CN113361468A - 一种业务质检方法、装置、设备及存储介质 - Google Patents
一种业务质检方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113361468A CN113361468A CN202110739687.0A CN202110739687A CN113361468A CN 113361468 A CN113361468 A CN 113361468A CN 202110739687 A CN202110739687 A CN 202110739687A CN 113361468 A CN113361468 A CN 113361468A
- Authority
- CN
- China
- Prior art keywords
- quality inspection
- human body
- service
- target object
- video image
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000009471 action Effects 0.000 claims abstract description 87
- 230000003993 interaction Effects 0.000 claims abstract description 80
- 238000012545 processing Methods 0.000 claims abstract description 33
- 210000000746 body region Anatomy 0.000 claims description 47
- 238000012790 confirmation Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 10
- 230000008921 facial expression Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000002372 labelling Methods 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 102100032202 Cornulin Human genes 0.000 description 1
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种业务质检方法、装置、设备及存储介质，涉及人工智能领域，尤其涉及计算机视觉和深度学习技术，具体可用于智能防控场景下。具体实现方案为：获取业务处理场景下的视频图像；对所述视频图像进行检测，得到所述视频图像中的人体区域和目标物体区域；根据所述人体区域和所述目标物体区域，确定人物动作交互信息；根据所述人物动作交互信息，对业务进行质检。通过本公开的技术，提供了一种精准识别业务员的业务操作是否符合业务规范的方案。
Description
技术领域
本公开涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术，具体可用于智能防控场景下。
背景技术
不同领域具有不同的业务规范来约束业务员，以保证业务的正常进行。那么如何通过智能方式识别业务员的业务操作是否符合业务规范，对于业务发展至关重要。比如对于银行业务和保险业务等双录(录音录像)监测场景下，如何识别业务员的业务操作是否符合业务规范，对于银行等而言至关重要。
发明内容
本公开提供了一种业务质检方法、装置、设备以及存储介质。
根据本公开的一方面，提供了一种业务质检方法，该方法包括：
获取业务处理场景下的视频图像；
对所述视频图像进行检测，得到所述视频图像中的人体区域和目标物体区域；
根据所述人体区域和所述目标物体区域，确定人物动作交互信息；
根据所述人物动作交互信息，对业务进行质检。
根据本公开的另一方面，提供了一种业务质检装置，该装置包括：
图像获取模块，用于获取业务处理场景下的视频图像；
检测模块，用于对所述视频图像进行检测，得到所述视频图像中的人体区域和目标物体区域；
信息确定模块，用于根据所述人体区域和所述目标物体区域，确定人物动作交互信息；
质检模块，用于根据所述人物动作交互信息，对业务进行质检。
根据本公开的另一方面，提供了一种电子设备，该电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的业务质检方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的业务质检方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任一实施例所述的业务质检方法。
根据本公开的技术，提供了一种精准识别业务员的业务操作是否符合业务规范的方案。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例提供的一种业务质检方法的流程图；
图2是根据本公开实施例提供的另一种业务质检方法的流程图；
图3是根据本公开实施例提供的又一种业务质检方法的流程图；
图4是根据本公开实施例提供的一种业务质检装置的结构示意图；
图5是用来实现本公开实施例的业务质检方法的电子设备的框图；
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例提供的一种业务质检方法的流程图。本公开实施例适用于如何对业务进行质检(具体为对业务员的业务操作进行质检)的情况，尤其可适用于在银行业务和保险业务等双录(录音录像)监测场景下，对业务进行质检的情况。该方法可以由业务质检装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于承载业务质检功能的电子设备中，比如采集设备(如智能摄像头)中。如图1所示，本实施例提供的业务质检方法可以包括：
S101，获取业务处理场景下的视频图像。
为对业务进行质检，本实施例中可以获取业务处理场景下的视频图像，具体可以获取第一对象对第二对象进行业务处理场景下的视频图像，本实施例中第一对象用于表示向客户提供业务服务的任一业务员，第二对象用于表示任一客户。例如，对于银行业务、保险业务等可能存在金钱纠纷的特殊场景而言，通常要求业务员在对客户进行业务处理的整个过程中必须涉及业务员对着采集设备举工牌，以及客户签字确认等，进而可获取业务员对客户进行业务处理场景下的视频图像，识别视频图像中是否包括业务员举工牌动作和客户签字动作等，以确定业务员的业务操作是否符合业务规范。其中，业务员可以为需要被质检的一个或多个工作人员。
可选的，若本实施例的执行主体为采集设备，则采集设备(例如智能摄像头)可以对第一对象对第二对象进行业务处理的整个过程进行采集，以得到视频图像。示例性的，本实施例中执行主体还可以为其他具有计算功能的电子设备，比如电脑等；进而采集设备在采集到第一对象对第二对象进行业务处理场景下的视频图像之后，可以向电脑发送所采集的视频图像。进一步的，由于数据传输需要耗费时间、网络带宽等，为便于快速了解到第一对象(即业务员)的业务操作情况，本实施例的执行主体优选为采集设备。本实施例中，采集设备可以具有录音录像功能。
可选的，一种可实施方式，本实施例中采集设备若检测到质检事件，则采集第一对象对第二对象进行业务处理场景下的视频图像。检测到质检事件可以是检测到第一对象开始对任一第二对象进行业务处理，比如银行场景下，若检测到客户坐于业务员对面，且识别到业务员对客户的问候(比如“您好”)，则确定业务员开始对客户进行业务处理，或者若接收到业务员所属终端设备发送的开始信息，则确定业务员开始对客户进行业务处理。
进一步的，对于需要被质检的任一第一对象，采集设备可以在采集到该第一对象对任一第二对象进行业务处理场景下的视频图像之后，实时对该第一对象的业务操作进行一次质检。
S102，对视频图像进行检测，得到视频图像中的人体区域和目标物体区域。
本实施例中，人体区域包括第一对象在图像中所占的区域和第二对象在图像中所占的区域等；目标物体区域即为对业务进行质检所需关注的目标物体在图像中所占的区域。可选的，不同领域具有不同的业务规范来约束业务员，不同业务规范可对应不同的目标物体。例如，对于银行业务、保险业务等可能存在金钱纠纷的特殊场景而言，通常要求业务员在对客户进行业务处理的整个过程中必须涉及业务员对着采集设备举工牌，以及客户签字确认等，进而目标物体可以包括工牌和/或笔等；对应的，目标物体区域即为目标物体(比如工牌)在图像中所占的区域，人体区域包括业务员在图像中所占的区域和客户在图像中所占的区域等。
示例性的，本实施例中可以基于目标检测模型对视频图像进行检测，通过标注框标注出视频图像中的人体区域和目标物体区域。具体可以是，对视频图像中的每帧图像均进行检测，且将每帧图像的检测结果(即从每帧图像标注出的人体区域和目标物体区域)和该帧图像的标识(比如该帧图像的采集时间)关联。其中，目标检测模型是预先训练好的，可以是YOLO v5模型、Faster RCNN模型、cascaded CRNN模型或centerNet v2模型等。
进一步的，由于视频图像通常包括两帧以上的图像，如果每帧图像都进行检测，涉及的工作量比较大；进而为降低复杂度，本实施例中可以根据第一对象通常处理一个业务的正常进度，从视频图像中抽取特定时间的帧图像，进而可以对所抽取的图像进行检测。比如银行业务场景下，对于需要被质检的任一业务员，可以通过人工方式对历史所记录的该业务员对客户进行业务处理场景下的视频图像进行分析，以得到业务员举工牌动作和/或客户签字动作在视频图像中可能出现的位置，进而可从所实时采集的视频图像的特定位置处抽取帧图像，进行检测。
