相邻两陈设物品的物品优先级进行对比;
响应于存在在先陈设物品的物品优先级低于在后陈设物品的物品优先级,则确定所述卫生清洁工作中存在异常操作。
本领域技术人员可以理解的是,卫生清洁工作的工作时间也是一项比较重要的过程衡量指标,考虑到可能存在某些卫生清洁工作人员虽然按照规范进行工作但是工作态度不端正,可能敷衍了事短短几分钟就完成整个房间的卫生清洁,很明显这种情况下其卫生清洁工作的工作质量是需要质疑的。
在一些可选实施例所提供的一种客房卫生清洁监督方法中,获取多次卫生清洁工作对应的多段过程视频数据,并分别从多段过程视频数据中选取多个关键帧;
对于同一分区,分别在多段所述过程视频数据中确定与所述分区对应的多个关键帧,根据多个所述关键帧的时间信息确定所述分区在多次卫生清洁工作中对应的多个分区清洁时长;
对多个所述分区清洁时长进行截尾平均得到分区清洁平均时长;
分别将多个所述分区清洁时长与所述分区清洁平均时长进行对比;
响应于存在某一分区清洁时长与所述分区清洁平均时长差值平均值大于预设时差阈值,则确定该分区清洁时长对应的卫生清洁工作存在异常操作。这种情况下也针对相应的过程视频数据生成异常行为报告。
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种电子设备,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上任意一实施例所述的客房卫生清洁监督方法。
图3示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线 1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的客房卫生清洁监督方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的客房卫生清洁监督方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的客房卫生清洁监督方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本公开实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本公开实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本公开实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (9)

1.一种客房卫生清洁监督方法,其中,所述客房包括多个分区,每个所述分区中设置有多个分区标识,在所述分区中的多个陈设物品表面设置有相应的物品标识,所述方法包括:
获取卫生清洁工作的过程视频数据,从所述过程视频数据中选取多个关键帧;
其中,所述过程视频数据通过由卫生清洁工作人员在工作时随身佩戴的监督记录仪获取;
对所述关键帧进行图像分析以确定所述关键帧对应的工作行为,根据多个所述关键帧对应的所述工作行为确定所述过程视频数据相应所述卫生清洁工作的行为模式;
对所述行为模式进行分析以确定所述过程视频数据相应所述卫生清洁工作中是否存在异常操作;
响应于所述卫生清洁工作中存在异常操作,针对所述异常操作生成相应的异常行为报告;
其中,所述对所述关键帧进行图像分析以确定所述关键帧对应的工作行为,进一步包括:
通过图像分析识别确定所述关键帧图像中的所述分区标识,将所述分区标识所对应的分区记为目标分区;
通过图像分析识别确定所述关键帧图像中的多个所述物品标识,选取距离所述关键帧图像中心点最近的所述物品标识对应的所述陈设物品作为目标陈设物品;
所述关键帧对应的所述工作行为为在所述目标分区中对所述目标陈设物品进行清洁;
其中,根据多个所述关键帧对应的所述工作行为确定所述过程视频数据相应所述卫生清洁工作的行为模式,进一步包括:
确定多个关键帧对应的所述目标分区与所述目标陈设物品;
根据多个所述关键帧对应的所述目标分区,确定所述卫生清洁工作的分区清洁顺序;
依据目标分区对多个所述关键帧进行划分,对于具有相同目标分区的多个所述关键帧,根据所对应的多个所述目标陈设物品,确定在该目标分区中所述卫生清洁工作的陈设物品清洁顺序;
所述行为模式包括所述分区清洁顺序以及各目标分区的所述陈设物品清洁顺序。
2.根据权利要求1所述的方法,其中,所述从所述过程视频数据中选取多个关键帧,进一步包括:
设置截选周期时间,根据所述截选周期时间从所述过程视频数据中周期性选取视频帧作为所述关键帧。
3.根据权利要求1所述的方法,其中,所述从所述过程视频数据中选取多个关键帧,进一步包括:
设置间隔帧数与差异度阈值;
从所述过程视频数据中选取第一帧作为初始帧;
从所述初始帧开始,经过所述间隔帧数选取一帧作为对照帧;
将所述对照帧与所述初始帧进行相似度对比,以确定所述对照帧与所述初始帧的差异度;
响应于所述差异度小于所述差异度阈值,从所述对照帧开始经过所述间隔帧数选取一帧作为新的对照帧,将新的对照帧与所述初始帧进行相似度对比;
响应于所述差异度不小于所述差异度阈值,则选取所述对照帧为所述关键帧,并将所述对照帧作为新的初始帧,从新的初始帧开始继续选取对照帧进行相似度对比。
4.根据权利要求1所述的方法,其中,所述过程视频数据通过监督记录仪获取;
所述监督记录仪用于获取包括所述过程视频数据在内的工作信息;
所述监督记录仪还设置有角运动检测装置,所述角运动检测装置用于监测所述监督记录仪在卫生清洁工作过程中的角度变化;
所述从所述过程视频数据中选取多个关键帧,进一步包括:
通过所述角运动检测装置确定卫生清洁工作过程中所述监督记录仪的角度变化,每当角度变化超过预设角度阈值,生成角度变化时间戳;
根据多个所述角度变化时间戳在所述过程视频数据中选取相对应的多个视频帧作为所述关键帧。
5.根据权利要求1所述的方法,其中,所述对所述行为模式进行分析以确定所述过程视频数据相应卫生清洁工作中是否存在异常操作,进一步包括:
确定所述过程视频数据相应的客房信息,所述客房信息包括分区信息与陈设物品信息;
根据所述分区信息与所述陈设物品信息从行为规范数据库中获取与所述客房相对应的卫生清洁行为规范;
根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,以确定所述卫生清洁工作中是否存在异常操作。
6.根据权利要求5所述的方法,其中,在所述卫生清洁行为规范中将多个分区划分至不同分区优先级,每个所述分区优先级中包括至少一个分区;
所述根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,进一步包括:
根据所述行为模式中的所述分区清洁顺序分别确定多个所述分区相应的分区优先级,将所述分区清洁顺序中任意两相邻分区的分区优先级进行对比;
响应于存在在先分区的分区优先级低于在后分区的分区优先级,则确定所述卫生清洁工作中存在异常操作;
在所述卫生清洁行为规范中将每个分区中多个陈述物品划分至不同物品优先级,每个所述物品优先级包括至少一个陈设物品;
所述根据所述卫生清洁行为规范对所述过程视频数据对应的所述行为模式进行分析,进一步包括:
根据所述行为模式中的所述陈述物品清洁顺序分别确定所述分区中多个所述陈设物品相应的物品优先级,将所述陈设物品清洁顺序中任意相邻两陈设物品的物品优先级进行对比;
响应于存在在先陈设物品的物品优先级低于在后陈设物品的物品优先级,则确定所述卫生清洁工作中存在异常操作。
7.根据权利要求1所述的方法,其中,所述方法还包括:
获取多次卫生清洁工作对应的多段过程视频数据,并分别从多段过程视频数据中选取多个关键帧;
对于同一分区,分别在多段所述过程视频数据中确定与所述分区对应的多个关键帧,根据多个所述关键帧的时间信息确定所述分区在多次卫生清洁工作中对应的多个分区清洁时长;
对多个所述分区清洁时长进行截尾平均得到分区清洁平均时长;
分别将多个所述分区清洁时长与所述分区清洁平均时长进行对比;
响应于存在某一分区清洁时长与所述分区清洁平均时长差值平均值大于预设时差阈值,则确定该分区清洁时长对应的卫生清洁工作存在异常操作。
8.一种电子设备,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如权利要求1至7任意一项所述的方法。
9.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行权利要求1至7任意一项方法。
CN202110531715.XA 2021-05-17 2021-05-17 客房卫生清洁监督方法、电子设备及存储介质 Active CN112949619B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110531715.XA CN112949619B (zh) 2021-05-17 2021-05-17 客房卫生清洁监督方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110531715.XA CN112949619B (zh) 2021-05-17 2021-05-17 客房卫生清洁监督方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112949619A CN112949619A (zh) 2021-06-11
CN112949619B true CN112949619B (zh) 2022-02-11

