CN113158944B - 基于人脸识别的体检排队方法、系统、设备及存储介质 - Google Patents
基于人脸识别的体检排队方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113158944B CN113158944B CN202110475547.7A CN202110475547A CN113158944B CN 113158944 B CN113158944 B CN 113158944B CN 202110475547 A CN202110475547 A CN 202110475547A CN 113158944 B CN113158944 B CN 113158944B
- Authority
- CN
- China
- Prior art keywords
- physical examination
- duration
- person
- age
- item
- 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
Links
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
- G07C2011/04—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere related to queuing systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于人脸识别的体检排队方法、系统、设备及存储介质,其中,方法包括:提取待体检人的数据信息,并将数据信息存储至人脸数据库中;从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长;获取体检项目处排队待体检人的人脸信息,并根据人脸信息获取待体检人的性别和年龄;根据年龄确定待体检人所属年龄段,根据年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断体检项目的预测等候时长;将体检项目对应的预测等候时长传输至管理终端,并根据手机号传输至客户端。本发明能够有效提高体检中心的工作效率,降低待体检人的时间成本。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于人脸识别的体检排队方法、系统、设备及存储介质。
背景技术
随着生活水平的提高,人们对于个人健康的重视程度越来越高,常常会通过体检的方式来监控自身的身体状况。据统计,每个体检中心健康体检已达到7万人次每年,高峰期甚至达到了1000人次每日,也因此体检中心的体检排队问题越来越突出。
而由于体检项目多、各个体检项目的体检时长不一、体检项目科室位置分散、参加体检的人数众多和信息传递不及时等问题,在体检时往往会出现部分体检项目等候检测的人数众多,而部分体检项目人数较少甚至没有人的情形。这种现象导致体检中心的工作效率不高,且增加了待体检人的时间成本,无法给体检人带来良好的体验。
发明内容
基于此,有必要针对上述技术问题,提供一种基于人脸识别的体检排队方法、系统、设备及存储介质。
一种基于人脸识别的体检排队方法,包括以下步骤:提取待体检人的数据信息,并将所述数据信息存储至人脸数据库中,所述数据信息包括有人脸信息、性别、年龄和手机号;从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长;获取体检项目处排队待体检人的人脸信息,并根据所述人脸信息获取待体检人的性别和年龄;根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长;将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端。
在其中一个实施例中,所述从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长,具体包括:将所述待体检人的年龄划分为六个年龄段;在所述历史数据库中分别查找所述六个年龄段的体检人,获取对应体检项目的历史体检时长;根据所述历史体检时长分别计算出不同性别在六个年龄段的平均体检时长。
在其中一个实施例中,所述获取体检项目处排队待体检人的人脸信息,并根据所述人脸信息获取待体检人的性别和年龄,还包括:在未能获取体检项目处排队待体检人的人脸信息时,获取所述体检项目的所有体检人的总平均体检时长。
在其中一个实施例中,所述根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长,具体包括:在获取待体检人的人脸信息时,将所述平均体检时长作为所述待体检人的预测体检时长;在未能获取待体检人的人脸信息时,将所述总平均体检时长作为所述待体检人的预测体检时长;根据所有待体检人的预测体检时长进行计算,获取所述体检项目的预测等候时长。
在其中一个实施例中,在根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长之后,在将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端之前,还包括:检测所述体检项目的预测等候时长是否超过触发阈值;若所述预测等候时长超过触发阈值,则向管理终端发送新增所述体检项目窗口的信息。
在其中一个实施例中,在将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端之后,还包括:根据所有体检项目的预计等候时长获取最短等候时长的体检项目顺序,并将所述最短等候时长的体检项目顺序推送至客户端。
在其中一个实施例中,所述最短等候时长的体检项目顺序根据体检项目排队人数的变化进行定时更新。
一种基于人脸识别的体检排队系统,包括:数据信息提取模块,用于提取待体检人的数据信息,并将所述数据信息存储至人脸数据库中,所述数据信息包括有人脸信息、性别、年龄和手机号;体检时长获取模块,用于从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长;人脸信息获取模块,用于获取体检项目处排队待体检人的人脸信息,并根据所述人脸信息获取待体检人的性别和年龄;等候时长判断模块,用于根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长;等候时长传输模块,用于将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端。
一种设备,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述各个实施例中所述的基于人脸识别的体检排队方法的步骤。
一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述各个实施例中所述的基于人脸识别的体检排队方法的步骤。
相比于现有技术,本发明的优点及有益效果在于:本发明能够有效提高体检中心的工作效率,降低待体检人的时间成本,给待体检人带来良好的体验。
附图说明
图1为一个实施例中一种基于人脸识别的体检排队方法的流程示意图;
图2为一个实施例中一种基于人脸识别的体检排队系统的结构示意图;
图3为一个实施例中设备的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
在一个实施例中,如图1所示,提供了一种基于人脸识别的体检排队方法,包括以下步骤:
步骤S101,提取待体检人的数据信息,并将数据信息存储至人脸数据库中。
具体地,在客户到达医院之后,系统可以根据身份证提取待体检人的数据信息,获取待体检人的人脸信息、性别、年龄和手机号等信息。而待体检人可以下载应用软件、通过添加小程序或关注公众号的方式获取体检项目排队相关信息。
步骤S102,从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个项目基于不同性别和年龄段的平均体检时长。
具体地,历史数据库中储存有体检人在各个项目的历史体检时长,根据历史体检时长、体检人性别和年龄,可以获取在不同体检项目中对应性别和年龄段的平均体检时长。对一个年龄段的两个性别的平均体检时长分别进行计算,可以将计算结果存储在表格中,便于后续使用。
步骤S103,获取在体检项目处排队的待体检人的人脸信息,并根据人脸信息获取待体检人的性别和年龄。
具体地,根据摄像头获取在特定体检项目处排队的待体检人的人脸信息,并根据人脸信息确定对应的性别和年龄。每个体检项目处均设置有摄像头,根据摄像头可以获取在当前体检项目处排队的待体检人。
步骤S104,根据年龄确定待体检人所属年龄段,根据年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断体检项目的预测等候时长。
具体地,根据待体检人的年龄确定所属年龄段,根据性别和年龄段获取对应的平均体检时长,在当前体检项目中,根据所有待体检人的平均体检时长判断该体检项目的预测等候时长。
步骤S105,将体检项目对应的预测等候时长传输至管理终端,并根据手机号传输至客户端。
具体地,将体检项目对应的预测等候时长传输至管理终端,客户人员可以根据管理终端的提示对待体检人进行引导;并根据手机号传输至客户端,接收到信息的待体检人也可以先进行预测等候时长短的体检项目。
在本实施例中,通过提取待体检人的数据信息,并将数据信息存储至人脸数据库中,从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长,获取体检项目处排队的待体检人的人脸信息,并根据人脸信息获取待体检人的性别和年龄,根据年龄确定待体检人所属年龄段,根据年龄段和性别获取对应的平均体检时长,根据在该项目排队的所有待体检人的平均体检时长判断预测等候时长,将体检项目对应的等候时长传输至管理终端,并根据手机号传输至客户端,从而实现体检项目排队人数的合理分配,能够有效提高体检中心的工作效率,同时降低待体检人的时间成本,给待体检人带来良好的体验。
其中,步骤S102具体包括:将待体检人年龄划分为六个年龄段;在历史数据库中分别查找六个年龄段的体检人,获取对应体检项目的历史体检时长;根据历史体检时长分别计算出不同性别在六个年龄段的平均体检时长。
具体地,将待体检人年龄划分为六个年龄段,例如10-20岁、20-30岁、30-40岁、40-50岁、50-60岁和60岁以上,当然也可以进行其他的年龄段划分;在历史数据库中分别查找该六个年龄段的体检人,获取对应体检项目的历史体检时长;根据历史体检时长计算出不同性别分别在六个年龄段的平均体检时长。
具体地,在实际计算时,可以根据不同的体检项目分别进行计算,从而获取对应体检项目对应的平均体检时长。
其中,步骤S103还包括:在未能获取体检项目处排队待体检人的人脸信息时,获取体检项目的所有体检人的总平均体检时长。
具体地,若待体检人在排队时,处于低头状态或被遮挡状态,则计算该体检项目中的总平均体检时长。
其中,步骤S104具体包括:在获取待体检人的人脸信息时,将平均体检时长作为待体检人的预测体检时长;在未能获取待体检人的人脸信息时,将总平均体检时长作为待体检人的预测体检时长;根据所有待体检人的预测体检时长进行计算,获取体检项目的预测等候时长。
具体地,在获取待体检人的人脸信息时,将平均体检时长作为待体检人的预测体检时长;在未能获取待体检人的人脸信息时,将总平均体检时长作为待体检人的预测体检时长,从而获取所有待体检人的预测体检时长,根据所有人的预测体检时长,获取该体检项目的预测等候时长。
例如,在该体检项目中排队的人数有4人,其中有一人不能获取人脸信息,该体检项目的总平均体检时长为4分钟;在该体检项目中,其余三人所属年龄段和性别的平均体检时长分别为3分钟、3分钟和4分钟,则该体检项目的预测等候时长为14分钟。
其中,在步骤S104之后,在步骤S105之前,还包括:检测体检项目的预测等候时长是否超过触发阈值;若预测等候时长超过触发阈值时,则向管理终端发送新增体检项目窗口的信息。
具体地,根据不同的体检项目的体检时长和等候人数确定对应的触发阈值,例如抽血项目,窗口设置有两个,体检时长为3分钟,等候人数为50人时,可以设置50为抽血项目的触发阈值,在等候人数大于50人时,系统可以向管理终端发送新增抽血项目窗口的信息,接收到信息后,体检人员可以新增抽血项目窗口,从而缓解当前项目排队耗时过长的压力。
其中,在步骤S105之后,还包括:根据所有体检项目的预测等候时长获取最短等候时长的体检项目顺序,并将最短等候时长的体检项目顺序推送至客户端。
具体地,根据体检项目的预测等候时长获取最短等候时长的体检项目顺序,给待体检人推荐排队项目顺序,并根据排队人数的变化进行定时更新,例如可以设定每十分钟更新一次,确保客户当前的排队项目顺序能够是等候时长最短的,避免排队时间过长。
如图2所示,提供了一种基于人脸识别的体检排队系统20,包括:数据信息提取模块21、体检时长获取模块22、人脸信息获取模块23、等候时长判断模块24和等候时长传输模块25,其中:
数据信息提取模块21,用于提取待体检人的数据信息,并将数据信息存储至人脸数据库中,数据信息包括有人脸信息、性别、年龄和手机号;
体检时长获取模块22,用于从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长;
人脸信息获取模块23,用于获取体检项目处排队待体检人的人脸信息,并根据人脸信息获取待体检人的性别和年龄;
等候时长判断模块24,用于根据年龄确定待体检人所属年龄段,根据年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断体检项目的预测等候时长;
等候时长传输模块25,用于将体检项目对应的预测等候时长传输至管理终端,并根据手机号传输至客户端。
在一个实施例中,体检时长获取模块22具体用于:将待体检人的年龄划分为六个年龄段;在历史数据库中分别查找六个年龄段的体检人,获取对应体检项目的历史体检时长;根据历史体检时长分别计算出不同性别在六个年龄段的平均体检时长。
在一个实施例中,人脸信息获取模块23还用于:在未能获取体检项目处排队待体检人的人脸信息时,获取体检项目的所有体检人的总平均体检时长。
在一个实施例中,等候时长判断模块24具体用于:在获取待体检人的人脸信息时,将平均体检时长作为待体检人的预测体检时长;在未能获取待体检人的人脸信息时,将总平均体检时长作为待体检人的预测体检时长;根据所有待体检人的预测体检时长进行计算,获取体检项目的预测等候时长。
在一个实施例中,等候时长判断模块24还用于:检测体检项目的预测等候时长是否超过触发阈值;若预测等候时长超过触发阈值,则向管理终端发送新增体检项目窗口的信息。
在一个实施例中,等候时长传输模块25还用于:根据所有体检项目的预计等候时长获取最短等候时长的体检项目顺序,并将最短等候时长的体检项目顺序推送至客户端。
在一个实施例中,提供了一种设备,该设备可以是服务器,其内部结构图可以如图3所示。该设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该设备的处理器用于提供计算和控制能力。该设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该设备的数据库用于存储配置模板,还可用于存储目标网页数据。该设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于人脸识别的体检排队方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的设备的限定,具体的设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还可以提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法,所述计算机可以为上述提到的基于人脸识别的体检排队系统的一部分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所做的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于人脸识别的体检排队方法,其特征在于,包括以下步骤:
提取待体检人的数据信息,并将所述数据信息存储至人脸数据库中,所述数据信息包括有人脸信息、性别、年龄和手机号;
从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长;
获取体检项目处排队待体检人的人脸信息,并根据所述人脸信息获取待体检人的性别和年龄;
根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长;
将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端。
2.根据权利要求1所述的基于人脸识别的体检排队方法,其特征在于,所述从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长,具体包括:
将所述待体检人的年龄划分为六个年龄段;
在所述历史数据库中分别查找所述六个年龄段的体检人,获取对应体检项目的历史体检时长;
根据所述历史体检时长分别计算出不同性别在六个年龄段的平均体检时长。
3.根据权利要求1所述的基于人脸识别的体检排队方法,其特征在于,所述获取体检项目处排队待体检人的人脸信息,并根据所述人脸信息获取待体检人的性别和年龄,还包括:
在未能获取体检项目处排队待体检人的人脸信息时,获取所述体检项目的所有体检人的总平均体检时长。
4.根据权利要求3所述的基于人脸识别的体检排队方法,其特征在于,所述根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长,具体包括:
在获取待体检人的人脸信息时,将所述平均体检时长作为所述待体检人的预测体检时长;
在未能获取待体检人的人脸信息时,将所述总平均体检时长作为所述待体检人的预测体检时长;
根据所有待体检人的预测体检时长进行计算,获取所述体检项目的预测等候时长。
5.根据权利要求1所述的基于人脸识别的体检排队方法,其特征在于,在根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长之后,在将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端之前,还包括:
检测所述体检项目的预测等候时长是否超过触发阈值;
若所述预测等候时长超过触发阈值,则向管理终端发送新增所述体检项目窗口的信息。
6.根据权利要求1所述的基于人脸识别的体检排队方法,其特征在于,在将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端之后,还包括:
根据所有体检项目的预计等候时长获取最短等候时长的体检项目顺序,并将所述最短等候时长的体检项目顺序推送至客户端。
7.根据权利要求6所述的基于人脸识别的体检排队方法,其特征在于,所述最短等候时长的体检项目顺序根据体检项目排队人数的变化进行定时更新。
8.一种基于人脸识别的体检排队系统,其特征在于,包括:
数据信息提取模块,用于提取待体检人的数据信息,并将所述数据信息存储至人脸数据库中,所述数据信息包括有人脸信息、性别、年龄和手机号;
体检时长获取模块,用于从历史数据库中提取体检人在各个体检项目的历史体检时长,获取各个体检项目基于不同性别和年龄段的平均体检时长;
人脸信息获取模块,用于获取体检项目处排队待体检人的人脸信息,并根据所述人脸信息获取待体检人的性别和年龄;
等候时长判断模块,用于根据所述年龄确定所述待体检人所属年龄段,根据所述年龄段和性别获取对应的平均体检时长,根据所有待体检人的平均体检时长判断所述体检项目的预测等候时长;
等候时长传输模块,用于将体检项目对应的预测等候时长传输至管理终端,并根据所述手机号传输至客户端。
9.一种设备,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权利要求1至7中任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110475547.7A CN113158944B (zh) | 2021-04-29 | 2021-04-29 | 基于人脸识别的体检排队方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110475547.7A CN113158944B (zh) | 2021-04-29 | 2021-04-29 | 基于人脸识别的体检排队方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113158944A CN113158944A (zh) | 2021-07-23 |
CN113158944B true CN113158944B (zh) | 2023-07-18 |
Family
ID=76872530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110475547.7A Active CN113158944B (zh) | 2021-04-29 | 2021-04-29 | 基于人脸识别的体检排队方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158944B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116092229A (zh) * | 2022-12-28 | 2023-05-09 | 北京声智科技有限公司 | 信息获取方法、装置、电子设备和存储介质 |
CN116894526B (zh) * | 2023-09-11 | 2023-11-24 | 北京南师信息技术有限公司 | 基于数据分析的全流程智能导诊方法及系统 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680302A (zh) * | 2014-12-04 | 2015-06-03 | 东软熙康健康科技有限公司 | 一种体检导检方法及装置 |
CN105139040A (zh) * | 2015-10-13 | 2015-12-09 | 商汤集团有限公司 | 一种排队状态信息检测方法及其系统 |
CN105631200A (zh) * | 2015-12-23 | 2016-06-01 | 东软集团股份有限公司 | 预测医技检查时间的方法和装置 |
CN106682775A (zh) * | 2016-12-27 | 2017-05-17 | 广州慧扬信息系统科技有限公司 | 一种寻找体检最优路径的系统 |
CN107396315A (zh) * | 2017-07-24 | 2017-11-24 | 深圳市前海安测信息技术有限公司 | 基于地理位置的体检排队辅助系统及方法 |
CN107483551A (zh) * | 2017-07-24 | 2017-12-15 | 深圳市前海安测信息技术有限公司 | 基于互联网的体检排队辅助系统及方法 |
CN107978361A (zh) * | 2017-12-19 | 2018-05-01 | 莫晶亮 | 门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 |
CN108520775A (zh) * | 2018-05-23 | 2018-09-11 | 黄宇松 | 医院智能化排队缴费方法、装置及设备 |
CN108765232A (zh) * | 2018-04-20 | 2018-11-06 | 合肥指南针电子科技有限责任公司 | 一种服务大厅排队人员综合管理系统 |
CN109658581A (zh) * | 2019-02-19 | 2019-04-19 | 中国人民解放军陆军军医大学第附属医院 | 医院智能就诊排号系统 |
CN110012060A (zh) * | 2019-02-13 | 2019-07-12 | 平安科技(深圳)有限公司 | 移动终端的信息推送方法、装置、存储介质和服务器 |
CN110363046A (zh) * | 2018-02-08 | 2019-10-22 | 西南石油大学 | 基于人脸识别的客流分析系统及部署方法 |
CN110858423A (zh) * | 2018-08-24 | 2020-03-03 | 阿里健康信息技术有限公司 | 一种排队方案、队列推送方法和处理系统 |
CN111489814A (zh) * | 2020-04-14 | 2020-08-04 | 黄日龙 | 一种运用智能导检终端的智能引检系统 |
CN112016731A (zh) * | 2019-05-31 | 2020-12-01 | 杭州海康威视系统技术有限公司 | 一种排队时长的预测方法、装置以及电子设备 |
CN112037892A (zh) * | 2019-06-03 | 2020-12-04 | 合肥市行思拓教育科技有限公司 | 健康体检智能调度系统、终端以及健康体检智能调度方法 |
CN112100576A (zh) * | 2020-09-15 | 2020-12-18 | 京东方科技集团股份有限公司 | 排队方案的确定方法、装置、电子设备及计算机可读介质 |
CN112396748A (zh) * | 2020-11-13 | 2021-02-23 | 苏州工业园区东诚智能网络技术有限公司 | 一种体检排队处理方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040122701A1 (en) * | 2000-11-22 | 2004-06-24 | Dahlin Michael D. | Systems and methods for integrating disease management into a physician workflow |
US20120197657A1 (en) * | 2011-01-31 | 2012-08-02 | Ez Derm, Llc | Systems and methods to facilitate medical services |
US20170011194A1 (en) * | 2015-07-09 | 2017-01-12 | MI Express Care Licensing Company, LLC | Connection Of Disparate Medical Personnel Networks And Associated Messaging In A Telemedicine System |
WO2019245862A1 (en) * | 2018-06-19 | 2019-12-26 | Tornier, Inc. | Visualization of intraoperatively modified surgical plans |
JP7341708B2 (ja) * | 2019-04-11 | 2023-09-11 | キヤノンメディカルシステムズ株式会社 | 情報管理システム及び受信装置 |
-
2021
- 2021-04-29 CN CN202110475547.7A patent/CN113158944B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680302A (zh) * | 2014-12-04 | 2015-06-03 | 东软熙康健康科技有限公司 | 一种体检导检方法及装置 |
CN105139040A (zh) * | 2015-10-13 | 2015-12-09 | 商汤集团有限公司 | 一种排队状态信息检测方法及其系统 |
CN105631200A (zh) * | 2015-12-23 | 2016-06-01 | 东软集团股份有限公司 | 预测医技检查时间的方法和装置 |
CN106682775A (zh) * | 2016-12-27 | 2017-05-17 | 广州慧扬信息系统科技有限公司 | 一种寻找体检最优路径的系统 |
CN107396315A (zh) * | 2017-07-24 | 2017-11-24 | 深圳市前海安测信息技术有限公司 | 基于地理位置的体检排队辅助系统及方法 |
CN107483551A (zh) * | 2017-07-24 | 2017-12-15 | 深圳市前海安测信息技术有限公司 | 基于互联网的体检排队辅助系统及方法 |
CN107978361A (zh) * | 2017-12-19 | 2018-05-01 | 莫晶亮 | 门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 |
CN110363046A (zh) * | 2018-02-08 | 2019-10-22 | 西南石油大学 | 基于人脸识别的客流分析系统及部署方法 |
CN108765232A (zh) * | 2018-04-20 | 2018-11-06 | 合肥指南针电子科技有限责任公司 | 一种服务大厅排队人员综合管理系统 |
CN108520775A (zh) * | 2018-05-23 | 2018-09-11 | 黄宇松 | 医院智能化排队缴费方法、装置及设备 |
CN110858423A (zh) * | 2018-08-24 | 2020-03-03 | 阿里健康信息技术有限公司 | 一种排队方案、队列推送方法和处理系统 |
CN110012060A (zh) * | 2019-02-13 | 2019-07-12 | 平安科技(深圳)有限公司 | 移动终端的信息推送方法、装置、存储介质和服务器 |
CN109658581A (zh) * | 2019-02-19 | 2019-04-19 | 中国人民解放军陆军军医大学第附属医院 | 医院智能就诊排号系统 |
CN112016731A (zh) * | 2019-05-31 | 2020-12-01 | 杭州海康威视系统技术有限公司 | 一种排队时长的预测方法、装置以及电子设备 |
CN112037892A (zh) * | 2019-06-03 | 2020-12-04 | 合肥市行思拓教育科技有限公司 | 健康体检智能调度系统、终端以及健康体检智能调度方法 |
CN111489814A (zh) * | 2020-04-14 | 2020-08-04 | 黄日龙 | 一种运用智能导检终端的智能引检系统 |
CN112100576A (zh) * | 2020-09-15 | 2020-12-18 | 京东方科技集团股份有限公司 | 排队方案的确定方法、装置、电子设备及计算机可读介质 |
CN112396748A (zh) * | 2020-11-13 | 2021-02-23 | 苏州工业园区东诚智能网络技术有限公司 | 一种体检排队处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
The Effect of Queuing Technology on Customer Experience in Physical Retail Environments;Gabriele Obermeier 等;《HCI in Business, Government and Organizations》;第12204卷;141-157 * |
人工智能体检系统在健康管理中心的应用;张理纯;《中国医疗设备》;第35卷(第07期);95-98 * |
信息化背景下的摸底排队问题研究;郭燕南;《中国优秀硕士学位论文全文数据库社会科学Ⅰ辑》(第(2015)07期);G113-21 * |
大型游乐园运营规划与现场管理;曹欢欢;《中国优秀硕士学位论文全文数据库经济与管理科学辑》(第(2017)02期);J156-126 * |
程序化和谐护理对提高体检中心老年患者满意度的应用效果研究;隋立文;《当代护士(上旬刊)》;第27卷(第02期);186-187 * |
Also Published As
Publication number | Publication date |
---|---|
CN113158944A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113158944B (zh) | 基于人脸识别的体检排队方法、系统、设备及存储介质 | |
CN108615119B (zh) | 一种异常用户的识别方法及设备 | |
CN108959004B (zh) | 磁盘故障预测方法、装置、设备及计算机可读存储介质 | |
CN109656918A (zh) | 流行病发病指数的预测方法、装置、设备及可读存储介质 | |
CN109493979A (zh) | 一种基于智能决策的疾病预测方法和装置 | |
US20140006044A1 (en) | System and method for preparing healthcare service bundles | |
CN109685536B (zh) | 用于输出信息的方法和装置 | |
CN109033165A (zh) | 一种数据展示方法、计算机可读存储介质及终端设备 | |
CN108847278B (zh) | 线上问诊自动分配方法、装置、计算机设备和存储介质 | |
CN109509269A (zh) | 一种电子签到方法、计算机可读存储介质及服务器 | |
CN110755047B (zh) | 一种心脑血管疾病预防方法、装置、终端及存储介质 | |
CN113627361B (zh) | 人脸识别模型的训练方法、装置及计算机程序产品 | |
CN108334519B (zh) | 一种用户画像中的用户标签获取方法及装置 | |
CN113626495A (zh) | 一种能源管理系统的运行数据采集方法 | |
CN109801394B (zh) | 一种工作人员考勤方法及装置、电子设备和可读存储介质 | |
CN117076610A (zh) | 一种数据敏感表的识别方法、装置、电子设备及存储介质 | |
CN109636378B (zh) | 账户识别方法和装置、电子设备 | |
CN115373960A (zh) | 一种数据库查询性能分析方法、装置及存储介质 | |
CN111768219A (zh) | 广告人群实验方法、装置及存储介质 | |
CN110704614A (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
CN112200961B (zh) | 页面生成方法、装置、系统、电子设备和计算机可读介质 | |
CN111694628B (zh) | 基于应用程序的线程的页面展示方法及相关设备 | |
CN114723494A (zh) | 问卷处理结果的有效性判断方法、装置、设备及存储介质 | |
CN113724824A (zh) | 慢性病患者随访方法、装置、计算机设备及可读存储介质 | |
CN112950801A (zh) | 远程办公考勤记录方法及装置 |
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 |