S103，根据人体区域和目标物体区域，确定人物动作交互信息。
所谓人物动作交互信息为人与物体进行动作交互的信息。比如可以包括第一对象示意动作和第二对象确认动作；例如银行业务场景下，第一对象示意动作可以为业务员举工牌动作，第二对象确认动作可以为客户签字动作等。
可选的，一种可实施方式，可以将从视频图像的帧图像中所检测出的人体区域和目标物体区域，与帧图像的标识关联，一并输入至预先训练的人物交互(Human ObjectInteraction，HOI)模型中，即可得到人物动作交互信息。其中，人物交互模型是用于定位人、物体、以及识别人与物体之间的相互作用的模型。进一步的，本实施例中的人物交互模型可以输出人与物体之间存在交互的概率，以及不存在交互的概率；比如业务员举工牌的概率和业务员未举工牌的概率。
可选的，又一种可实施方式，对于每帧图像，可以计算从该帧图像中所检测出的人体区域和目标物体区域之间的重叠度，比如业务员对应的标注框和工牌对应的标注框之间的重叠度，客户对应的标注框和笔对应的标注框之间的重叠度等；若人体区域和目标物体区域之间的重叠度小于设定阈值，则确定人与目标物体之间存在交互的可能性较低，此时可以将从帧图像所检测出的人体区域和目标物体区域滤除；若人体区域和目标物体区域之间的重叠度等于或大于设定阈值，则确定人体和目标物体之间存在交互的可能性比较高，此时可以将该帧图像作为目标图像。
之后，可以将从目标图像中所检测出的人体区域和目标物体区域，输入至预先训练的人物交互模型中，即可得到人物动作交互信息。
S104，根据人物动作交互信息，对业务进行质检。
可选的，可以根据人物动作交互信息和业务规范，对业务进行质检，具体为对第一对象(即业务员)的业务操作进行质检。例如银行业务场景下，若根据人物动作交互信息识别到视频图像中只包括业务员举工牌动作或者客户签字动作，则确定业务员的业务操作不合规；若根据人物动作交互信息识别到视频图像中包括业务员举工牌动作和客户签字动作，则可以识别业务员举工牌动作是否标准等，以确定业务员的业务操作是否合规。
示例性的，若确定业务员的业务操作不合规，则向业务员进行警示，以提醒业务员即时纠正不合规的业务操作，进而使业务员后续对客户的业务操作出现不合规概率降低，促进业务的良性发展。
本公开实施例提供的技术方案，通过对所获取的业务处理场景下的视频图像进行检测，以得到图像中的人体区域和目标物体区域，并根据人体区域和目标物体区域，可以确定人物动作交互信息，进而根据人物动作交互信息，可实现对业务的质检。上述方案，在电子设备(比如采集设备)中增加人物交互感知功能，增加了设备的智能化程度；同时通过引入人物动作交互信息，基于人物动作交互信息，对业务是否合规进行检测，相比于现有通过人工识别方式而言，不仅减少了成本，而且减少了人为因素等所带来的识别误差，即提高了准确度，还提高了处理效率。此外，对于企业比如银行而言，加强了银行的智能监管，为促进银行的良性发展奠定了基础。
示例性的，在双录监测场景下，在上述实施例的基础上，作为本公开实施例的一种可选方式，可以根据人物动作交互信息和视频图像中第一对象与第二对象之间的语音交互信息，对业务进行质检。
具体可以是，若根据人物动作交互信息识别到第一对象的业务操作所涉及的动作符合规定，则识别第一对象与第二对象之间的语音交互信息是否符合语音规定，比如，根据语音交互信息识别第一对象与第二对象之间是否相互尊重，第二对象是否配合等；在根据第一对象与第二对象之间的语音交互信息识别到第一对象的业务操作所涉及的语音符合规定，则确定业务合规，即第一对象的业务操作合规。
需要说明的是，本实施例中在对业务进行质检过程中，通过引入人物动作交互信息和语音交互信息，进一步提高了质检的准确度，以及增加了设备的智能化程度。
图2是根据本公开实施例提供的另一种业务质检方法的流程图，本实施例在上述实施例的基础上，进一步对如何“确定人物动作交互信息”进行详细解释说明。如图2所示，本实施例提供的业务质检方法可以包括：
S201，获取业务处理场景下的视频图像。
S202，对视频图像进行检测，得到视频图像中的人体区域和目标物体区域。
S203，根据人体区域、目标物体区域、以及人体区域和目标物体区域之间的重叠度，确定人物位置信息。
本实施例中，所谓重叠度是指人体区域和目标物体区域的重合程度，也即人体区域标注框与目标物体区域标注框之间的交并比(Intersection Over Union，IOU)，进一步的，可以确定人体区域标注框与目标物体区域标注框之间的交集和并集，将交集和并集之间的比值作为人体区域和目标物体区域之间的重叠度。
可选的，对于每帧图像，若从该帧图像中所检测出的人体区域和目标物体区域之间的重叠度小于设定阈值，则将从该帧图像中所检测出的人体区域和目标物体区域滤除；若从该帧图像中所检测出的人体区域和目标物体区域之间的重叠度等于或大于设定阈值，则将该帧图像作为目标图像。
