CN113343948A - 一种满意度分析方法、系统及其计算机存储介质 - Google Patents
一种满意度分析方法、系统及其计算机存储介质 Download PDFInfo
- Publication number
- CN113343948A CN113343948A CN202110882271.4A CN202110882271A CN113343948A CN 113343948 A CN113343948 A CN 113343948A CN 202110882271 A CN202110882271 A CN 202110882271A CN 113343948 A CN113343948 A CN 113343948A
- Authority
- CN
- China
- Prior art keywords
- customer
- face image
- expression
- face
- satisfaction
- 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.)
- Withdrawn
Links
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种满意度分析方法、系统及其计算机存储介质,该方法包括:获取拍摄区域内的视频信息;对获取的视频信息进行人脸识别,得到第一人脸图像;建立图像数据库,图像数据库内存储有所有服务人员的第二人脸图像;将第一人脸图像与第二人脸图像进行比较,如果第一人脸图像与第二人脸图像相匹配,则第一人脸图像对应的人员为服务人员;如果第一人脸图像与第二人脸图像不匹配,则第一人脸图像对应的人员为顾客,并输出顾客人脸图像;对顾客人脸图像进行表情识别,并输出人脸表情识别结果;根据人脸表情识别结果分析顾客满意度。由于只需要对顾客人脸数据表情进行识别,减少了表情识别的时间,提高了满意度分析的效率。
Description
技术领域
本发明涉及图像识别的技术领域,尤其是涉及一种满意度分析方法、系统及其计算机存储介质。
背景技术
对于服务行业,服务人员通常需要统计顾客的满意度,根据顾客的满意度调整服务内容和经营决策,目前一些服务行业会通过表情识别的方法对顾客的满意度进行分析,通过获取人脸图像进行表情识别,根据顾客的表情判断顾客的满意度。
针对上述中的相关技术,发明人认为,在获取人脸图像并进行表情识别时,服务人员的人脸图像会导致表情识别的时间延长,影响满意度分析的效率。
发明内容
本发明目的一是提供一种满意度分析方法,具有提高分析满意度工作效率的特点。
本发明的上述发明目的一是通过以下技术方案得以实现的:
一种满意度分析方法,所述方法包括:
获取拍摄区域内的视频信息;
对获取的所述视频信息进行人脸识别,得到第一人脸图像;
建立图像数据库,所述图像数据库内存储有所有服务人员的第二人脸图像;
将所述第一人脸图像与所述图像数据库内的第二人脸图像进行比较,如果所述第一人脸图像与所述第二人脸图像相匹配,则所述第一人脸图像对应的人员为服务人员;如果所述第一人脸图像与所述第二人脸图像不匹配,则所述第一人脸图像对应的人员为顾客,并输出顾客人脸图像;
对所述顾客人脸图像进行表情识别,并输出人脸表情识别结果;以及,
根据所述人脸表情识别结果分析顾客满意度。
通过采用上述技术方案,获取到拍摄区域内的视频信息后进行人脸识别,得到第一人脸图像,然后对第一人脸图像进行判断,如果第一人脸图像为顾客人脸图像,则输出顾客人脸图像并进行表情识别,输出人脸表情识别结果,根据人脸表情识别结果对顾客的满意度进行分析。由于只需要对顾客人脸图像进行表情识别,减少了表情识别的时间,提高了满意度分析的效率。
可选的,对所述顾客人脸图像进行表情识别的具体步骤包括:
建立表情数据库,所述表情数据库内存储有表情为满意的满意表情特征;
基于所述顾客人脸图像实时提取顾客表情特征;以及,
将顾客表情特征与所述表情数据库内的满意表情特征进行比较,如果所述顾客表情特征与所述满意表情特征相匹配,则该时刻人脸表情识别结果为满意;如果所述顾客表情特征与所述满意表情特征不匹配,则该时刻人脸表情识别结果为不满意。
