CN113783956B - 基于人脸识别的智能呼叫方法、装置、电子设备及介质 - Google Patents
基于人脸识别的智能呼叫方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113783956B CN113783956B CN202111055493.5A CN202111055493A CN113783956B CN 113783956 B CN113783956 B CN 113783956B CN 202111055493 A CN202111055493 A CN 202111055493A CN 113783956 B CN113783956 B CN 113783956B
- Authority
- CN
- China
- Prior art keywords
- detected
- queuing
- client
- item
- items
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Medical Informatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Collating Specific Patterns (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及人工智能技术领域,提供一种基于人脸识别的智能呼叫方法、装置、电子设备及介质,所述方法包括:当待体检客户存在待体检项目及待体检项目满足预设的预排队要求时,并将排队号码发送至待体检项目科室的预排队队列中;启动待体检项目对应的科室的人脸识别设备采集待体检客户的第二人脸图像;当预排队队列中存在待体检客户时,激活预排队队列中的待体检客户的排队号码,并输出至待体检项目对应的科室的叫号队列中执行叫号。本发明通过判断待体检项目对应的科室的预排队队列中存在待体检客户时,将排队号码输出至科室的叫号队列中,有效避免了不确定待体检客户的实际位置而进行反复叫号的情况,提高了叫号准确率和效率。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种基于人脸识别的智能呼叫方法、装置、电子设备及介质。
背景技术
体检中心在进行客户体检时,因体检客户人数众多,各体检项目的检查条件和检查时长不同、楼层差异和位置分散等原因,引起客户在不同检查体检科室分布不均衡的情况。现有技术通过排队系统中的排队顺序实现医生端呼叫。
然而,现有技术在根据排队顺序实现叫号时,医生端无法获取待体检客户的实际定位信息,容易出现不确定待体检客户的实际位置而进行反复叫号的情况,导致医生端呼叫客户号码的准确率和效率低下。
发明内容
鉴于以上内容,有必要提出一种基于人脸识别的智能呼叫方法、装置、电子设备及介质,通过判断待体检项目对应的科室的预排队队列中存在待体检客户时,将排队号码输出至科室的叫号队列中,有效避免了不确定待体检客户的实际位置而进行反复叫号的情况,提高了叫号准确率和效率。
本发明的第一方面提供一种基于人脸识别的智能呼叫方法,所述方法包括:
响应于待体检客户的体检指令,采集所述待体检客户的第一人脸图像,并将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定,其中,所述待体检客户包含有一个或者多个;
基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目;
当所述待体检客户存在待体检项目时,判断所述待体检客户的待体检项目是否满足预设的预排队要求;
当每个所述待体检项目满足所述预设的预排队要求时,将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中;
当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户;
当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活所述待体检项目对应的科室的预排队队列中的所述待体检客户的排队号码,并输出至所述待体检项目对应的科室的叫号队列中;
所述待体检项目对应的科室的医生端基于所述叫号队列执行叫号。
可选地,所述判断所述待体检客户的待体检项目是否满足预设的预排队要求包括:
获取所述待体检客户的待体检项目对应的科室的第一位置坐标,及所述待体检客户的第二位置坐标;
计算所述第一位置坐标与所述第二位置坐标之间的目标距离;
识别所述待体检客户的待体检项目的体检时长和体检复杂度;
将所述目标距离、体检时长和体检复杂度确定为所述待体检客户的待体检项目对应的三要素;
将所述待体检项目对应的三要素与对应待体检项目的预设的预排队要求中的三要素进行比对;
当所述待体检项目对应的三要素中的任意一个要素大于或者等于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目满足预设的预排队要求;或者
当所述待体检项目对应的三要素中的每个要素小于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目不满足预设的预排队要求。
可选地,所述计算所述第一位置坐标与所述第二位置坐标之间的目标距离包括:
根据所述第一位置坐标与所述第二位置坐标之间的行走路况,从预设的数据库中确定出对应所述待体检客户的待体检项目对应的预设的距离加权系数;
计算所述第一位置坐标与所述第二位置坐标之间的直线距离的绝对值,并将所述绝对值与所述待体检客户的待体检项目对应的预设的距离加权系数之间的乘积,确定为所述第一位置坐标与所述第二位置坐标之间的目标距离。
可选地,所述输出至所述待体检项目对应的科室的叫号队列中包括:
识别所述待体检项目对应的科室的叫号队列中的排队号码;
根据识别到的排队号码的先后顺序将所述待体检客户的排队号码输出至所述叫号队列的对应位置处。
可选地,所述判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户包括:
将所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的多个待体检客户的多个第一人脸图像进行匹配;
当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的任意一个待体检客户的第一人脸图像匹配时,确定所述待体检项目对应的科室的预排队队列中存在所述待体检客户;或者
当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的每个所述待体检客户的第一人脸图像不匹配时,确定所述待体检项目对应的科室的预排队队列中不存在所述待体检客户。
可选地,所述基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目包括:
获取所述待体检客户的体检标识码中的多个待体检项目,并识别每个所述待体检项目的体检状态;
当每个所述待体检项目的体检状态为已体检时,确定所述待体检客户不存在待体检项目;或者
当任意一个待体检项目的体检状态为未体检时,确定所述待体检客户存在待体检项目。
可选地,所述方法还包括:
当确定所述待体检客户不存在待体检项目,结束所述待体检客户的体检,并从排队系统中移除所述待体检客户的排队号码。
本发明的第二方面提供一种基于人脸识别的智能呼叫装置,所述装置包括:
采集模块,用于响应于待体检客户的体检指令,采集所述待体检客户的第一人脸图像,并将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定,其中,所述待体检客户包含有一个或者多个;
第一判断模块,用于基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目;
第二判断模块,用于当所述待体检客户存在待体检项目时,判断所述待体检客户的待体检项目是否满足预设的预排队要求;
发送模块,用于当每个所述待体检项目满足所述预设的预排队要求时,将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中;
启动模块,用于当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户;
激活模块,用于当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活所述待体检项目对应的科室的预排队队列中的所述待体检客户的排队号码,并输出至所述待体检项目对应的科室的叫号队列中;
叫号模块,用于所述待体检项目对应的科室的医生端基于所述叫号队列执行叫号。
本发明的第三方面提供一种电子设备,所述电子设备包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现所述的基于人脸识别的智能呼叫方法。
本发明的第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述的基于人脸识别的智能呼叫方法。
综上所述,本发明所述的基于人脸识别的智能呼叫方法、装置、电子设备及介质,通过预先判断所述待体检客户是否存在待体检项目,及存在的待体检项目是否满足预设的预排队要求,将满足预设排队要求的待体检客户排队号码加入至预排队队列中进行预排队,通过提前加入至预排队队列中进行排队,辅助待体检客户合理安排体检,缩减了体检时间,提高了体检效率。当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户,当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,确保客户到达了体检区域,将所述待体检客户的排队号码输出至所述科室的叫号队列中,使得医生端叫号队列更加符合实际,有效避免了医生端因为不确定待体检客户的实际位置而将所述待体检客户的排队号码加入至叫号队列中出现反复叫号,但待体检客户无法及时到达的现象,提高了医生端呼叫客户号码的准确率和效率。
附图说明
图1是本发明实施例一提供的基于人脸识别的智能呼叫方法的流程图。
图2是本发明实施例二提供的基于人脸识别的智能呼叫装置的结构图。
图3是本发明实施例三提供的电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
实施例一
图1是本发明实施例一提供的基于人脸识别的智能呼叫方法的流程图。
在本实施例中,所述基于人脸识别的智能呼叫方法可以应用于电子设备中,对于需要进行基于人脸识别的智能呼叫的电子设备,可以直接在电子设备上集成本发明的方法所提供的基于人脸识别的智能呼叫的功能,或者以软件开发工具包(SoftwareDevelopment Kit,SDK)的形式运行在电子设备中。
本发明所述的基于人脸识别的智能呼叫方法可应用于智能诊疗、远程会诊。
如图1所示,所述基于人脸识别的智能呼叫方法具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略。
S11,响应于待体检客户的体检指令,采集所述待体检客户的第一人脸图像,并将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定,其中,所述待体检客户包含有一个或者多个。
本实施例中,当待体检客户进行体检时,触发体检指令,服务端响应于所述体检指令,启动采集设备采集所述待体检客户的第一人脸图像,具体地,所述第一人脸图像可以为所述待体检客户的身份证照片或者现场照片,所述采集设备可以为所述待体检客户的手机或者IPAD等可以采集人脸图像的其他智能设备,当所述待体检客户通过手机或者IPAD采集到第一人脸图像时,将所述第一人脸图像上传至服务端,服务端将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定。
在其他可选的实施例中,所述采集设备也可以医院设备,待体检客户在所述医院设备中触发体检指令时,响应于所述体检指令医院设备自动开启摄像头装置采集所述待体检客户的第一人脸图像,并将所述第一人脸图像上传至服务端,服务端将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定。
具体地,所述服务端可以为智能呼叫系统,所述智能呼叫系统中包含有每个科室的智能呼叫子系统、排队系统及人工智能面部识别功能模块,其中,所述排队系统中包含有多个待体检客户的排队号码,所述人工智能面部识别功能模块可以用以识别待体检客户的人脸图像,安装在采集设备和人脸识别设备中。
S12,基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目。
本实施例中,体检标识码用以唯一识别所述待体检客户的体检信息,具体地,所述体检信息包括每个待体检项目的体检状态、体检时间、体检医生等。
在一个可选的实施例中,所述基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目包括:
获取所述待体检客户的体检标识码中的多个待体检项目,并识别每个所述待体检项目的体检状态;
当每个所述待体检项目的体检状态为已体检时,确定所述待体检客户不存在待体检项目;或者
当任意一个待体检项目的体检状态为未体检时,确定所述待体检客户存在待体检项目。
本实施例中,待体检客户在体检过程中,完成一项体检,医生端发送结束体检,智能呼叫系统接收到所述医生端发送的完成所述待体检项目的体检时,将所述待体检项目的体检状态由未体检更新为已体检,故医生端在进行智能呼叫时,预先判断所述待体检客户是否存在待体检项目。
S13,当所述待体检客户存在待体检项目时,判断所述待体检客户的待体检项目是否满足预设的预排队要求。
本实施例中,可以预先设置预排队要求,预设的预排队要求可以根据每个待体检项目的预设的体检时长、预设的体检复杂度及待体检客户与每个待体检项目对应的科室之间的预设的目标距离进行设置,具体地,将每个所述待体检项目对应的预设的体检时长、预设的体检复杂度及预设的目标距离确定为每个所述待体检项目对应的预设的预排队要求中的三要素。
在一个可选的实施例中,所述判断所述待体检客户的待体检项目是否满足预设的预排队要求包括:
获取所述待体检客户的待体检项目对应的科室的第一位置坐标,及所述待体检客户的第二位置坐标;
计算所述第一位置坐标与所述第二位置坐标之间的目标距离;
识别所述待体检客户的待体检项目的体检时长和体检复杂度;
将所述目标距离、体检时长和体检复杂度确定为所述待体检客户的待体检项目对应的三要素;
将所述待体检项目对应的三要素与对应待体检项目的预设的预排队要求中的三要素进行比对;
当所述待体检项目对应的三要素中的任意一个要素大于或者等于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目满足预设的预排队要求;或者
当所述待体检项目对应的三要素中的每个要素均小于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目不满足预设的预排队要求。
本实施例中,在体检过程中,通过将所述待体检项目对应的三要素与对应待体检项目的预设的预排队要求中的三要素进行一一比较,待体检项目对应的任意一个要素大于或者等于预排队要求中对应的要素时,例如,若待体检项目对应的体检时长需要40分钟,所述待体检项目的预设的预排队要求中的预设的体检时长为30分钟,则确定所述待体检项目满足预设的预排队要求。
进一步地,所述计算所述第一位置坐标与所述第二位置坐标之间的目标距离包括:
根据所述第一位置坐标与所述第二位置坐标之间的行走路况,从预设的数据库中确定出所述待体检客户的待体检项目对应的科室的预设的距离加权系数;
计算所述第一位置坐标与所述第二位置坐标之间的直线距离的绝对值,并将所述绝对值与所述待体检客户的待体检项目对应的科室的预设的距离加权系数之间的乘积,确定为所述第一位置坐标与所述第二位置坐标之间的目标距离。
本实施例中,若待体检客户在三楼,待体检项目对应的科室在一楼,如果直接计算待体检客户与待体检项目的科室之间的直线距离,计算得到的目标距离偏差较大,导致根据目标距离预测到达待体检项目对应的科室的时间不准确,无法确保医生端进行号码呼叫时待体检客户能够及时的赶到,故在进行目标距离计算过程中,考虑了待体检客户的实际地理位置、楼层差异及行走路况之间的差异,预先根据不同楼层之间的行走路况设置了对应的预设的距离加权系数,在判断所述待体检客户的待体检项目是否满足预设的预排队要求,通过对目标距离进行目标距离加权,提高了根据目标距离预测到达待体检项目对应的科室的时间的准确率,确保了医生端进行号码呼叫时待体检客户能够及时的赶到,避免了因为待体检客户跨楼层或跨检区导致目标距离不符合预排队条件而错误地加入了预排队队列这一情况发生,进而提高了医生端呼叫客户号码的准确率和效率。
本实施例中,预设的数据库中存储有多个预设的距离加权系数,具体地,在进行距离加权系数设置时,所述预设的距离加权系数可以为一个具体的数值,也可以为一个函数,例如,当待体检客户在三楼,对应的待体检项目的科室在一楼时,预设的距离加权系数可以设置为2;当待体检客户在三楼,对应的待体检项目的科室在二楼时,预设的距离加权系数可以设置为1。
在其他一些可选的实施例中,在设置预设的距离加权系数时,可以根据待体检客户的待体检客户群体类别及实际行走路况两个维度综合考虑进行设置,例如,当待体检客户在三楼,三楼存在长廊和拐角,对应的待体检项目的科室在二楼时,待体检客户的群体类别为老人时,确定所述待体检客户的年龄较大,走路比较慢,同时行走需要经过长廊和拐角,故预设的距离加权系数可以设置为3,所述预设的距离加权系数可以根据实际情况进行设置,本实施例在此不做限制。
在其他一些可选的实施例中,体检复杂度指的是体检过程比较复杂,例如,腹部B超,需要检测待体检客户的腹部中对应的肝、胆、脾等多个部位,复杂度较高。
S14,当所述待体检项目满足所述预设的预排队要求时,将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中。
本实施例中,每个满足预设的预排队要求的待体检项目的科室中都包含有两个队列,一个预排队队列和一个叫号队列,所述预排队队列用于存储可以被对应科室的医生端识别,但是无法参与叫号的待体检客户,所述叫号队列用以存储正在等待叫号的待体检客户。
本实施例中,通过判断待体检项目是否满足预设的预排队要求,将体检时长较长、体检复杂度较高及目标距离较远的待体检客户加入至预排队队列中进行预排队,辅助待体检客户合理安排体检,缩减了体检时间,提高了体检效率,同时推荐待体检客户先去完成其他的待体检项目,加快了客户的体检效率,解决了不同体检科室分布不均衡的问题,同时提高了医生端呼叫客户号码的准确率和效率。
S15,当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户。
本实施例中,预排队队列的科室区域安装有人脸识别设备,具体地,所述人脸识别设备可以为符合面部识别精度要求的高清摄像头,部署于对应科室区域,安装点位、高度及角度须能够采集清晰、无变形客户面部图像。
本实施例中,当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,开启所述人脸识别设备的面部识别功能,采集所述待体检客户的第二人脸图像,并将所述待体检客户的第二人脸图像与预排队队列中的多个待体检客户的多个第一人脸图像进行一一匹配,根据匹配结果确定所述预排队队列中是否存在所述待体检客户。
在一个可选的实施例中,所述判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户包括:
将所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的多个待体检客户的多个第一人脸图像进行匹配;
当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的任意一个待体检客户的第一人脸图像匹配时,确定所述待体检项目对应的科室的预排队队列中存在所述待体检客户;或者
当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的每个所述待体检客户的第一人脸图像不匹配时,确定所述待体检项目对应的科室的预排队队列中不存在所述待体检客户。
S16,当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活所述待体检项目对应的科室的预排队队列中的所述待体检客户的排队号码,并输出至对应的科室的叫号队列中。
本实施例中,通过基于人工智能的面部识别技术,解决了传统排队系统对同一定位、不同楼层时系统无法判断优先进入队列人员顺序的问题,在确定待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活预排队队列中的待体检客户的排队号码,将所述排队号码的状态更新为等待叫号的状态,并输出至对应的科室的叫号队列中。
本实施例中,当所述待体检项目对应的科室的预排队队列中不存在所述待体检客户时,执行S13。
本实施例中,在确定所述待体检项目对应的科室的预排队队列中不存在所述待体检客户时,可能所述待体检客户没有将排队号码发送至预排队队列中,或者所述待体检项目不满足预设的预排队要求。
在其他可选的实施例中,所述输出至对应的科室的叫号队列中包括:
识别所述待体检项目对应的科室的叫号队列中的排队号码;
根据识别到的排队号码的先后顺序将所述待体检客户的排队号码输出至所述叫号队列的对应位置处。
本实施例中,在输出至叫号队列中,考虑到了待体检客户的排队号码的先后顺序,从所述待体检客户的维度进行了考量,使得叫号队列更加的合理,进而提高了待体检客户的满意度。
S17,所述待体检项目对应的科室的医生端基于所述叫号队列执行叫号。
本实施例中,当医生端接收到输出的所述待体检客户的排队号码时,触发可操作指令,进行客户呼叫,有效的较少了待体检客户的候诊时间,同时提高了待体检客户的体检满意度及医生的就诊效率。