Family

ID=76233865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110531715.XA Active CN112949619B (zh) 2021-05-17 2021-05-17 客房卫生清洁监督方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112949619B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955671A (zh) * 2014-04-23 2014-07-30 浙江工业大学 基于快速判别公共向量算法的人体行为识别方法
CN110210461A (zh) * 2019-06-27 2019-09-06 北京澎思智能科技有限公司 基于摄像机网格的多视图协同异常行为检测方法
CN111666916A (zh) * 2020-06-18 2020-09-15 安徽超清科技股份有限公司 一种基于自学习技术后厨违规行为识别方法
CN111898551A (zh) * 2020-07-31 2020-11-06 北京融链科技有限公司 加氢视频中的动作分析方法及装置、电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9195829B1 (en) * 2013-02-23 2015-11-24 Fireeye, Inc. User interface with real-time visual playback along with synchronous textual analysis log display and event/time index for anomalous behavior detection in applications

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955671A (zh) * 2014-04-23 2014-07-30 浙江工业大学 基于快速判别公共向量算法的人体行为识别方法
CN110210461A (zh) * 2019-06-27 2019-09-06 北京澎思智能科技有限公司 基于摄像机网格的多视图协同异常行为检测方法
CN111666916A (zh) * 2020-06-18 2020-09-15 安徽超清科技股份有限公司 一种基于自学习技术后厨违规行为识别方法
CN111898551A (zh) * 2020-07-31 2020-11-06 北京融链科技有限公司 加氢视频中的动作分析方法及装置、电子设备

Also Published As

Publication number Publication date
CN112949619A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN108292296B (zh) 用于利用复发性模式创建时间序列数据的时段分布图的方法
US20200026635A1 (en) System Operational Analytics Using Additional Features for Health Score Computation
KR102017561B1 (ko) 기계학습 기법에 기반한 기계의 오류 데이터를 검출하기 위한 알고리즘 및 방법
WO2016033901A1 (zh) 一种确定移动用户的常驻点信息的方法和装置
US20070257986A1 (en) Method for processing queries for surveillance tasks
CN109560989B (zh) 一种链路监控系统
US20210225409A1 (en) Methods and systems for detection of anomalous motion in a video stream and for creating a video summary
US10037504B2 (en) Methods for determining manufacturing waste to optimize productivity and devices thereof
US9043652B2 (en) User-coordinated resource recovery
JP6631618B2 (ja) 画像監視装置及び画像監視方法
US10884892B2 (en) Non-transitory computer-readable storage medium, display control method and display control device for observing anomolies within data
US20160019664A1 (en) Facility utilization measurement apparatus, facility utilization measurement system, and facility utilization measurement method
CN112949619B (zh) 客房卫生清洁监督方法、电子设备及存储介质
US20200073877A1 (en) Video cookies
US20160162348A1 (en) Automated detection of a system anomaly
JP2020167447A (ja) 解析装置、制御方法、及びプログラム
JP2004348640A (ja) ネットワーク管理システム及びネットワーク管理方法
CN109074293A (zh) 静观候选确定装置、静观候选确定方法以及静观候选确定程序
US20100134619A1 (en) Evaluating an effectiveness of a monitoring system
CN114998822A (zh) 火灾检测方法、装置、设备及存储介质
Van Den Hengel et al. Finding camera overlap in large surveillance networks
Yao et al. Integrating AI into CCTV Systems: A Comprehensive Evaluation of Smart Video Surveillance in Community Space
EP3604195B1 (en) Method, system and computer program product for predicting failure of a noise-emitting apparatus
Draghici et al. Visualization system for human mobility analysis
CN106791612B (zh) 总控端的视频显示方法、系统及监控视频显示系统

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