通过采用上述技术方案,将顾客表情特征与满意表情特征进行比较,实时判断顾客在拍摄区域内的人脸表情识别结果是否为满意。
可选的,根据所述人脸表情识别结果分析顾客满意度的具体步骤包括:
基于所述视频信息获取各个顾客在拍摄区域内的总时长T;
基于所述顾客表情特征获取各个顾客表情识别结果为满意的时长T0;
计算时长T0在总时长T中的占比r,其中r=T0/T;以及,
将占比r与满意度阈值r0进行比较,如果占比r大于或等于满意度阈值r0则顾客满意;如果占比r小于满意度阈值r0则顾客不满意。
通过采用上述技术方案,顾客在拍摄区域内面部表情会发生多次变化,即使对服务质量和商品均感到满意也可能会偶尔出现不满意的表情特征,根据表情识别结果为满意的时长T0在总时长T中的占比r分析顾客在拍摄区域内的整体满意度,使得分析结果更加准确。
可选的,基于所述视频信息获取各个顾客在拍摄区域内的总时长T的具体步骤为:
基于所述视频信息获取各个顾客在拍摄区域内第一次被拍摄的第一时间t1;
基于所述视频信息获取各个顾客在拍摄区域内最后一次被拍摄的第二时间t2;以及,
根据所述第一时间t1与第二时间t2的差值,得出顾客在拍摄区域内的总时长T。
通过采用上述技术方案,在拍摄视频的时候能够同时获取拍摄时间,根据第一时间t1和第二时间t2的差值,能够更准确、更方便的得出顾客在拍摄区域内的总时长T。
可选的,基于所述人脸表情识别结果分析顾客满意度之后的步骤还包括:
基于所述视频信息实时获取各个服务人员的第一坐标信息d1;
基于所述视频信息实时获取各个顾客的第二坐标信息d2;
根据第一坐标信息d1和第二坐标信息d2,得到各个服务人员与各个顾客之间的距离L,并得到各个顾客与服务人员之间的最小距离Lmin;以及,
将所述最小距离Lmin与距离阈值L0进行比较,如果所述最小距离Lmin小于距离阈值L0,则将对应的顾客与服务人员进行关联,并输出关联信号。
通过采用上述技术方案,当最小距离Lmin小于距离阈值L0时,表明顾客在接受服务人员的服务,将对应的顾客与服务人员进行关联,根据顾客的表情识别结果分析该名服务人员的服务质量,便于管理人员对服务人员的服务质量进行统计。
可选的,将对应的顾客与服务人员进行关联之后的步骤包括:
基于所述关联信号开始计时,得到顾客与服务人员关联的第三时间t3;
计算所述第三时间t3在所述总时长T中的占比s,如果占比s大于或等于绑定阈值s0,则将关联的顾客与服务人员进行绑定。
通过采用上述技术方案,顾客在拍摄区域内可能会不断走动,顾客与关联服务人员之间的距离会发生变化,有时候即使顾客在接受服务,也会出现最小距离Lmin大于距离阈值L0的现象,使得顾客与服务人员之间多次重复关联、解除关联的过程,因此根据顾客与服务人员关联的第三时间t3在总时长T中的占比s将顾客与服务人员进行绑定,即使顾客与关联服务人员之间的最小距离Lmin会大于距离阈值L0也不会解除关联,减少了多次重复关联、解除关联的现象。
本发明目的二是提供一种满意度分析系统。
本发明的上述发明目的二是通过以下技术方案得以实现的:
一种满意度分析系统,包括:
视频信息获取模块,用于获取拍摄区域内的视频信息;
人脸识别模块,与所述视频信息获取模块连接,用于接收所述视频信息,对所述视频信息进行人脸识别,得到第一人脸图像;
图像数据库建立模块,用于建立图像数据库,所述图像数据库内存储有所有服务人员的第二人脸图像;
人脸比较模块,分别与所述人脸识别模块和图像数据库建立模块连接,用于接收所述第一人脸图像,将所述第一人脸图像与所述图像数据库内的第二人脸图像进行比较,如果所述第一人脸图像与所述第二人脸图像相匹配,则所述第一人脸图像对应的人员为服务人员;如果所述第一人脸图像与所述第二人脸图像不匹配,则所述第一人脸图像对应的人员为顾客,并输出顾客人脸图像;
表情识别模块,与所述人脸比较模块连接,用于接收所述顾客人脸图像,对所述顾客人脸图像进行表情识别,并输出人脸表情识别结果;
满意度分析模块,与所述表情识别模块连接,用于接收人脸表情识别结果,根据所述人脸表情识别结果分析顾客满意度。
通过采用上述技术方案,视频信息获取模块获取拍摄区域内的视频信息后,人脸识别模块对视频信息进行人脸识别,得到第一人脸图像,人脸比较模块将第一人脸图像与存储在图像数据库内的服务人员的第二人脸图像进行比较,并输出顾客人脸图像,表情识别模块对顾客人脸图像进行表情识别,输出人脸表情识别结果,满意度分析模块根据人脸表情识别结果分析顾客满意度。因为表情识别模块只需要对顾客人脸图像进行表情识别,所以减少了表情识别的时间,提高了满意度分析的效率。
本发明目的三是提供一种计算机设备。
本发明的上述发明目的三是通过以下技术方案得以实现的:
一种计算机设备,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如上述满意度分析方法中任一种步骤的计算机程序。
本发明目的四是提供一种计算机可读存储介质。
一种计算机可读存储介质,存储有能够被加载并执行如上述满意度分析方法中任一种步骤的计算机程序。
综上所述,本发明包括以下至少一种有益技术效果:
1.获取拍摄区域内的视频信息后进行人脸识别,对顾客人脸图像进行表情识别,根据表情识别结果对顾客的满意度进行分析,由于只需要对顾客人脸图像进行表情识别,减少了表情识别的时间,提高了满意度分析的效率;
2.将顾客与对应的服务人员进行绑定,根据顾客的满意度分析服务人员的服务质量,对服务人员的人事变动有较高的参考价值。
附图说明
图1是本发明其中一实施方式提供的一种满意度分析设备的结构框图;
图2是本发明其中一实施方式提供的一种满意度分析方法的流程图;
图3是图2中根据人脸表情识别结果分析顾客满意度的细化流程图。
图4是本发明另一实施方式提供的一种满意度分析方法的流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
参照图1,本发明实施例提供一种满意度分析设备,包括IPC摄像头、安卓平板和后台服务器,IPC摄像头设置有多个且均与安卓平板连接,安卓平板能够获取并修改各个IPC摄像头的设备基本信息,IPC摄像头的设备基本信息包括软件版本信息、设备ID、设备IP、设备类型和名称等,同时安卓平板能够下发指令使得IPC摄像头获取拍摄区域内的视频信息。多个IPC摄像头均将拍摄到的视频信息上传至后台服务器,后台服务器能够对视频信息进行处理和统计。
参照图2,本申请实施例的另一实施方式提供一种满意度分析方法,具体包括以下步骤:
步骤S100,获取拍摄区域内的视频信息;
其中拍摄区域可以为店铺内部、银行内部或其他服务场所内部,其具体实施方式为,使用IPC摄像头拍摄视频信息,为了减少拍摄死角,可以设置多个IPC摄像头进行同步拍摄。
步骤S200,对获取的视频信息进行人脸识别,得到第一人脸图像;
作为步骤S200的一种具体实施方式,后台服务器首先设计一个或数个标准人脸模板,然后计算视频信息中的图像与标准人脸模板之间的匹配程度,当图像与标准人脸模板之间的匹配程度大于预设匹配度时,说明该图像为第一人脸图像。
作为步骤S200的另一种具体实施方式,后台服务器中存储有大量人脸图像,通过对后台服务器中的人脸图像进行特征提取,构建特征向量,利用神经网络对人脸图像的特征向量进行学习,产生分类器,将视频信息中的图像输入至分类器,分类器能够识别人脸图像,从而得到第一人脸图像。
步骤S300,判断第一人脸图像是否为顾客;
作为步骤S300的一种具体实施方式,后台服务器获取所有服务人员的第二人脸图像并进行存储,生成包含第二人脸图像和对应人员信息的图像数据库,将上述步骤中获得的第一人脸图像与图像数据库内的第二人脸图像均进行比较,如果比较结果相匹配,则判断第一人脸图像对应的人员为服务人员,步骤结束;如果比较结果不匹配,则判断第一人脸图对应的人员为顾客,输出顾客人脸图像。
步骤S400,对顾客人脸图像进行表情识别,并输出人脸表情识别结果;
作为步骤S400的一种具体实施方式,后台服务器获取大量表情为满意的人脸图像,对这些人脸图像的满意表情特征进行提取,例如嘴角和眼角均上扬,然后对这些满意表情特征进行存储,建立表情数据库。实时提取顾客人脸图像中的顾客表情特征,将顾客表情特征与表情数据库中的满意表情特征进行比较,如果相匹配,则判断此时顾客的内心是感到满意的,人脸表情识别结果为满意;如果不匹配,则判断此时顾客的内心是不满意的,人脸表情识别结果为不满意。人脸表情识别结果需发送至后台服务器。