本实施例中,通过将所述待体检客户的第二人脸图像与预排队队列中的多个待体检客户的多个第一人脸图像进行一一匹配,根据匹配结果确定待体检客户可以进行体检,并将所述待体检客户的排队号码输出至所述科室的叫号队列中,使得医生端叫号队列更加符合实际,有效避免了医生端因为不确定待体检客户的实际位置而将所述待体检客户的排队号码加入至叫号队列中出现反复叫号,但待体检客户无法及时到达的现象,提高了医生端呼叫客户号码的准确率和效率低。
本实施例中,通过基于人工智能的面部识别技术,实现医生端的智能呼叫,解决了传统排队系统对同一定位、不同楼层时系统无法判断优先进入队列人员顺序的问题,结合系统科室优先级算法,可以有效解决符合条件待检客户同时进入队列的叫号优先级顺序;相当于在传统动态加权算法这一纯静态算法上进行了升级,避免因为客户跨楼层或跨检区导致距离不符合排队条件而错误地加入了排队队列这一情况发生,使医生端排队队列计算更加符合实际,有效避免了科室医生因为不确认客户实际位置而反复叫号导致排队时间延长的问题产生。
S18,当确定所述待体检客户不存在待体检项目,结束所述待体检客户的体检。
在一个可选的实施例中,在结束所述待体检客户的体检之后,所述方法还包括:
从排队系统中移除所述待体检客户的排队号码。
本实施例中,当确定所述待体检客户不存在待体检项目,结束所述待体检客户的体检,并同时从排队系统中移除所述待体检客户对应的排队号码,避免出现对已体检完的待体检客户进行重复叫号的现象,提高了后续医生端呼叫客户号码的准确率和效率。
S19,当确定所述待体检客户的待体检项目不满足预设的预排队要求,拒绝将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中。
本实施例中,在确定所述待体检客户的待体检项目不满足所述预设的预排队要求时,确定所述客户对应的待体检项目不需要进行人脸识别,可能只是路过所述待体检项目对应的科室。
本实施例中,通过判断所述待体检客户的待体检项目是否满足预设的预排队要求,有效避免将不在所述待体检项目对应科室进行体检的待体检客户的排队号码加入至所述待体检项目对应的科室的排队号码队列中的现象,进而提高了后续医生端呼叫客户号码的准确率。
综上所述,本实施例所述的基于人脸识别的智能呼叫方法,通过预先判断所述待体检客户是否存在待体检项目,及存在的待体检项目是否满足预设的预排队要求,将满足预设排队要求的待体检客户排队号码加入至预排队队列中进行预排队,通过提前加入至预排队队列中进行排队,辅助待体检客户合理安排体检,缩减了体检时间,提高了体检效率。当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户,当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,确保客户到达了体检区域,将所述待体检客户的排队号码输出至所述科室的叫号队列中,使得医生端叫号队列更加符合实际,有效避免了医生端因为不确定待体检客户的实际位置而将所述待体检客户的排队号码加入至叫号队列中出现反复叫号,但待体检客户无法及时到达的现象,提高了医生端呼叫客户号码的准确率和效率。
实施例二
图2是本发明实施例二提供的基于人脸识别的智能呼叫装置的结构图。
在一些实施例中,所述基于人脸识别的智能呼叫装置20可以包括多个由程序代码段所组成的功能模块。所述基于人脸识别的智能呼叫装置20中的各个程序段的程序代码可以存储于电子设备的存储器中,并由所述至少一个处理器所执行,以执行(详见图1描述)基于人脸识别的智能呼叫的功能。
本实施例中,所述基于人脸识别的智能呼叫装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:采集模块201、第一判断模块202、第二判断模块203、发送模块204、启动模块205、激活模块206、叫号模块207、结束模块208及拒绝模块209。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机可读指令段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
采集模块201,用于响应于待体检客户的体检指令,采集所述待体检客户的第一人脸图像,并将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定,其中,所述待体检客户包含有一个或者多个。
本实施例中,当待体检客户进行体检时,触发体检指令,服务端响应于所述体检指令,启动采集设备采集所述待体检客户的第一人脸图像,具体地,所述第一人脸图像可以为所述待体检客户的身份证照片或者现场照片,所述采集设备可以为所述待体检客户的手机或者IPAD等可以采集人脸图像的其他智能设备,当所述待体检客户通过手机或者IPAD采集到第一人脸图像时,将所述第一人脸图像上传至服务端,服务端将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定。
在其他可选的实施例中,所述采集设备也可以医院设备,待体检客户在所述医院设备中触发体检指令时,响应于所述体检指令医院设备自动开启摄像头装置采集所述待体检客户的第一人脸图像,并将所述第一人脸图像上传至服务端,服务端将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定。
具体地,所述服务端可以为智能呼叫系统,所述智能呼叫系统中包含有每个科室的智能呼叫子系统、排队系统及人工智能面部识别功能模块,其中,所述排队系统中包含有多个待体检客户的排队号码,所述人工智能面部识别功能模块可以用以识别待体检客户的人脸图像,安装在采集设备和人脸识别设备中。
第一判断模块202,用于基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目。
本实施例中,体检标识码用以唯一识别所述待体检客户的体检信息,具体地,所述体检信息包括每个待体检项目的体检状态、体检时间、体检医生等。
在一个可选的实施例中,所述第一判断模块202基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目包括:
获取所述待体检客户的体检标识码中的多个待体检项目,并识别每个所述待体检项目的体检状态;
当每个所述待体检项目的体检状态为已体检时,确定所述待体检客户不存在待体检项目;或者
当任意一个待体检项目的体检状态为未体检时,确定所述待体检客户存在待体检项目。
本实施例中,待体检客户在体检过程中,完成一项体检,医生端发送结束体检,智能呼叫系统接收到所述医生端发送的完成所述待体检项目的体检时,将所述待体检项目的体检状态由未体检更新为已体检,故医生端在进行智能呼叫时,预先判断所述待体检客户是否存在待体检项目。
第二判断模块203,用于当所述待体检客户存在待体检项目时,判断所述待体检客户的待体检项目是否满足预设的预排队要求。
本实施例中,可以预先设置预排队要求,预设的预排队要求可以根据每个待体检项目的预设的体检时长、预设的体检复杂度及待体检客户与每个待体检项目对应的科室之间的预设的目标距离进行设置,具体地,将每个所述待体检项目对应的预设的体检时长、预设的体检复杂度及预设的目标距离确定为每个所述待体检项目对应的预设的预排队要求中的三要素。
在一个可选的实施例中,所述第二判断模块203判断所述待体检客户的待体检项目是否满足预设的预排队要求包括:
获取所述待体检客户的待体检项目对应的科室的第一位置坐标,及所述待体检客户的第二位置坐标;
计算所述第一位置坐标与所述第二位置坐标之间的目标距离;
识别所述待体检客户的待体检项目的体检时长和体检复杂度;
将所述目标距离、体检时长和体检复杂度确定为所述待体检客户的待体检项目对应的三要素;
将所述待体检项目对应的三要素与对应待体检项目的预设的预排队要求中的三要素进行比对;
当所述待体检项目对应的三要素中的任意一个要素大于或者等于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目满足预设的预排队要求;或者
当所述待体检项目对应的三要素中的每个要素均小于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目不满足预设的预排队要求。
本实施例中,在体检过程中,通过将所述待体检项目对应的三要素与对应待体检项目的预设的预排队要求中的三要素进行一一比较,待体检项目对应的任意一个要素大于或者等于预排队要求中对应的要素时,例如,若待体检项目对应的体检时长需要40分钟,所述待体检项目的预设的预排队要求中的预设的体检时长为30分钟,则确定所述待体检项目满足预设的预排队要求。
进一步地,所述计算所述第一位置坐标与所述第二位置坐标之间的目标距离包括:
根据所述第一位置坐标与所述第二位置坐标之间的行走路况,从预设的数据库中确定出所述待体检客户的待体检项目对应的科室的预设的距离加权系数;
计算所述第一位置坐标与所述第二位置坐标之间的直线距离的绝对值,并将所述绝对值与所述待体检客户的待体检项目对应的科室的预设的距离加权系数之间的乘积,确定为所述第一位置坐标与所述第二位置坐标之间的目标距离。
本实施例中,若待体检客户在三楼,待体检项目对应的科室在一楼,如果直接计算待体检客户与待体检项目的科室之间的直线距离,计算得到的目标距离偏差较大,导致根据目标距离预测到达待体检项目对应的科室的时间不准确,无法确保医生端进行号码呼叫时待体检客户能够及时的赶到,故在进行目标距离计算过程中,考虑了待体检客户的实际地理位置、楼层差异及行走路况之间的差异,预先根据不同楼层之间的行走路况设置了对应的预设的距离加权系数,在判断所述待体检客户的待体检项目是否满足预设的预排队要求,通过对目标距离进行目标距离加权,提高了根据目标距离预测到达待体检项目对应的科室的时间的准确率,确保了医生端进行号码呼叫时待体检客户能够及时的赶到,避免了因为待体检客户跨楼层或跨检区导致目标距离不符合预排队条件而错误地加入了预排队队列这一情况发生,进而提高了医生端呼叫客户号码的准确率和效率。
本实施例中,预设的数据库中存储有多个预设的距离加权系数,具体地,在进行距离加权系数设置时,所述预设的距离加权系数可以为一个具体的数值,也可以为一个函数,例如,当待体检客户在三楼,对应的待体检项目的科室在一楼时,预设的距离加权系数可以设置为2;当待体检客户在三楼,对应的待体检项目的科室在二楼时,预设的距离加权系数可以设置为1。
在其他一些可选的实施例中,在设置预设的距离加权系数时,可以根据待体检客户的待体检客户群体类别及实际行走路况两个维度综合考虑进行设置,例如,当待体检客户在三楼,三楼存在长廊和拐角,对应的待体检项目的科室在二楼时,待体检客户的群体类别为老人时,确定所述待体检客户的年龄较大,走路比较慢,同时行走需要经过长廊和拐角,故预设的距离加权系数可以设置为3,所述预设的距离加权系数可以根据实际情况进行设置,本实施例在此不做限制。
在其他一些可选的实施例中,体检复杂度指的是体检过程比较复杂,例如,腹部B超,需要检测待体检客户的腹部中对应的肝、胆、脾等多个部位,复杂度较高。
发送模块204,用于当所述待体检项目满足所述预设的预排队要求时,将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中。
本实施例中,每个满足预设的预排队要求的待体检项目的科室中都包含有两个队列,一个预排队队列和一个叫号队列,所述预排队队列用于存储可以被对应科室的医生端识别,但是无法参与叫号的待体检客户,所述叫号队列用以存储正在等待叫号的待体检客户。
本实施例中,通过判断待体检项目是否满足预设的预排队要求,将体检时长较长、体检复杂度较高及目标距离较远的待体检客户加入至预排队队列中进行预排队,辅助待体检客户合理安排体检,缩减了体检时间,提高了体检效率,同时推荐待体检客户先去完成其他的待体检项目,加快了客户的体检效率,解决了不同体检科室分布不均衡的问题,同时提高了医生端呼叫客户号码的准确率和效率。
启动模块205,用于当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户。
本实施例中,预排队队列的科室区域安装有人脸识别设备,具体地,所述人脸识别设备可以为符合面部识别精度要求的高清摄像头,部署于对应科室区域,安装点位、高度及角度须能够采集清晰、无变形客户面部图像。
本实施例中,当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,开启所述人脸识别设备的面部识别功能,采集所述待体检客户的第二人脸图像,并将所述待体检客户的第二人脸图像与预排队队列中的多个待体检客户的多个第一人脸图像进行一一匹配,根据匹配结果确定所述预排队队列中是否存在所述待体检客户。
在一个可选的实施例中,所述启动模块205判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户包括:
将所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的多个待体检客户的多个第一人脸图像进行匹配;
当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的任意一个待体检客户的第一人脸图像匹配时,确定所述待体检项目对应的科室的预排队队列中存在所述待体检客户;或者
当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的每个所述待体检客户的第一人脸图像不匹配时,确定所述待体检项目对应的科室的预排队队列中不存在所述待体检客户。
激活模块206,用于当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活所述待体检项目对应的科室的预排队队列中的所述待体检客户的排队号码,并输出至对应的科室的叫号队列中。
本实施例中,通过基于人工智能的面部识别技术,解决了传统排队系统对同一定位、不同楼层时系统无法判断优先进入队列人员顺序的问题,在确定待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活预排队队列中的待体检客户的排队号码,将所述排队号码的状态更新为等待叫号的状态,并输出至对应的科室的叫号队列中。
本实施例中,当所述待体检项目对应的科室的预排队队列中不存在所述待体检客户时,运行所述第二判断模块203。
本实施例中,在确定所述待体检项目对应的科室的预排队队列中不存在所述待体检客户时,可能所述待体检客户没有将排队号码发送至预排队队列中,或者所述待体检项目不满足预设的预排队要求。
在其他可选的实施例中,所述输出至对应的科室的叫号队列中包括:
识别所述待体检项目对应的科室的叫号队列中的排队号码;
根据识别到的排队号码的先后顺序将所述待体检客户的排队号码输出至所述叫号队列的对应位置处。