对于每一目标图像，可以根据从该目标图像中所检测出的人体区域的位置信息、目标物体区域的位置信息、以及人体区域和目标物体区域之间的重叠度，确定该目标图像的人物位置信息。其中，人体区域的位置信息可以为人体(比如第一对象对应的人体)在目标图像中的像素坐标，具体可以是标注人体的标注框的像素坐标，例如可以是，标注框四个顶点的像素坐标，或者可以是标注框任一斜对角的两个顶点的像素坐标等。对应的，目标物体的位置信息可以为目标物体(比如工牌)在目标图像中的像素坐标，具体可以是标注目标物体的标注框的像素坐标。
例如可以是，按照设定格式，对人体区域的位置信息、目标物体区域的位置信息、以及人体区域和目标物体区域之间的重叠度进行拼接，以得到该目标图像的人物位置信息。进一步的，人物位置信息和目标图像的标识相关联。
进一步的，对于视频图像中的每一帧图像，若从该帧图像中提取到人体区域和目标物体区域，即可执行确定该帧图像中的人物位置信息的操作；为了降低复杂度，本实施例优选只对目标图像执行确定人物位置信息的操作。
S204，根据人体区域中的图像特征、目标物体区域中的图像特征、以及人物位置信息，确定人物动作交互信息。
可选的，本实施例中可以采用特征提取网络，比如精度较高的ResNet(ResidualNetwork，残差网络)分别从人体区域和目标物体区域中提取特征，以得到人体区域中的图像特征和目标物体区域中的图像特征。
具体的，可以将目标图像的标识、从目标图像中所检测出的人体区域中提取的图像特征、从目标图像中所检测出的目标物体区域中提取的图像特征、以及人目标图像的人物位置信息，一并输入至预先训练的人物交互模型中，即可得到人物动作交互信息。
S205，根据人物动作交互信息，对业务进行质检。
本公开实施例提供的技术方案，通过引入人物位置信息，基于人物位置信息、人体区域中的图像特征以及目标物体区域中的图像特征，可准确确定人物动作交互信息，为后续对业务进行质检提供了数据支撑，为确定人物动作交互信息提供了一种新思路。
为保证所确定的人物动作交互信息的准确度，示例性的，在银行等双录监测场景下，在上述实施例的基础上，作为本公开实施例的一种可选方式，根据人体区域、目标物体区域、以及人体区域和目标物体区域之间的重叠度，确定人物位置信息可以是：若识别到人体区域中第一对象的面部特征，与目标物体区域中人像特征之间的相似度大于设定值，则根据人体区域、目标物体区域、以及人体区域和目标物体区域之间的重叠度，确定人物位置信息。本实施例中，在银行等双录监测场景下，工牌中通常含有人像、姓名、职业以及职位等信息。
具体可以是，从第一对象所对应的人体区域中识别出第一对象的面部特征，从工牌所对应的目标物体区域中识别出工牌中的人像特征，计算所识别出的面部特征域人像特征之间的相似度；若相似度小于设定值，则说明工牌中的人像所对应的人，与第一对象不是同一人，即工牌不是第一对象的，此时可以直接确定第一对象的业务操作不合规；若相似度大于设定值，则继续执行S203的操作，即根据人体区域、目标物体区域、以及人体区域和目标物体区域之间的重叠度，确定人物位置信息。
需要说明的是，本实施例中增加人物位置信息确定的前提条件，可以准确识别出实际场景中第一对象(即业务员)拿其他人的工牌作弊等现象，保证了所确定的人物交互信息的准确度。
图3是根据本公开实施例提供的又一种业务质检方法的流程图，本实施例在上述实施例的基础上，在银行等双录监测场景下，进一步对如何“对业务进行质检”进行详细解释说明。如图3所示，本实施例提供的覆盖状态识别方法可以包括：
S301，获取业务处理场景下的视频图像。
S302，对视频图像进行检测，得到视频图像中的人体区域和目标物体区域。
S303，根据人体区域和目标物体区域，确定人物动作交互信息。
S304，根据人物动作交互信息，识别视频图像中是否包括第一对象示意动作和/或第二对象确认动作。
本实施例中，在银行等双录监测场景下，第一对象示意动作可以为业务员举工牌动作，第二对象确认动作可以为客户签字动作等。
比如，若人物动作交互信息中业务员举工牌的概率大于业务员未举工牌的概率，则确定视频图像中包括业务员举工牌动作，即视频图像中包括第一对象示意动作。进一步的，若人物动作交互信息中客户签字的概率大于客户未签字的概率，则确定视频图像中包括客户签字动作，即视频图像中包括第二对象确认动作。
S305，根据识别结果，对业务进行质检。
可选的，一种可实施方式，根据识别结果，对业务进行质检可以是，若识别结果为视频图像中只包括第一对象示意动作，或者第二对象确认动作，则确定业务不合规，即第一对象的业务操作不合规。
又一种可实施方式，根据识别结果，对业务进行质检还可以是，若识别结果为视频图像中包括第一对象示意动作和第二对象确认动作，则可以根据业务逻辑、第一对象示意动作和第二对象确认动作之间的顺序，对业务进行质检。
具体可以是，在确定视频图像中包括第一对象示意动作和第二对象确认动作的情况下，可以根据第一对象示意动作在视频图像中出现的时间，以及第二对象确认动作在视频图像中出现的时间，确定第一对象示意动作和第二对象确认动作之间的先后顺序；进而可以识别所确定的先后顺序，是否与业务规范中所规定的业务逻辑的先后顺序一致，若一致，则确定业务合规；否则，确定业务不合规。
又一种可实施方式，根据识别结果，对业务进行质检还可以是，若识别结果为视频图像中包括第一对象示意动作，则可以识别第一对象示意动作是否标准，以确定业务是否合规。
具体可以是，在确定视频图像中包括第一对象示意动作和第二对象确认动作的情况下，若识别到第一对象示意动作不符合设定标准，比如业务员斜着举工牌，没有正对采集设备举工牌，则确定业务不合规。
又一种可实施方式，根据识别结果，对业务进行质检还可以是，若识别结果为视频图像中包括第二对象确认动作，则可以根据第二对象的面部表情，对业务进行质检。
具体可以是，在确定视频图像中包括第一对象示意动作情况下，若确定视频图像中还包括第二对象确认动作，则可以从第二对象对应的人体区域中识别第二对象的面部表情，若第二对象的面部表情属于设定表情中的任一种，则确定业务不合规。其中，设表情可以包括但不限于皱眉、沮丧、不高兴和愤怒等。
又一种可实施方式，根据识别结果，对业务进行质检还可以是，若识别结果为视频图像中包括第一对象示意动作和第二对象确认动作，且第一对象示意动作符合设定标准，第二对象的面部表情不属于设定表情中的任一种，以及第一对象示意动作和二对象确认动作之间的顺序，与业务规范中所规定的业务逻辑的先后顺序一致，则确定业务合规。
需要说明的是，本实施例中通过结合实际场景，引入第一对象示意动作和第二对象确认动作之间的顺序、第二对象的面部表情、以及第一对象示意动作是否符合设定标准中的至少一项，对业务进行质检，进一步增了设备的智能化程度，同时更全面对业务进行质检，提高了质检结果的准确度。
本公开实施例提供的技术方案，在银行等双录监测场景下，通过对根据人体区域和目标物体区域所得到的人物交互信息进行识别，可识别到视频图像中是否包括第一对象示意动作和/或第二对象确认动作；进而可以根据识别结果，对业务进行质检。上述方案，通过结合实际银行业务等双录监测场景，对业务进行质检，加强了银行的智能监管，为促进银行的良性发展奠定了基础。
图4是根据本公开实施例提供的一种业务质检装置的结构示意图。本公开实施例适用于如何对业务进行质检(具体为对业务员的业务操作进行质检)的情况，尤其可适用于在银行业务和保险业务等双录(录音录像)监测场景下，对业务进行质检的情况。该装置可以采用软件和/或硬件来实现，该装置可以实现本公开任意实施例所述的业务质检方法。如图4所示，该业务质检装置包括：
图像获取模块401，用于获取业务处理场景下的视频图像；
检测模块402，用于对视频图像进行检测，得到视频图像中的人体区域和目标物体区域；
信息确定模块403，用于根据人体区域和目标物体区域，确定人物动作交互信息；
质检模块404，用于根据人物动作交互信息，对业务进行质检。
本公开实施例提供的技术方案，通过对所获取的业务处理场景下的视频图像进行检测，以得到图像中的人体区域和目标物体区域，并根据人体区域和目标物体区域，可以确定人物动作交互信息，进而根据人物动作交互信息，可实现对业务的质检。上述方案，在电子设备(比如采集设备)中增加人物交互感知功能，增加了设备的智能化程度；同时通过引入人物动作交互信息，基于人物动作交互信息，对业务是否合规进行检测，相比于现有通过人工识别方式而言，不仅减少了成本，而且减少了人为因素等所带来的识别误差，即提高了准确度，还提高了处理效率。此外，对于企业比如银行而言，加强了银行的智能监管，为促进银行的良性发展奠定了基础。
示例性的，信息确定模块403包括：
位置信息确定单元，用于根据人体区域、目标物体区域、以及人体区域和目标物体区域之间的重叠度，确定人物位置信息；
交互信息确定单元，用于根据人体区域中的图像特征、目标物体区域中的图像特征、以及人物位置信息，确定人物动作交互信息。
示例性的，质检模块404包括：
动作识别单元，用于根据人物动作交互信息，识别视频图像中是否包括第一对象示意动作和/或第二对象确认动作；
质检单元，用于根据识别结果，对业务进行质检。
示例性的，质检单元具体用于：
若识别结果为视频图像中包括第一对象示意动作和第二对象确认动作，则根据业务逻辑、第一对象示意动作和第二对象确认动作之间的顺序，对业务进行质检。
示例性的，质检单元具体用于：
若识别结果为视频图像中包括第二对象确认动作，则根据第二对象的面部表情，对业务进行质检。
示例性的，位置信息确定单元具体用于：
若识别到人体区域中第一对象的面部特征，与目标物体区域中人像特征之间的相似度大于设定值，则根据人体区域、目标物体区域、以及人体区域和所述目标物体区域之间的重叠度，确定人物位置信息。
示例性的，质检模块404还用于：
根据人物动作交互信息和视频图像中第一对象与第二对象之间的语音交互信息，对业务进行质检。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如业务质检方法。例如，在一些实施例中，业务质检方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的业务质检方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行业务质检方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (17)
1.一种业务质检方法，包括：
获取业务处理场景下的视频图像；
对所述视频图像进行检测，得到所述视频图像中的人体区域和目标物体区域；
根据所述人体区域和所述目标物体区域，确定人物动作交互信息；
根据所述人物动作交互信息，对业务进行质检。
2.根据权利要求1所述的方法，其中，所述根据所述人体区域和所述目标物体区域，确定人物动作交互信息，包括：
根据所述人体区域、所述目标物体区域、以及所述人体区域和所述目标物体区域之间的重叠度，确定人物位置信息；
根据所述人体区域中的图像特征、所述目标物体区域中的图像特征、以及所述人物位置信息，确定人物动作交互信息。
3.根据权利要求1或2所述的方法，其中，所述根据所述人物动作交互信息，对业务进行质检，包括：
根据所述人物动作交互信息，识别所述视频图像中是否包括第一对象示意动作和/或第二对象确认动作；
根据识别结果，对业务进行质检。
4.根据权利要求3所述的方法，其中，所述根据识别结果，对业务进行质检，包括：
若所述识别结果为所述视频图像中包括第一对象示意动作和第二对象确认动作，则根据业务逻辑、所述第一对象示意动作和第二对象确认动作之间的顺序，对业务进行质检。
5.根据权利要求3所述的方法，其中，所述根据识别结果，对业务进行质检，包括：
若所述识别结果为所述视频图像中包括第二对象确认动作，则根据第二对象的面部表情，对业务进行质检。
6.根据权利要求3所述的方法，其中，所述根据所述人体区域、所述目标物体区域、以及所述人体区域和所述目标物体区域之间的重叠度，确定人物位置信息，包括：
若识别到所述人体区域中第一对象的面部特征，与所述目标物体区域中人像特征之间的相似度大于设定值，则根据所述人体区域、所述目标物体区域、以及所述人体区域和所述目标物体区域之间的重叠度，确定人物位置信息。
7.根据权利要求1所述的方法，其中，所述根据所述人物动作交互信息，对业务进行质检，包括：
根据所述人物动作交互信息和所述视频图像中第一对象与第二对象之间的语音交互信息，对业务进行质检。
8.一种业务质检装置，包括：
图像获取模块，用于获取业务处理场景下的视频图像；
检测模块，用于对所述视频图像进行检测，得到所述视频图像中的人体区域和目标物体区域；
信息确定模块，用于根据所述人体区域和所述目标物体区域，确定人物动作交互信息；
质检模块，用于根据所述人物动作交互信息，对业务进行质检。
9.根据权利要求8所述的装置，其中，所述信息确定模块包括：
位置信息确定单元，用于根据所述人体区域、所述目标物体区域、以及所述人体区域和所述目标物体区域之间的重叠度，确定人物位置信息；
交互信息确定单元，用于根据所述人体区域中的图像特征、所述目标物体区域中的图像特征、以及所述人物位置信息，确定人物动作交互信息。
10.根据权利要求8或9所述的装置，其中，所述质检模块包括：
动作识别单元，用于根据所述人物动作交互信息，识别所述视频图像中是否包括第一对象示意动作和/或第二对象确认动作；
质检单元，用于根据识别结果，对业务进行质检。
11.根据权利要求10所述的装置，其中，所述质检单元具体用于：
若所述识别结果为所述视频图像中包括第一对象示意动作和第二对象确认动作，则根据业务逻辑、所述第一对象示意动作和第二对象确认动作之间的顺序，对业务进行质检。
12.根据权利要求10所述的装置，其中，所述质检单元具体用于：
若所述识别结果为所述视频图像中包括第二对象确认动作，则根据第二对象的面部表情，对业务进行质检。
13.根据权利要求10所述的装置，其中，所述位置信息确定单元具体用于：
若识别到所述人体区域中第一对象的面部特征，与所述目标物体区域中人像特征之间的相似度大于设定值，则根据所述人体区域、所述目标物体区域、以及所述人体区域和所述目标物体区域之间的重叠度，确定人物位置信息。
14.根据权利要求8所述的装置，其中，所述质检模块还用于：
根据所述人物动作交互信息和所述视频图像中第一对象与第二对象之间的语音交互信息，对业务进行质检。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的业务质检方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-7中任一项所述的业务质检方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的业务质检方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110739687.0A CN113361468A (zh) | 2021-06-30 | 2021-06-30 | 一种业务质检方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110739687.0A CN113361468A (zh) | 2021-06-30 | 2021-06-30 | 一种业务质检方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113361468A true CN113361468A (zh) | 2021-09-07 |
Family
ID=77537589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110739687.0A Pending CN113361468A (zh) | 2021-06-30 | 2021-06-30 | 一种业务质检方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113361468A (zh) |
Cited By (3)
| 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 |
| CN114004985A (zh) * | 2021-10-29 | 2022-02-01 | 北京百度网讯科技有限公司 | 人物交互检测方法、神经网络及其训练方法、设备和介质 |
| CN114005178A (zh) * | 2021-10-29 | 2022-02-01 | 北京百度网讯科技有限公司 | 人物交互检测方法、神经网络及其训练方法、设备和介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111753602A (zh) * | 2019-03-29 | 2020-10-09 | 北京市商汤科技开发有限公司 | 动作识别方法和装置、电子设备、存储介质 |
| CN111797705A (zh) * | 2020-06-11 | 2020-10-20 | 同济大学 | 一种基于人物关系建模的动作识别方法 |
| CN111832367A (zh) * | 2019-04-22 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 基于图像识别的业务处理方法、装置及电子设备 |
| WO2020248386A1 (zh) * | 2019-06-14 | 2020-12-17 | 平安科技（深圳）有限公司 | 视频分析方法、装置、计算机设备及存储介质 |
| CN112132118A (zh) * | 2020-11-23 | 2020-12-25 | 北京世纪好未来教育科技有限公司 | 人物关系识别方法、装置、电子设备及计算机存储介质 |
| CN112633159A (zh) * | 2020-12-22 | 2021-04-09 | 北京迈格威科技有限公司 | 人-物交互关系识别方法、模型训练方法及对应装置 |
-
2021
- 2021-06-30 CN CN202110739687.0A patent/CN113361468A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111753602A (zh) * | 2019-03-29 | 2020-10-09 | 北京市商汤科技开发有限公司 | 动作识别方法和装置、电子设备、存储介质 |
| CN111832367A (zh) * | 2019-04-22 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 基于图像识别的业务处理方法、装置及电子设备 |
| WO2020248386A1 (zh) * | 2019-06-14 | 2020-12-17 | 平安科技（深圳）有限公司 | 视频分析方法、装置、计算机设备及存储介质 |
| CN111797705A (zh) * | 2020-06-11 | 2020-10-20 | 同济大学 | 一种基于人物关系建模的动作识别方法 |
| CN112132118A (zh) * | 2020-11-23 | 2020-12-25 | 北京世纪好未来教育科技有限公司 | 人物关系识别方法、装置、电子设备及计算机存储介质 |
| CN112633159A (zh) * | 2020-12-22 | 2021-04-09 | 北京迈格威科技有限公司 | 人-物交互关系识别方法、模型训练方法及对应装置 |
Non-Patent Citations (1)
| Title |
|---|
| 许慕鸿;王星妍;: "MEC技术在视频监控领域的应用", 信息通信技术与政策, no. 02, 15 February 2020 (2020-02-15) * |
Cited By (6)
| 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 |
| WO2023040233A1 (zh) * | 2021-09-18 | 2023-03-23 | 上海商汤智能科技有限公司 | 业务状态的分析方法、装置、电子设备、存储介质和计算机程序产品 |
| CN114004985A (zh) * | 2021-10-29 | 2022-02-01 | 北京百度网讯科技有限公司 | 人物交互检测方法、神经网络及其训练方法、设备和介质 |
| CN114005178A (zh) * | 2021-10-29 | 2022-02-01 | 北京百度网讯科技有限公司 | 人物交互检测方法、神经网络及其训练方法、设备和介质 |
| CN114005178B (zh) * | 2021-10-29 | 2023-09-01 | 北京百度网讯科技有限公司 | 人物交互检测方法、神经网络及其训练方法、设备和介质 |
| CN114004985B (zh) * | 2021-10-29 | 2023-10-31 | 北京百度网讯科技有限公司 | 人物交互检测方法、神经网络及其训练方法、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113361468A (zh) | 一种业务质检方法、装置、设备及存储介质 | |
| KR102002024B1 (ko) | 객체 라벨링 처리 방법 및 객체 관리 서버 | |
| CN113205037B (zh) | 事件检测的方法、装置、电子设备以及可读存储介质 | |
| US11734954B2 (en) | Face recognition method, device and electronic equipment, and computer non-volatile readable storage medium | |
| EP3852008A2 (en) | Image detection method and apparatus, device, storage medium and computer program product | |
| CN114550177A (zh) | 图像处理的方法、文本识别方法及装置 | |
| CN113591864B (zh) | 文本识别模型框架的训练方法、装置及系统 | |
| CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
| CN113780098A (zh) | 文字识别方法、装置、电子设备以及存储介质 | |
| CN113221771A (zh) | 活体人脸识别方法、装置、设备、存储介质及程序产品 | |
| CN113239807A (zh) | 训练票据识别模型和票据识别的方法和装置 | |
| CN113869253A (zh) | 活体检测方法、训练方法、装置、电子设备及介质 | |
| CN113313114A (zh) | 证件信息获取方法、装置、设备以及存储介质 | |
| CN113723305A (zh) | 图像和视频检测方法、装置、电子设备和介质 | |
| CN113221846A (zh) | 图像识别方法、装置、设备、存储介质以及程序产品 | |
| CN115756256A (zh) | 信息标注的方法、系统、电子设备以及存储介质 | |
| CN113591580B (zh) | 图像标注方法、装置、电子设备和存储介质 | |
| CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
| CN113378836A (zh) | 图像识别方法、装置、设备、介质及程序产品 | |
| CN113378958A (zh) | 自动标注方法、装置、设备、存储介质及计算机程序产品 | |
| CN114187435A (zh) | 文本识别方法、装置、设备以及存储介质 | |
| CN113971810A (zh) | 文档生成方法、装置、平台、电子设备以及存储介质 | |
| CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
| CN114445682A (zh) | 训练模型的方法、装置、电子设备、存储介质及产品 | |
| CN113313125A (zh) | 图像处理方法和装置、电子设备、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 |