步骤S500,根据人脸表情识别结果分析顾客满意度;
参照图3,步骤S500,根据人脸表情识别结果分析顾客满意度,其步骤包括:
步骤S501,基于视频信息获取各个顾客在拍摄区域内的总时长T;
作为步骤S501的一种具体实施方式,IPC摄像头在拍摄视频信息时,能够同时得到拍摄时间,根据视频信息获取某一顾客在拍摄区域内第一次被拍摄的第一时间t1,和该名顾客在拍摄区域内最后一次被拍摄的第二时间t2,将第二时间t2与第一时间t1作差即可得到该名顾客在拍摄区域内的总时长T,根据相同的方法得到拍摄区域内每一名顾客在店内的总时长T。由于为了减少拍摄死角,在拍摄区域内设置有多个IPC摄像头,多个IPC摄像头中最先拍摄到顾客的时间为第一时间t1,多个IPC摄像头中最后拍摄到顾客的时间为第二时间t2。
步骤S502,基于顾客表情特征获取各个顾客表情识别结果为满意的时长T0;
作为步骤S502的一种具体实施方式,顾客在拍摄区域内的这段时间中,面部表情会发生多次变化,有时人脸表情识别结果为满意,有时为不满意,根据顾客表情特征计算并输出人脸表情识别结果为满意的全部时间为T0;
步骤S503,计算时长T0在总时长T中的占比r;
其中r=T0/T。
步骤S504,将占比r与满意度阈值r0进行比较;
作为步骤S504的一种具体实施方式,当占比r大于或等于满意度阈值r0时说明顾客满意度较高,当占比r小于满意度阈值r0时说明顾客满意度较低。为了更细致的划分顾客满意度,可以设置多组满意度阈值r0,将满意度划分为不满意、一般、比较满意和很满意四个等级。
上述步骤S501和步骤S502的顺序可调换。
参照图4,本申请实施例的另一实施方式与上述实施方式的不同之处在于,步骤S500根据人脸表情识别结果分析顾客满意度之后的方法还包括:
步骤S600,将对应的顾客与服务人员进行关联;
其具体实施方式为,IPC摄像头在对视频信息进行拍摄时,能够实时获取各个服务人员的第一坐标信息d1,以及各个顾客的第二坐标信息d2,第一坐标信息d1和第二坐标信息d2作差即可得到每个服务人员和每个顾客之间的距离L,比较各个服务人员和各个顾客之间的距离L得到服务人员与顾客之间的最小距离Lmin;设置距离阈值L0,如果最小距离Lmin小于距离阈值L0,则将顾客和服务人员进行关联,并输出关联信号。
步骤S700,将关联的顾客与服务人员进行绑定;
其具体实施方式为,当顾客与服务人员关联后开始计时,得到关联的第三时间t3,根据第三时间t3和步骤S501中获取的总时长T计算第三时间t3在总时长T中的占比s=t3/T,设置绑定阈值s0,如果占比s大于或等于绑定阈值s0则说明顾客与服务人员关联的时间较长,可以进行绑定。
有时顾客与服务人员之间的最小距离Lmin小于距离阈值L0,但是持续时间过短,第三时间t3在总时长T中的占比s小于绑定阈值s0,则顾客不与对应的服务人员进行绑定,当该名顾客与对应服务人员之间的最小距离Lmin再次小于距离阈值L0时,再重新计时,判断是否需要进行绑定。
本申请实施例的另一实施方式公开了一种满意度分析系统,包括以下模块:
视频信息获取模块,用于获取拍摄区域内的视频信息;
人脸识别模块,与视频信息获取模块连接,用于接收视频信息,对视频信息进行人脸识别,得到第一人脸图像;
图像数据库建立模块,用于建立图像数据库,图像数据库内存储有所有服务人员的第二人脸图像;
人脸比较模块,分别与人脸识别模块和图像数据库模块连接,用于接收第一人脸图像,将第一人脸图像与图像数据库内的第二人脸图像进行比较,如果第一人脸图像与第二人脸图像相匹配,则第一人脸图像对应的人员为服务人员;如果第一人脸图像与第二人脸图像不匹配,则第一人脸图像对应的人员为顾客,并输出顾客人脸图像;
表情识别模块,与人脸比较模块连接,用于接收所述顾客人脸图像,对顾客人脸图像进行表情识别,并输出人脸表情识别结果;
满意度分析模块,与表情识别模块连接,用于接收人脸表情识别结果,根据人脸表情识别结果分析顾客满意度;
表情数据库建立模块,用于建立表情数据库,表情数据库内存储有表情为满意的满意表情特征;
顾客表情特征提取模块,与人脸比较模块连接,用于接收顾客人脸图像,基于顾客人脸图像实时提取顾客表情特征;
表情特征比较模块,分别与表情数据库建立模块和顾客表情特征提取模块连接,用于将顾客表情特征与表情数据库内的满意表情特征进行比较,如果顾客表情特征与满意表情特征相匹配,则该时刻人脸表情识别结果为满意;如果顾客表情特征与满意表情特征不匹配,则该时刻人脸表情识别结果为不满意;
总时长T获取模块,与视频信息获取模块连接,用于接收视频信息,基于视频信息获取各个顾客在拍摄区域内的总时长T;
满意时长T0获取模块,与顾客表情特征提取模块连接,用于基于顾客表情特征获取各个顾客表情识别结果为满意的时长T0;
占比r计算模块,分别与总时长T获取模块和满意时长T0获取模块连接,用于计算时长T0在总时长T中的占比r,其中r=T0/T;
占比r比较模块,与占比r计算模块连接,用于将占比r与满意度阈值r0进行比较,如果占比r大于或等于满意度阈值r0则顾客满意;如果占比r小于满意度阈值r0则顾客不满意;
第一时间t1获取模块,与视频信息获取模块连接,用于接收视频信息,基于视频信息获取各个顾客在拍摄区域内第一次被拍摄的第一时间t1;
第二时间t2获取模块,与视频信息获取模块连接,用于接收视频信息,基于视频信息获取各个顾客在拍摄区域内最后一次被拍摄的第二时间t2;
第一坐标信息d1获取模块,与视频信息获取模块连接,用于接收视频信息,基于视频信息实时获取各个服务人员的第一坐标信息d1;
第二坐标信息d2获取模块,与视频信息获取模块连接,用于接收视频信息,基于视频信息实时获取各个顾客的第二坐标信息d2;
最小距离Lmin计算模块,分别与第一坐标信息d1获取模块和第二坐标信息d2获取模块连接,根据第一坐标信息d1和第二坐标信息d2,得到各个服务人员与各个顾客之间的距离L,并比较得到各个顾客与服务人员之间的最小距离Lmin;
关联模块,用于将最小距离Lmin与距离阈值L0进行比较,如果最小距离Lmin小于距离阈值L0,则将对应的顾客与服务人员进行关联,并输出关联信号。
第三时间t3获取模块,与关联模块连接,用于接收关联信号,基于关联信号开始计时,得到顾客与服务人员关联的第三时间t3;
绑定模块,用于计算第三时间t3在所述总时长T中的占比s,如果占比s大于或等于绑定阈值s0,则将关联的顾客与服务人员进行绑定。
本申请实施例的另一实施方式公开了一种计算机设备,包括存储器和处理器,存储器上存储有能够被处理器加载并执行上述满意度分析方法中任一步骤的计算机程序。
本申请实施例的另一实施方式公开了一种计算机可读存储介质,存储有能够被加载并执行上述满意度分析方法中任一步骤的计算机程序。
Claims (9)
1.一种满意度分析方法,其特征在于,所述方法包括:
获取拍摄区域内的视频信息;
对获取的所述视频信息进行人脸识别,得到第一人脸图像;
建立图像数据库,所述图像数据库内存储有所有服务人员的第二人脸图像;
将所述第一人脸图像与所述图像数据库内的第二人脸图像进行比较,如果所述第一人脸图像与所述第二人脸图像相匹配,则所述第一人脸图像对应的人员为服务人员;如果所述第一人脸图像与所述第二人脸图像不匹配,则所述第一人脸图像对应的人员为顾客,并输出顾客人脸图像;
对所述顾客人脸图像进行表情识别,并输出人脸表情识别结果;以及,
根据所述人脸表情识别结果分析顾客满意度。
2.根据权利要求1所述的一种满意度分析方法,其特征在于,对所述顾客人脸图像进行表情识别的具体步骤包括:
建立表情数据库,所述表情数据库内存储有表情为满意的满意表情特征;
基于所述顾客人脸图像实时提取顾客表情特征;以及,
将顾客表情特征与所述表情数据库内的满意表情特征进行比较,如果所述顾客表情特征与所述满意表情特征相匹配,则该时刻人脸表情识别结果为满意;如果所述顾客表情特征与所述满意表情特征不匹配,则该时刻人脸表情识别结果为不满意。
3.根据权利要求2所述的一种满意度分析方法,其特征在于,根据所述人脸表情识别结果分析顾客满意度的具体步骤包括:
基于所述视频信息获取各个顾客在拍摄区域内的总时长T;
基于所述顾客表情特征获取各个顾客表情识别结果为满意的时长T0;
计算时长T0在总时长T中的占比r,其中r=T0/T;以及,
将占比r与满意度阈值r0进行比较,如果占比r大于或等于满意度阈值r0则顾客满意;如果占比r小于满意度阈值r0则顾客不满意。
4.根据权利要求3所述的一种满意度分析方法,其特征在于,基于所述视频信息获取各个顾客在拍摄区域内的总时长T的具体步骤为:
基于所述视频信息获取各个顾客在拍摄区域内第一次被拍摄的第一时间t1;
基于所述视频信息获取各个顾客在拍摄区域内最后一次被拍摄的第二时间t2;以及,
根据所述第一时间t1与第二时间t2的差值,得出顾客在拍摄区域内的总时长T。
5.根据权利要求4所述的一种满意度分析方法,其特征在于,基于所述人脸表情识别结果分析顾客满意度之后的步骤还包括:
基于所述视频信息实时获取各个服务人员的第一坐标信息d1;
基于所述视频信息实时获取各个顾客的第二坐标信息d2;
根据第一坐标信息d1和第二坐标信息d2,得到各个服务人员与各个顾客之间的距离L,并得到各个顾客与服务人员之间的最小距离Lmin;以及,
将所述最小距离Lmin与距离阈值L0进行比较,如果所述最小距离Lmin小于距离阈值L0,则将对应的顾客与服务人员进行关联,并输出关联信号。
6.根据权利要求5所述的一种满意度分析方法,其特征在于,将对应的顾客与服务人员进行关联之后的步骤包括:
基于所述关联信号开始计时,得到顾客与服务人员关联的第三时间t3;
计算所述第三时间t3在所述总时长T中的占比s,如果占比s大于或等于绑定阈值s0,则将关联的顾客与服务人员进行绑定。
7.一种满意度分析系统,其特征在于,包括:
视频信息获取模块,用于获取拍摄区域内的视频信息;
人脸识别模块,与所述视频信息获取模块连接,用于接收所述视频信息,对所述视频信息进行人脸识别,得到第一人脸图像;
图像数据库建立模块,用于建立图像数据库,所述图像数据库内存储有所有服务人员的第二人脸图像;
人脸比较模块,分别与所述人脸识别模块和图像数据库建立模块连接,用于接收所述第一人脸图像,将所述第一人脸图像与所述图像数据库内的第二人脸图像进行比较,如果所述第一人脸图像与所述第二人脸图像相匹配,则所述第一人脸图像对应的人员为服务人员;如果所述第一人脸图像与所述第二人脸图像不匹配,则所述第一人脸图像对应的人员为顾客,并输出顾客人脸图像;
表情识别模块,与所述人脸比较模块连接,用于接收所述顾客人脸图像,对所述顾客人脸图像进行表情识别,并输出人脸表情识别结果;
满意度分析模块,与所述表情识别模块连接,用于接收人脸表情识别结果,根据所述人脸表情识别结果分析顾客满意度。
8.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种步骤的计算机程序。
9.一种计算机可读存储介质,其特征在于,存储有能够被加载并执行如权利要求1至6中任一种步骤的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110882271.4A CN113343948A (zh) | 2021-08-02 | 2021-08-02 | 一种满意度分析方法、系统及其计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110882271.4A CN113343948A (zh) | 2021-08-02 | 2021-08-02 | 一种满意度分析方法、系统及其计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113343948A true CN113343948A (zh) | 2021-09-03 |
Family
ID=77480595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110882271.4A Withdrawn CN113343948A (zh) | 2021-08-02 | 2021-08-02 | 一种满意度分析方法、系统及其计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343948A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792688A (zh) * | 2021-09-18 | 2021-12-14 | 北京市商汤科技开发有限公司 | 业务状态的分析方法、装置、电子设备和存储介质 |
-
2021
- 2021-08-02 CN CN202110882271.4A patent/CN113343948A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792688A (zh) * | 2021-09-18 | 2021-12-14 | 北京市商汤科技开发有限公司 | 业务状态的分析方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kar et al. | Study of implementing automated attendance system using face recognition technique | |
CN105740775B (zh) | 一种三维人脸活体识别方法及其装置 | |
JP6664163B2 (ja) | 画像識別方法、画像識別装置及びプログラム | |
US8515136B2 (en) | Image processing device, image device, image processing method | |
US9852327B2 (en) | Head-pose invariant recognition of facial attributes | |
CN109858375B (zh) | 活体人脸检测方法、终端及计算机可读存储介质 | |
CN108875452A (zh) | 人脸识别方法、装置、系统和计算机可读介质 | |
JP2000306095A (ja) | 画像照合・検索システム | |
KR20170006355A (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
CN108198177A (zh) | 图像获取方法、装置、终端及存储介质 | |
CN111160275B (zh) | 行人重识别模型训练方法、装置、计算机设备和存储介质 | |
US20150356342A1 (en) | Image processing apparatus, image processing method, and storage medium | |
US20230041573A1 (en) | Image processing method and apparatus, computer device and storage medium | |
CN110598638A (zh) | 模型训练方法、人脸性别预测方法、设备及存储介质 | |
CN110516579B (zh) | 手持眼底相机拍照方法和装置、设备及存储介质 | |
CN110751069A (zh) | 一种人脸活体检测方法及装置 | |
CN109410138B (zh) | 修饰双下巴的方法、装置和系统 | |
CN112633221A (zh) | 一种人脸方向的检测方法及相关装置 | |
CN113343948A (zh) | 一种满意度分析方法、系统及其计算机存储介质 | |
CN111626240A (zh) | 一种人脸图像识别方法、装置、设备及可读存储介质 | |
CN110766077A (zh) | 证据链图像中特写图筛选方法、装置和设备 | |
CN109697421A (zh) | 基于微表情的评价方法、装置、计算机设备和存储介质 | |
CN113361513A (zh) | 移动端舌象采集方法、装置及设备 | |
JP2008009938A (ja) | 動画像データ処理装置、動画像データ処理方法、動画像データ処理プログラム、およびこれを記録した記録媒体 | |
JP5213778B2 (ja) | 顔認識装置及び顔器官の特徴点特定方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210903 |