本实施例中,在输出至叫号队列中,考虑到了待体检客户的排队号码的先后顺序,从所述待体检客户的维度进行了考量,使得叫号队列更加的合理,进而提高了待体检客户的满意度。
叫号模块207,用于所述待体检项目对应的科室的医生端基于所述叫号队列执行叫号。
本实施例中,当医生端接收到输出的所述待体检客户的排队号码时,触发可操作指令,进行客户呼叫,有效的较少了待体检客户的候诊时间,同时提高了待体检客户的体检满意度及医生的就诊效率。
本实施例中,通过将所述待体检客户的第二人脸图像与预排队队列中的多个待体检客户的多个第一人脸图像进行一一匹配,根据匹配结果确定待体检客户可以进行体检,并将所述待体检客户的排队号码输出至所述科室的叫号队列中,使得医生端叫号队列更加符合实际,有效避免了医生端因为不确定待体检客户的实际位置而将所述待体检客户的排队号码加入至叫号队列中出现反复叫号,但待体检客户无法及时到达的现象,提高了医生端呼叫客户号码的准确率和效率低。
本实施例中,通过基于人工智能的面部识别技术,实现医生端的智能呼叫,解决了传统排队系统对同一定位、不同楼层时系统无法判断优先进入队列人员顺序的问题,结合系统科室优先级算法,可以有效解决符合条件待检客户同时进入队列的叫号优先级顺序;相当于在传统动态加权算法这一纯静态算法上进行了升级,避免因为客户跨楼层或跨检区导致距离不符合排队条件而错误地加入了排队队列这一情况发生,使医生端排队队列计算更加符合实际,有效避免了科室医生因为不确认客户实际位置而反复叫号导致排队时间延长的问题产生。
结束模块208,用于当确定所述待体检客户不存在待体检项目,结束所述待体检客户的体检。
在一个可选的实施例中,在结束所述待体检客户的体检之后,从排队系统中移除所述待体检客户的排队号码。
本实施例中,当确定所述待体检客户不存在待体检项目,结束所述待体检客户的体检,并同时从排队系统中移除所述待体检客户对应的排队号码,避免出现对已体检完的待体检客户进行重复叫号的现象,提高了后续医生端呼叫客户号码的准确率和效率。
拒绝模块209,用于当确定所述待体检客户的待体检项目不满足预设的预排队要求,拒绝将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中。
本实施例中,在确定所述待体检客户的待体检项目不满足所述预设的预排队要求时,确定所述客户对应的待体检项目不需要进行人脸识别,可能只是路过所述待体检项目对应的科室。
本实施例中,通过判断所述待体检客户的待体检项目是否满足预设的预排队要求,有效避免将不在所述待体检项目对应科室进行体检的待体检客户的排队号码加入至所述待体检项目对应的科室的排队号码队列中的现象,进而提高了后续医生端呼叫客户号码的准确率。
综上所述,本实施例所述的基于人脸识别的智能呼叫装置,通过预先判断所述待体检客户是否存在待体检项目,及存在的待体检项目是否满足预设的预排队要求,将满足预设排队要求的待体检客户排队号码加入至预排队队列中进行预排队,通过提前加入至预排队队列中进行排队,辅助待体检客户合理安排体检,缩减了体检时间,提高了体检效率。当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户,当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,确保客户到达了体检区域,将所述待体检客户的排队号码输出至所述科室的叫号队列中,使得医生端叫号队列更加符合实际,有效避免了医生端因为不确定待体检客户的实际位置而将所述待体检客户的排队号码加入至叫号队列中出现反复叫号,但待体检客户无法及时到达的现象,提高了医生端呼叫客户号码的准确率和效率。
实施例三
参阅图3所示,为本发明实施例三提供的电子设备的结构示意图。在本发明较佳实施例中,所述电子设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解,图3示出的电子设备的结构并不构成本发明实施例的限定,既可以是总线型结构,也可以是星形结构,所述电子设备3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述电子设备3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述电子设备3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述电子设备3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31用于存储程序代码和各种数据,例如安装在所述电子设备3中的基于人脸识别的智能呼叫装置20,并在电子设备3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在一些实施例中,所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述电子设备3的控制核心(Control Unit),利用各种接口和线路连接整个电子设备3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行电子设备3的各种功能和处理数据。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述电子设备3还可以包括给各个部件供电的电源(比如电池),可选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
在进一步的实施例中,结合图2,所述至少一个处理器32可执行所述电子设备3的操作装置以及安装的各类应用程序(如所述的基于人脸识别的智能呼叫装置20)、程序代码等,例如,上述的各个模块。
所述存储器31中存储有程序代码,且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如,图2中所述的各个模块是存储在所述存储器31中的程序代码,并由所述至少一个处理器32所执行,从而实现所述各个模块的功能以达到基于人脸识别的智能呼叫的目的。
示例性的,所述程序代码可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器32执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述程序代码在所述电子设备3中的执行过程。例如,所述程序代码可以被分割成采集模块201、第一判断模块202、第二判断模块203、发送模块204、启动模块205、激活模块206、叫号模块207、结束模块208及拒绝模块209。
在本发明的一个实施例中,所述存储器31存储多个计算机可读指令,所述多个计算机可读指令被所述至少一个处理器32所执行以实现基于人脸识别的智能呼叫的功能。
具体地,所述至少一个处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种基于人脸识别的智能呼叫方法,其特征在于,所述方法包括:
响应于待体检客户的体检指令,采集所述待体检客户的第一人脸图像,并将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定,其中,所述待体检客户包含有一个或者多个;
基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目;
当所述待体检客户存在待体检项目时,判断所述待体检客户的待体检项目是否满足预设的预排队要求,包括:获取所述待体检客户的待体检项目对应的科室的第一位置坐标,及所述待体检客户的第二位置坐标;计算所述第一位置坐标与所述第二位置坐标之间的目标距离,包括:根据所述第一位置坐标与所述第二位置坐标之间的行走路况,从预设的数据库中确定出对应所述待体检客户的待体检项目对应的预设的距离加权系数;计算所述第一位置坐标与所述第二位置坐标之间的直线距离的绝对值,并将所述绝对值与所述待体检客户的待体检项目对应的预设的距离加权系数之间的乘积,确定为所述第一位置坐标与所述第二位置坐标之间的目标距离;
识别所述待体检客户的待体检项目的体检时长和体检复杂度;将所述目标距离、体检时长和体检复杂度确定为所述待体检客户的待体检项目对应的三要素;将所述待体检项目对应的三要素与对应待体检项目的预设的预排队要求中的三要素进行比对;当所述待体检项目对应的三要素中的任意一个要素大于或者等于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目满足预设的预排队要求;
当每个所述待体检项目满足所述预设的预排队要求时,将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中;
当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户,包括:将所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的多个待体检客户的多个第一人脸图像进行匹配;当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的任意一个待体检客户的第一人脸图像匹配时,确定所述待体检项目对应的科室的预排队队列中存在所述待体检客户;
当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活所述待体检项目对应的科室的预排队队列中的所述待体检客户的排队号码,并输出至所述待体检项目对应的科室的叫号队列中;
所述待体检项目对应的科室的医生端基于所述叫号队列执行叫号。
2.如权利要求1所述的基于人脸识别的智能呼叫方法,其特征在于,所述方法还包括:
当所述待体检项目对应的三要素中的每个要素小于对应待体检项目的预设的预排队要求中的对应要素时,确定所述待体检客户的待体检项目不满足预设的预排队要求。
3.如权利要求1所述的基于人脸识别的智能呼叫方法,其特征在于,所述输出至所述待体检项目对应的科室的叫号队列中包括:
识别所述待体检项目对应的科室的叫号队列中的排队号码;
根据识别到的排队号码的先后顺序将所述待体检客户的排队号码输出至所述叫号队列的对应位置处。
4.如权利要求1所述的基于人脸识别的智能呼叫方法,其特征在于,所述方法还包括:
当所述待体检客户的第二人脸图像与所述待体检项目对应的科室的预排队队列中的每个所述待体检客户的第一人脸图像不匹配时,确定所述待体检项目对应的科室的预排队队列中不存在所述待体检客户。
5.如权利要求1所述的基于人脸识别的智能呼叫方法,其特征在于,所述基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目包括:
获取所述待体检客户的体检标识码中的多个待体检项目,并识别每个所述待体检项目的体检状态;
当每个所述待体检项目的体检状态为已体检时,确定所述待体检客户不存在待体检项目;或者
当任意一个待体检项目的体检状态为未体检时,确定所述待体检客户存在待体检项目。
6.如权利要求1至5中任意一项所述的基于人脸识别的智能呼叫方法,其特征在于,所述方法还包括:
当确定所述待体检客户不存在待体检项目,结束所述待体检客户的体检,并从排队系统中移除所述待体检客户的排队号码。
7.一种基于人脸识别的智能呼叫装置,其特征在于,所述装置用于实现如权利要求1至6中任意一项所述的基于人脸识别的智能呼叫方法,所述装置包括:
采集模块,用于响应于待体检客户的体检指令,采集所述待体检客户的第一人脸图像,并将所述第一人脸图像与所述待体检客户的体检标识码及排队号码进行绑定,其中,所述待体检客户包含有一个或者多个;
第一判断模块,用于基于所述待体检客户的体检标识码,判断所述待体检客户是否存在待体检项目;
第二判断模块,用于当所述待体检客户存在待体检项目时,判断所述待体检客户的待体检项目是否满足预设的预排队要求;
发送模块,用于当每个所述待体检项目满足所述预设的预排队要求时,将所述待体检客户的排队号码发送至所述待体检项目对应科室的预排队队列中;
启动模块,用于当侦测到所述待体检客户到达所述待体检项目对应的科室区域时,启动所述待体检项目对应的科室的人脸识别设备采集所述待体检客户的第二人脸图像,判断所述待体检项目对应的科室的预排队队列中是否存在所述待体检客户;
激活模块,用于当所述待体检项目对应的科室的预排队队列中存在所述待体检客户时,激活所述待体检项目对应的科室的预排队队列中的所述待体检客户的排队号码,并输出至所述待体检项目对应的科室的叫号队列中;
叫号模块,用于所述待体检项目对应的科室的医生端基于所述叫号队列执行叫号。
8.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至6中任意一项所述的基于人脸识别的智能呼叫方法。
9.一种计算机可读存储介质,所述计算机可读存储介质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如权利要求1至6中任意一项所述的基于人脸识别的智能呼叫方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055493.5A CN113783956B (zh) | 2021-09-09 | 2021-09-09 | 基于人脸识别的智能呼叫方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055493.5A CN113783956B (zh) | 2021-09-09 | 2021-09-09 | 基于人脸识别的智能呼叫方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113783956A CN113783956A (zh) | 2021-12-10 |
CN113783956B true CN113783956B (zh) | 2023-07-07 |
Family
ID=78842010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111055493.5A Active CN113783956B (zh) | 2021-09-09 | 2021-09-09 | 基于人脸识别的智能呼叫方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113783956B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101086771A (zh) * | 2006-06-06 | 2007-12-12 | 温源 | 一种排队叫号方法及其排队叫号设备 |
CN101206775A (zh) * | 2007-03-28 | 2008-06-25 | 郑志豪 | 一种管理排队的方法及系统 |
CN101364977A (zh) * | 2007-08-08 | 2009-02-11 | 银河联动信息技术(北京)有限公司 | 远程预约排队叫号系统及方法 |
WO2019019452A1 (zh) * | 2017-07-24 | 2019-01-31 | 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 |
WO2019024293A1 (zh) * | 2017-08-03 | 2019-02-07 | 深圳市前海安测信息技术有限公司 | 基于电子地图的体检线路指引辅助系统及方法 |
CN111428899A (zh) * | 2020-04-01 | 2020-07-17 | 中国银行股份有限公司 | 网点业务的排队叫号方法及装置 |
CN112309027A (zh) * | 2020-10-22 | 2021-02-02 | 深圳中兴网信科技有限公司 | 候诊信息的推送方法、推送系统和存储介质 |
CN112785769A (zh) * | 2020-12-31 | 2021-05-11 | 深圳云天励飞技术股份有限公司 | 基于人脸识别的排队叫号管理方法、装置、电子设备 |
WO2021103631A1 (zh) * | 2019-11-25 | 2021-06-03 | 南京奥拓电子科技有限公司 | 一种排队方法、系统、客户端、装置及其服务器 |
CN113140062A (zh) * | 2021-04-21 | 2021-07-20 | 平安好医投资管理有限公司 | 基于双队列的体检排队方法、装置、电子装置及介质 |
-
2021
- 2021-09-09 CN CN202111055493.5A patent/CN113783956B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101086771A (zh) * | 2006-06-06 | 2007-12-12 | 温源 | 一种排队叫号方法及其排队叫号设备 |
CN101206775A (zh) * | 2007-03-28 | 2008-06-25 | 郑志豪 | 一种管理排队的方法及系统 |
CN101364977A (zh) * | 2007-08-08 | 2009-02-11 | 银河联动信息技术(北京)有限公司 | 远程预约排队叫号系统及方法 |
WO2019019452A1 (zh) * | 2017-07-24 | 2019-01-31 | 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 |
WO2019024293A1 (zh) * | 2017-08-03 | 2019-02-07 | 深圳市前海安测信息技术有限公司 | 基于电子地图的体检线路指引辅助系统及方法 |
WO2021103631A1 (zh) * | 2019-11-25 | 2021-06-03 | 南京奥拓电子科技有限公司 | 一种排队方法、系统、客户端、装置及其服务器 |
CN111428899A (zh) * | 2020-04-01 | 2020-07-17 | 中国银行股份有限公司 | 网点业务的排队叫号方法及装置 |
CN112309027A (zh) * | 2020-10-22 | 2021-02-02 | 深圳中兴网信科技有限公司 | 候诊信息的推送方法、推送系统和存储介质 |
CN112785769A (zh) * | 2020-12-31 | 2021-05-11 | 深圳云天励飞技术股份有限公司 | 基于人脸识别的排队叫号管理方法、装置、电子设备 |
CN113140062A (zh) * | 2021-04-21 | 2021-07-20 | 平安好医投资管理有限公司 | 基于双队列的体检排队方法、装置、电子装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113783956A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110751675B (zh) | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 | |
US20220125360A1 (en) | Method and computer program for determining psychological state through drawing process of counseling recipient | |
CN111860522B (zh) | 身份证图片处理方法、装置、终端及存储介质 | |
CN112507314B (zh) | 客户身份核实方法、装置、电子设备及存储介质 | |
CN111814775A (zh) | 目标对象异常行为识别方法、装置、终端及存储介质 | |
CN110675942A (zh) | 医学影像图像诊断分配方法、装置、终端及存储介质 | |
CN108520775A (zh) | 医院智能化排队缴费方法、装置及设备 | |
CN111986744A (zh) | 医疗机构的患者界面生成方法、装置、电子设备及介质 | |
CN110750603B (zh) | 楼宇服务预测方法、装置、系统、计算机设备和存储介质 | |
CN113783956B (zh) | 基于人脸识别的智能呼叫方法、装置、电子设备及介质 | |
CN114220541A (zh) | 疾病预测方法、装置、电子设备及存储介质 | |
CN113689942A (zh) | 产检监测方法、装置及相关设备 | |
CN113435353A (zh) | 基于多模态的活体检测方法、装置、电子设备及存储介质 | |
CN112598135A (zh) | 模型训练处理方法、装置、计算机设备及介质 | |
CN113784285B (zh) | 基于蓝牙设备的智能呼叫方法、装置、电子设备及介质 | |
CN114757534A (zh) | 一种智能考勤排班与考评方法、考勤排班装置和系统 | |
CN114331661A (zh) | 数据核验方法、装置、电子设备及存储介质 | |
CN114998782A (zh) | 面审视频的场景分类方法、装置、电子设备及存储介质 | |
CN114582038A (zh) | 巡检管理方法及装置、电子设备及计算机可读存储介质 | |
CN110705447A (zh) | 手部图像的检测方法、装置及电子设备 | |
CN114694099B (zh) | 基于人工智能的人流量预测方法、装置及相关设备 | |
CN113722590B (zh) | 基于人工智能的医学信息推荐方法、装置、设备及介质 | |
CN113393611B (zh) | 房卡回收方法、装置和计算机可读存储介质 | |
WO2023159525A1 (zh) | 客户服务方法、装置、系统及存储介质 | |
CN113792681A (zh) | 基于点云匹配的信息采集方法、装置、电子设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |