CN113032629A - 一种酒店同行人员检测确定的方法及装置 - Google Patents
一种酒店同行人员检测确定的方法及装置 Download PDFInfo
- Publication number
- CN113032629A CN113032629A CN202011241875.2A CN202011241875A CN113032629A CN 113032629 A CN113032629 A CN 113032629A CN 202011241875 A CN202011241875 A CN 202011241875A CN 113032629 A CN113032629 A CN 113032629A
- Authority
- CN
- China
- Prior art keywords
- information
- personnel
- determining
- person
- peer
- 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 84
- 238000001514 detection method Methods 0.000 title claims description 60
- 230000015654 memory Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 13
- 238000011835 investigation Methods 0.000 abstract description 17
- 238000004458 analytical method Methods 0.000 abstract description 12
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 239000002609 medium Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 235000021018 plums Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
- G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请实施例公开了一种酒店同行人员检测确定的方法及装置。本申请实施例提供的技术方案，通过对图像采集设备采集到的人员特征进行识别以确认人员对应的特征信息，并根据各个人员出现在图像采集设备的时间来确定不同人员之间的关联关系。通过上述方法增加人员入住酒店的信息维度，便于后续对酒店存在异常情况的入住人员进行分析调查，并且通过增加的同行信息维度使得能够节约相应的人力资源，提升分析调查效率。
Description
技术领域
本申请实施例涉及人员识别技术领域，尤其涉及一种酒店同行人员检测确定的方法及装置。
背景技术
目前，对于酒店同行检测来说，只能通过如下几种方式来进行检测：1、通过判断两个人是否入住同一个房间来判断两者是否同行；2、当入住人员是通过网上预订时，通过检测多个人是否由同一账号来进行酒店预订来判断其是否同行。通过上述方式检测能够得到的数据非常有限，对于那种同行但是由不同账号预订房间的情况无法进行进一步的识别。除了上述方式进行信息获取之外，现有的酒店也会对入住的人员进行一个简单的信息登记，但是酒店对入住的人员只是简单的登记了一个基本的入住信息，比如个人姓名，入住房间号等。上述信息并不便于进行后续人员关系的筛查，当进行酒店人员排查时，需要大量的人力去进行信息筛检，不便于进行跟踪调查。因此，设计一种能够确定入住酒店人员之间的关系的方案成为本领域技术人员亟待解决的技术问题。
发明内容
本申请实施例提供一种酒店同行人员检测确定的方法及装置，能够通过监测酒店图像采集设备采集到的图像信息来判断酒店入住人员之间是否是同行关系，通过上述方式进一步确定酒店入住人员之间的相关关系，便于后续进行分析跟踪调查，并且能够节约人力资源。
在第一方面，本申请实施例提供了一种酒店同行人员检测确定的方法，包括：
获取预设时间内图像采集设备采集到的视频图像信息；
对所述视频图像信息进行人员识别以得到相应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征；
根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息；
根据所述第一时间信息和第二时间信息确定相应的同行检测结果。
进一步的，所述根据所述第一时间信息和第二时间信息确定相应的同行检测结果，包括：
根据所述第一时间信息和第二时间信息确定同行时段，所述同行时段包括第一人员和第二人员同时出现的时间段；
根据同行检测公式确定同行概率值，所述同行检测公式包括：同行概率值＝同行时段/(第一时间信息+第二时间信息)；
如果所述同行概率值超过预设值，则确定相应的同行检测结果为同行人。
进一步的，在所述确定相应的同行检测结果为同行人之后，还包括：
将所述第二人员特征对应的人员信息与第一人员进行关联存储。
进一步的，所述根据同行检测公式确定同行概率值之后，还包括：
如果同行概率值不超过预设值，则确定相应的同行检测结果为陌生人。
进一步的，所述获取预设时间内图像采集设备采集到的视频图像信息，包括：
获取预设时间内部署在不同区域的多个图像采集设备采集到的视频图像信息。
进一步的，所述同行人员检测确定的方法，还包括：
接收用户输入的入住信息，所述入住信息包括登记人员信息和房间信息，所述登记人员信息与房间信息相关联；
对应的，在所述对所述视频图像信息进行人员识别以得到对应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征之后，还包括：
当所述人员特征包括第一人员特征和第二人员特征时，确定所述第一人员特征以及所述第二人员特征分别对应的房间信息，当两者的房间信息不一致时，则执行根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/ 或出现所述第二人员特征的第二时间信息。
进一步的，所述房间信息包括WIFI设备编号；
在所述接收用户输入的入住信息之后，还包括：
接收通过WIFI设备获取的手机信息以及对应的WIFI设备编号；
根据所述WIFI设备编码将手机信息与人员信息进行关联。
进一步的，所述入住信息还包括登记手机号码；
在所述根据所述WIFI设备编码将手机信息与人员信息进行关联之后，还包括：
根据所述手机信息确定相应的识别手机号码，并判断所述识别手机号码是否与所述登记手机号码一致，如果否，则获取与所述识别手机号码关联的人员信息。
进一步的，在所述获取与所述识别手机号码关联的人员信息之后，还包括：
将与所述识别手机号码关联的人员信息与所述登记人员信息进行关联存储。
在第二方面，本申请实施例提供了一种酒店同行人员检测确定的装置，包括：
获取模块：用于获取预设时间内图像采集设备采集到的视频图像信息；
识别模块：用于对所述视频图像信息进行人员识别以得到相应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征；
第一确定模块：用于根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息；
第二确定模块：用于根据所述第一时间信息和第二时间信息确定相应的同行检测结果。
在第三方面，本申请实施例提供了一种电子设备，包括：
存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的酒店同行人员检测确定的方法。
在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的酒店同行人员检测确定的方法。
本申请实施例的酒店同行人员检测确定的方法通过对图像采集设备采集到的人员特征进行识别以确认人员对应的特征信息，并根据各个人员出现在图像采集设备的时间来确定不同人员之间的关联关系。通过上述方法增加人员入住酒店的信息维度，便于后续对酒店存在异常情况的入住人员进行分析调查，并且通过增加的同行信息维度使得能够节约相应的人力资源，提升分析调查效率。
附图说明
图1是本申请实施例提供的一种酒店同行人员检测确定的方法的流程图；
图2是本申请实施例提供的同行检测的具体流程示意图；
图3是本申请实施例提供的信息关联的流程示意图；
图4是本申请实施例提供的一种酒店同行人员检测确定的装置的结构示意图；
图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
现有的酒店也会对入住的人员进行一个简单的信息登记，但是酒店对入住的人员只是简单的登记了一个基本的入住信息，比如个人姓名，入住房间号等。上述信息并不便于进行后续人员关系的筛查，当进行酒店人员排查时，需要大量的人力去进行信息筛检，不便于进行跟踪调查。本申请提供的酒店同行人员检测确定的方法通过对图像采集设备采集到的人员特征进行识别以确认人员对应的特征信息，并根据各个人员出现在图像采集设备的时间来确定不同人员之间的关联关系。通过上述方法增加人员入住酒店的信息维度，便于后续对酒店存在异常情况的入住人员进行分析调查，并且通过增加的同行信息维度使得能够节约相应的人力资源，提升分析调查效率。
图1给出了本申请实施例提供的一种酒店同行人员检测确定的方法的流程图，本实施例中提供的酒店同行人员检测确定的方法可以由酒店同行人员检测确定的设备执行，该酒店同行人员检测确定的设备可以通过软件和/或硬件的方式实现，该酒店同行人员检测确定的设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，该酒店同行人员检测确定的设备可以是电脑，手机，平板或后台服务器等。
下述以后台服务器为执行酒店同行人员检测确定的方法的设备为例，进行描述。参照图1，该酒店同行人员检测确定的方法具体包括：
S101：获取预设时间内图像采集设备采集到的视频图像信息。
本步骤主要是为了获取到基础的图像比对数据，通过采集到的视频图像信息来进行进一步的图像识别。
进一步的，所述获取预设时间内图像采集设备采集到的视频图像信息，包括：
获取预设时间内部署在不同区域的多个图像采集设备采集到的视频图像信息。
在酒店中，图像采集设备可以布置在不同的区域，因为酒店不单单只有一层，进行图像识别获取时，如果单单只获取酒店大堂处的图像信息，那么则会产生比较大的检测偏差。比如，只在酒店大堂设置对应的摄像头来进行图像获取，此时，获取的信息只能是酒店大堂处的图像，并且在酒店大堂处进出人员相对较多，不容易进行真实有效的同行判断。因此，具体实施时是获取所有楼层、电梯、酒店大堂以及餐厅处的视频图像信息，然后对其进行数据分析。在进行具体的数据获取时，最为优选的是以一天为数据基准来进行数据分析，因为酒店入住一般是以天为单位来办理入住，因此将预设时间设置为一天会使得在这个时间跨度内获取到的数据相对准确，能够更为容易的对同行人员进行识别判断。具体的，图像采集设备可以布置在酒店大堂、电梯、楼梯、餐厅、每层楼的拐角处等地方，通过上述位置可以有效的获取到全面的监测数据；对应的视频图像信息则是一天之内上述位置的所有的视频图像信息。
S102：对所述视频图像信息进行人员识别以得到相应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征。
对获取到的视频图像信息进行识别判断，进行人员识别的时候需要获取到不同人员对应的特征信息，比如对视频图像中出现的人脸图像进行识别得到人脸特征，上述人脸特征即为人员特征；进行识别时是对所有出现的人员进行识别。比如图像中出现有一人的话则对其一个人进行识别，如果图像中出现有多人的情况的话，则对所有人进行识别。本步骤主要是确定图像中出现的人员特征情况，定位到相应的人员特征之后，则可以确认其相应的身份。
S103：根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息。
在步骤S102中确定了具体的人员特征，在本步骤中则确定出现在图像中的时间信息。进行时间信息的获取时，可以有多种方式，一种是直接获取到单人出现的时间以及双人出现的时间，然后进行后续的同行检测；具体的，比如在视频图像信息中出现人员A时，其在视频中出现的时间为3分钟，对应的同时出现人员B和人员A时，可以获取到其在视频中出现的时间为5分钟；通过上述方式可以直接按照相应的公式来进行数据计算以确认人员A和人员B是否同行。还有一种方式是获取各个人员出现的时间段信息，然后根据上述时间段信息再执行后续的同行检测方案。具体的，通过获取到对应的时间段来确定后续的同行检测结果的方式如下：通过对应位置的视频图像信息可以确认人员A出现的时间段为9点10分到9点15分，人员B出现的时间段为9点到9点15 分，那么可以确认两人同行的时段为9点10分到9点15分，两人在一起的时间为5分钟，然后将上述得到的各项数据可以用于后续的同行检测计算。
S104：根据所述第一时间信息和第二时间信息确定相应的同行检测结果。
本步骤主要是为了确认相应的同行检测结果。比如，检测到的时间可以分为各个人员单独出现的时间以及人员A和人员B同时出现的时间，为了检测人员A和人员B之间是同行关系，需要设置一定的检测条件来进行同行结果的检测确认。在本申请实施例中可以有多种检测条件进行设置：第一种是依据时间条件来进行设置，比如两人同时出现的时间超过半个小时，则认定为两人为同行关系；第二种是依据地点来进行设置，比如两个人同时在3个不同的地点出现过，比如两个人同时在电梯、大堂以及对应楼层出现过，则确认两者为同行关系，具体的地点是通过摄像机的安装位置来进行判定；第三种是将时间与地点信息进行组合设置的方式，也即是只有人员A和人员B同时出现的时间超过预设值以及人员A和人员B在至少两个不同的地方同时出现时，此时才能够判断两者为同行关系。当人员A和人员B两者同时出现的时间小于预设值或者人员A和人员B仅仅在同一个地方时，则判断其并非为同行关系。
具体的，图2是本申请实施例提供的同行检测的具体流程示意图，如图2 所示，所述根据所述第一时间信息和第二时间信息确定相应的同行检测结果，包括：
S1041：根据所述第一时间信息和第二时间信息确定同行时段，所述同行时段包括第一人员和第二人员同时出现的时间段；
S1042：根据同行检测公式确定同行概率值，所述同行检测公式包括：同行概率值＝同行时段/(第一时间信息+第二时间信息)；
S1043：如果所述同行概率值超过预设值，则确定相应的同行检测结果为同行人。
在步骤S103中获取到各个人员出现在视频图像信息中时间信息，比如人员 A在一天中出现在对应摄像头的时间信息有：9—9:10，12—12:30，3—3:15，20— 20：30；人员B在一天中出现在对应摄像头的时间信息有：8:45—8:55，11:45— 12:30；通过时间段的重合来确认对应的人员A和人员B的同行时段。在上述实施例中，人员A和人员B同时出现的时间段为12—12:30；上述时段即为人员 A和人员B的同行时段。具体的，本申请实施例的同行概率值＝30/ (10+30+15+30+10+30)，也即是同行概率值为0.24，在设置时，设置的预设值为0.5，由于0.24小于0.5则可以知晓人员A和人员B不同行。只有在两人同时出现的概率值大于0.5的时候，才能将其归为同行人，这样能够在一定程度上排除了无关人员，使得同行检测结果的准确性大大提高。本实施例的同行检测公式除了上述的，同行概率值＝同行时段/(第一时间信息+第二时间信息)的表示方式外，还有如下的表示方式，也即是：相似度＝交集时长/并集时长。相似度和同行概率值表示的是相同的意思，只有当上述数值超过设定值时，才能够判定人员A和人员B是否同行。
在本申请的实施例中，更为优选的，在所述确定相应的同行检测结果为同行人之后，还包括：
将所述第二人员特征对应的人员信息与第一人员进行关联存储。
确认两者是否同行的目的是为了进行后续的数据调取使用，当确定了两者为同行人之后，则可以将两者进行关联存储。比如检测到张三与李四在8月28 日入住同一间酒店时，则对上述信息进行存储。这样当后续对张三进行调查时，可以直接通过获取到对应的关联人李四，然后对其展开进一步的询问。通过上述方式大大节约了人力资源，比如按照现有的方式，需要花费比较大的人力才能找寻到张三与李四之间的关系，比如需要将张三与入住酒店的所有人员进行比对之后才知道两者是否同行，也即是是否存在认识的可能性，但是通过上述方式直接就可以将两者进行关联，而无需做大量的排查工作。
在本申请实施例中除了上述进行关联存储的方式之外，更为具体的，所述根据同行检测公式确定同行概率值之后，还包括：
如果同行概率值不超过预设值，则确定相应的同行检测结果为陌生人。
当检测到的同行概率值不超过预设值时，也即是人员A和人员B同时出现的概率相对较小时，则可以确定两者不是同行关系，将其确定为陌生人关系，并不对上述信息进行存储。因为陌生人关系并不是一种强关系，对于后续调查关系不是很大，因为入住酒店中，可能与90％的人都属于陌生人关系，如果将这些信息均进行存储，一方面来说对于后续调查意义不大，另一方面来说需要耗费一定的存储空间；因此，在进行具体实施时，不对陌生人这样的关系进行信息存储。
在本申请实施例中，除了上述进行同行检测方式之外，还有如下几种方式来进行同行检测。
进一步的，所述同行人员检测确定的方法，还包括：
接收用户输入的入住信息，所述入住信息包括登记人员信息和房间信息，所述登记人员信息与房间信息相关联。
上述步骤也即是为了在登记时，就获取到更多样的信息，在进行登记入住的时候获取到对应的登记人员信息以及房间信息；在入住时可以获取简单的登记入住信息便于后续进行使用；并且由于现有的大多数情况下都是线上进行房间预订，因此很多信息更容易进行获取。并且由于即使入住相应酒店，也存在有不同的差异，因为同行关系可能是住同一间房或者是分别住两间不同的房的差异，对于住同一间房的情况，这种在办理入住的时候即可了解到，也即是无需进行后续图像分析即可知晓两人同住一间房。并且后续进行信息排查也能够较早的定位到上述情况，因此进行同行识别时可以排除上述情况。
在进行信息录入时，需要提前录入登记人员信息，这样是为了便于后续进行人员识别时，能够有识别比对的数据基础，登记人员信息可以是用户身份信息或者人脸信息或者酒店发放的识别装置。最为优选的是采用人脸识别的方式来进行，因为人脸信息是与人身份相关度最高的一项指标，通过识别人脸信息可以基本确定人的身份信息。因此在本实施例中可以采用人脸信息作为人员特征进行后续识别。
具体的，在所述对所述视频图像信息进行人员识别以得到对应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征之后，还包括：
当所述人员特征包括第一人员特征和第二人员特征时，确定所述第一人员特征以及所述第二人员特征分别对应的房间信息，当两者的房间信息不一致时，则执行根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/ 或出现所述第二人员特征的第二时间信息。
本步骤主要是确定第一人员与第二人员两者是否是同住关系，如果是同住关系则必定是同行关系，这样当两者均与同一个房间相关联时，则可以确定两者是属于同住关系。当检测到两者入住同一间房间时，对于同住人员则不进行同行算法的检测，只有对不同住一间房的人员进行同行检测，这样能够从一定程度上减少后台服务器的计算压力，提高同行检测效率。
除了上述采用人脸识别进行同行检测的方式之外，还可以采用检测手机信息来进行同行检测的方式，具体的采用WIFI设备获取手机信息可以是手机MAC地址等，只要能够提供后续识别的数据基础即可。在具体实施时，可以将手机MAC地址作为辅助数据指标来进行人员识别，因为现在人员外出手机一般作为非常重要物件随身携带，通过识别手机的位置即可定位相应人员的位置，进而确认两者是否同行。
具体的，图3是本申请实施例提供的信息关联的流程示意图，如图3所示，所述房间信息包括WIFI设备编号；
在所述接收用户输入的入住信息之后，还包括：
S100a：接收通过WIFI设备获取的手机信息以及对应的WIFI设备编号；
S100b：根据所述WIFI设备编码将手机信息与人员信息进行关联。
本步骤主要是对进入相应房间的人员的手机信息进行识别，比如张三进入办理入住的房间之后，一般会连接相应的WIFI，当其连接相应的WIFI时，可以将相应手机信息与房间对应的登记人员信息进行关联。这样可以获取更加多维的数据来进行同行的识别比对，也即是通过增加手机信息与人员信息的关联进而确认不同手机拥有者之间的关系。因为每个房间与WIFI设备具有一一对应的关系，通过WIFI设备可以获取到所有与该房间产生关联的人员的手机信息。比如张三入住酒店的301房间，且与301房间对应的WIFI设备编号为WIFI301；李四入住酒店的404房间，与404房间对应的WIFI设备编号为WIFI404。当张三进入301房间时，其使用自己的手机连接相应的WIFI设备，该设备可以将获取到相应的手机信息，并将手机信息与张三进行关联；同样，当李四进入301房间时，其使用自己的手机连接WIFI301，该WIFI设备也可以将获取到的李四的手机信息与张三进行关联，通过上述方式可以获取到所有进入张三房间的相关手机信息，通过上述方式能够获取到更加多维的数据。也即是可以将张三与多个手机号进行关联，便于进行后续的数据挖掘。
除了可以直接将手机信息与人员信息进行关联存储之外，还可以进行进一步的数据挖掘以得到各个人员之间的关系。具体的，所述入住信息还包括登记手机号码；
在所述根据所述WIFI设备编码将手机信息与人员信息进行关联之后，还包括：
根据所述手机信息确定相应的识别手机号码，并判断所述识别手机号码是否与所述登记手机号码一致，如果否，则获取与所述识别手机号码关联的人员信息。
在上述确认相应的人员信息之后，具体的，还包括：将与所述识别手机号码关联的人员信息与所述登记人员信息进行关联存储。也即是对上述挖掘到的关联信息进行存储。
通过对手机信息进行进一步的挖掘以确认不同人员之间的关系。比如上述李四进入张三的房间，连接了张三房间的WIFI则可以确认李四与张三两者是相识的，不然也不可能让李四进入张三的房间。通过上述WIFI设备可以确定对应的手机号并与对应的登记号码进行比对即可确认得到李四的身份信息，并将李四与张三进行关联定义两者为同行关系。上述方式可以直接得到两者身份的原因是由于两者均是该酒店的住客，所以可以通过手机信息可以直接确定李四与张三两者为同行关系。但是当两者不为酒店住客时，则无法挖掘出上述关系。比如当两者分住不同的酒店的时候，两者来回探望并连接到的对方房间的WIFI，这种情况由于对应酒店没有存储两者的信息，故而无法挖掘出相应的关系，但是通过存储相应的手机信息可以提供基础数据，便于通过上述手机信息搜寻到相应相关关系，提升搜索效率。
通过上述方式使得，可以根据酒店同行同住模型及时获取所有相关联的人员，节约了大量人力资源去做分析以及调查，更早的找出关联的人，进而提供更为安全更有保障的社会环境。
本申请实施例的酒店同行人员检测确定的方法通过对图像采集设备采集到的人员特征进行识别以确认人员对应的特征信息，并根据各个人员出现在图像采集设备的时间来确定不同人员之间的关联关系。通过上述方法增加人员入住酒店的信息维度，便于后续对酒店存在异常情况的入住人员进行分析调查，并且通过增加的同行信息维度使得能够节约相应的人力资源，提升分析调查效率。
在上述实施例的基础上，图4为本申请实施例提供的一种酒店同行人员检测确定的装置的结构示意图。参考图4，本实施例提供的酒店同行人员检测确定的装置具体包括：
获取模块21：用于获取预设时间内图像采集设备采集到的视频图像信息；
识别模块22：用于对所述视频图像信息进行人员识别以得到相应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征；
第一确定模块23：用于根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息；
第二确定模块24：用于根据所述第一时间信息和第二时间信息确定相应的同行检测结果。
本申请实施例的酒店同行人员检测确定的方法通过对图像采集设备采集到的人员特征进行识别以确认人员对应的特征信息，并根据各个人员出现在图像采集设备的时间来确定不同人员之间的关联关系。通过上述方法增加人员入住酒店的信息维度，便于后续对酒店存在异常情况的入住人员进行分析调查，并且通过增加的同行信息维度使得能够节约相应的人力资源，提升分析调查效率。
本申请实施例提供的酒店同行人员检测确定的装置可以用于执行上述实施例提供的酒店同行人员检测确定的方法，具备相应的功能和有益效果。
图5是本申请实施例提供的一种电子设备的结构示意图，参照图5，该电子设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器31的数量可以是一个或者多个，该电子设备中的存储器32 的数量可以是一个或者多个。该电子设备的处理器31、存储器32、通信模块33、输入装置34及输出装置35可以通过总线或者其他方式连接。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的酒店同行人员检测确定的方法对应的程序指令/模块(例如，酒店同行人员检测确定的装置中的获取模块21、识别模块22、第一确定模块23和第二确定模块24)。存储器32可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块33用于进行数据传输。
处理器31通过运行存储在存储器32中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的酒店同行人员检测确定的方法。
输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例提供的酒店同行人员检测确定的方法，具备相应的功能和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器31执行时用于执行一种酒店同行人员检测确定的方法，该酒店同行人员检测确定的方法包括：
获取预设时间内图像采集设备采集到的视频图像信息；
对所述视频图像信息进行人员识别以得到相应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征；
根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息；
根据所述第一时间信息和第二时间信息确定相应的同行检测结果。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网) 连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器31执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的酒店同行人员检测确定的方法，还可以执行本申请任意实施例所提供的酒店同行人员检测确定的方法中的相关操作。
上述实施例中提供的酒店同行人员检测确定的装置、存储介质及电子设备可执行本申请任意实施例所提供的酒店同行人员检测确定的方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的酒店同行人员检测确定的方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。
Claims (12)
1.一种酒店同行人员检测确定的方法，其特征在于，包括：
获取预设时间内图像采集设备采集到的视频图像信息；
对所述视频图像信息进行人员识别以得到相应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征；
根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息；
根据所述第一时间信息和第二时间信息确定相应的同行检测结果。
2.根据权利要求1所述的酒店同行人员检测确定的方法，其特征在于，所述根据所述第一时间信息和第二时间信息确定相应的同行检测结果，包括：
根据所述第一时间信息和第二时间信息确定同行时段，所述同行时段包括第一人员和第二人员同时出现的时间段；
根据同行检测公式确定同行概率值，所述同行检测公式包括：同行概率值＝同行时段/(第一时间信息+第二时间信息)；
如果所述同行概率值超过预设值，则确定相应的同行检测结果为同行人。
3.根据权利要求2所述的酒店同行人员检测确定的方法，其特征在于，在所述确定相应的同行检测结果为同行人之后，还包括：
将所述第二人员特征对应的人员信息与第一人员进行关联存储。
4.根据权利要求2所述的酒店同行人员检测确定的方法，其特征在于，所述根据同行检测公式确定同行概率值之后，还包括：
如果同行概率值不超过预设值，则确定相应的同行检测结果为陌生人。
5.根据权利要求1所述的酒店同行人员检测确定的方法，其特征在于，所述获取预设时间内图像采集设备采集到的视频图像信息，包括：
获取预设时间内部署在不同区域的多个图像采集设备采集到的视频图像信息。
6.根据权利要求1所述的酒店同行人员检测确定的方法，其特征在于，所述同行人员检测确定的方法，还包括：
接收用户输入的入住信息，所述入住信息包括登记人员信息和房间信息，所述登记人员信息与房间信息相关联；
对应的，在所述对所述视频图像信息进行人员识别以得到对应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征之后，还包括：
当所述人员特征包括第一人员特征和第二人员特征时，确定所述第一人员特征以及所述第二人员特征分别对应的房间信息，当两者的房间信息不一致时，则执行根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息。
7.根据权利要求6所述的酒店同行人员检测确定的方法，其特征在于，所述房间信息包括WIFI设备编号；
在所述接收用户输入的入住信息之后，还包括：
接收通过WIFI设备获取的手机信息以及对应的WIFI设备编号；
根据所述WIFI设备编码将手机信息与人员信息进行关联。
8.根据权利要求7所述的酒店同行人员检测确定的方法，其特征在于，所述入住信息还包括登记手机号码；
在所述根据所述WIFI设备编码将手机信息与人员信息进行关联之后，还包括：
根据所述手机信息确定相应的识别手机号码，并判断所述识别手机号码是否与所述登记手机号码一致，如果否，则获取与所述识别手机号码关联的人员信息。
9.根据权利要求8所述的酒店同行人员检测确定的方法，其特征在于，在所述获取与所述识别手机号码关联的人员信息之后，还包括：
将与所述识别手机号码关联的人员信息与所述登记人员信息进行关联存储。
10.一种酒店同行人员检测确定的装置，其特征在于，包括：
获取模块：用于获取预设时间内图像采集设备采集到的视频图像信息；
识别模块：用于对所述视频图像信息进行人员识别以得到相应的人员特征，所述人员特征包括第一人员特征和/或第二人员特征；
第一确定模块：用于根据所述视频图像信息确定出现所述第一人员特征的第一时间信息和/或出现所述第二人员特征的第二时间信息；
第二确定模块：用于根据所述第一时间信息和第二时间信息确定相应的同行检测结果。
11.一种电子设备，其特征在于，包括：
存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的酒店同行人员检测确定的方法。
12.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一所述的酒店同行人员检测确定的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011241875.2A CN113032629A (zh) | 2020-11-09 | 2020-11-09 | 一种酒店同行人员检测确定的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011241875.2A CN113032629A (zh) | 2020-11-09 | 2020-11-09 | 一种酒店同行人员检测确定的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113032629A true CN113032629A (zh) | 2021-06-25 |
Family
ID=76459018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011241875.2A Pending CN113032629A (zh) | 2020-11-09 | 2020-11-09 | 一种酒店同行人员检测确定的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113032629A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113780115A (zh) * | 2021-08-25 | 2021-12-10 | 杭州海康威视系统技术有限公司 | 一种异常人员组分析方法、装置、电子设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105208528A (zh) * | 2015-09-24 | 2015-12-30 | 山东合天智汇信息技术有限公司 | 一种用于识别同行人员的系统及方法 |
| CN106452908A (zh) * | 2016-11-04 | 2017-02-22 | 北京航空航天大学 | 一种构建机载网络动态关联故障管理系统的方法 |
| CN108665379A (zh) * | 2018-04-26 | 2018-10-16 | 陌创有限公司 | 一种酒店实名管理系统 |
| CN109858358A (zh) * | 2018-12-28 | 2019-06-07 | 深圳供电局有限公司 | 楼宇间人员轨迹跟踪方法及其系统、计算机可读存储介质 |
| CN111126167A (zh) * | 2019-12-02 | 2020-05-08 | 武汉虹信技术服务有限责任公司 | 一种快速识别多名特定人员串联活动的方法及系统 |
| CN111209776A (zh) * | 2018-11-21 | 2020-05-29 | 杭州海康威视系统技术有限公司 | 同行人识别方法、装置、处理服务器、存储介质及系统 |
| CN111652583A (zh) * | 2020-06-03 | 2020-09-11 | 湖南微克曼弥科技信息有限公司 | 一种企业信息化技术研发管理系统 |
| CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
-
2020
- 2020-11-09 CN CN202011241875.2A patent/CN113032629A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105208528A (zh) * | 2015-09-24 | 2015-12-30 | 山东合天智汇信息技术有限公司 | 一种用于识别同行人员的系统及方法 |
| CN106452908A (zh) * | 2016-11-04 | 2017-02-22 | 北京航空航天大学 | 一种构建机载网络动态关联故障管理系统的方法 |
| CN108665379A (zh) * | 2018-04-26 | 2018-10-16 | 陌创有限公司 | 一种酒店实名管理系统 |
| CN111209776A (zh) * | 2018-11-21 | 2020-05-29 | 杭州海康威视系统技术有限公司 | 同行人识别方法、装置、处理服务器、存储介质及系统 |
| CN109858358A (zh) * | 2018-12-28 | 2019-06-07 | 深圳供电局有限公司 | 楼宇间人员轨迹跟踪方法及其系统、计算机可读存储介质 |
| CN111126167A (zh) * | 2019-12-02 | 2020-05-08 | 武汉虹信技术服务有限责任公司 | 一种快速识别多名特定人员串联活动的方法及系统 |
| CN111652583A (zh) * | 2020-06-03 | 2020-09-11 | 湖南微克曼弥科技信息有限公司 | 一种企业信息化技术研发管理系统 |
| CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113780115A (zh) * | 2021-08-25 | 2021-12-10 | 杭州海康威视系统技术有限公司 | 一种异常人员组分析方法、装置、电子设备及存储介质 |
| CN113780115B (zh) * | 2021-08-25 | 2024-02-13 | 杭州海康威视系统技术有限公司 | 一种异常人员组分析方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109658554B (zh) | 一种基于大数据的智能小区安防系统 | |
| CN111710074B (zh) | 一种多级门禁进出控制管理的方法、电子设备及存储介质 | |
| CN106780250B (zh) | 一种基于物联网技术的智慧社区安全事件处理方法及系统 | |
| CN110222640A (zh) | 监控场所中嫌疑人的识别方法、装置、方法和存储介质 | |
| CN109784231B (zh) | 安防信息管理方法、装置及存储介质 | |
| CN110942580A (zh) | 一种智能楼宇访客管理方法、系统及储存介质 | |
| CN113160472A (zh) | 一种小区门禁智能管理方法、装置、系统、设备和介质 | |
| US11368814B2 (en) | Evacuation tracking | |
| CN108537920B (zh) | 基于人脸识别的访客监控方法和系统 | |
| CN113343913A (zh) | 目标确定方法、装置、存储介质及计算机设备 | |
| CN112785765A (zh) | 基于大数据分析的智能家居远程控制用户授权方法及智能家居云控制平台 | |
| CN110750603B (zh) | 楼宇服务预测方法、装置、系统、计算机设备和存储介质 | |
| CN113032629A (zh) | 一种酒店同行人员检测确定的方法及装置 | |
| CN111915788A (zh) | 一种基于人脸识别技术的防尾随方法及系统 | |
| CN109947817B (zh) | 一种基于关联图谱的六度空间关系分析方法及系统 | |
| CN111210551A (zh) | 门禁系统、门禁信息下发方法、装置、服务器和存储介质 | |
| CN112509277A (zh) | 一种出租房监测方法、装置、设备及存储介质 | |
| CN117058801A (zh) | 一种安全智慧门禁监测方法及系统 | |
| CN112418063A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
| CN107588781B (zh) | 一种小区导航方法及装置 | |
| CN111754655A (zh) | 一种区域访问管理方法、系统及计算机可读存储介质 | |
| CN112597848B (zh) | 社区人员管理方法、装置、介质及电子设备 | |
| CN113285913A (zh) | 基于智能锁的数据获取方法、系统、电子设备及存储介质 | |
| CN114090909A (zh) | 一种图码联侦关联方法、装置、计算机设备及存储介质 | |
| US20200125709A1 (en) | Tagging system for similarity-based retriebal |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 306, zone 2, building 1, Fanshan entrepreneurship center, Panyu energy saving technology park, No. 832 Yingbin Road, Donghuan street, Panyu District, Guangzhou City, Guangdong Province Applicant after: Jiadu Technology Group Co.,Ltd. Address before: Room 306, zone 2, building 1, Fanshan entrepreneurship center, Panyu energy saving technology park, No. 832 Yingbin Road, Donghuan street, Panyu District, Guangzhou City, Guangdong Province Applicant before: PCI-SUNTEKTECH Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |