CN114283647B - 基于多场景切换的考核处理方法、系统、设备及介质 - Google Patents

Abstract

本申请提供一种基于多场景切换的考核处理方法、系统、设备及介质，涉及数据分析处理技术领域。该方法应用于考核处理系统的处理设备，该系统包括：显示设备、图像采集设备、定位设备、处理设备，处理设备分别与显示设备、图像采集设备、定位设备通信连接，该方法可包括：处理设备向显示设备发送考核指令，以使显示设备根据考核指令显示对应的考核场景多媒体图像；处理设备接收图像采集设备采集的待分析图像数据以及定位设备采集的考核对象的定位信息；处理设备根据待分析图像数据、定位信息以及预设考核标准数据，获取考核对象的考核结果。应用本申请实施例，不仅可以避免考核场景单一的问题，而且还可以提高培训考核效率。

Description

基于多场景切换的考核处理方法、系统、设备及介质

技术领域

本申请涉及数据分析处理技术领域，具体而言，涉及一种基于多场景切换的考核处理方法、系统、设备及介质。

背景技术

在铁路运输过程中，助理值班员充当着重要的角色。当有列车进站或者需要发车时，助理值班员需要站立在正确的股道旁，对列车司机发出准确的信号。

为了培训助理值班员，目前传统的做法是采用人工的方式，在培训考核场地上使用胶带等介质布置灯带、指示灯等设备来模拟固定实际站场图，可基于模拟出的固定站场图对学员进行培训考核。

然而，现有技术采用人工的方式模拟固定实际站场图，这样不仅存在培训考核场景单一性的问题，而且还会使培训考核效率降低。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种基于多场景切换的考核处理方法、系统、设备及介质，不仅可以避免培训考核场景单一性的问题，而且还可以提高培训考核效率。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种基于多场景切换的考核处理方法，所述方法应用于考核处理系统的处理设备，所述系统包括：显示设备、图像采集设备、定位设备、所述处理设备，所述处理设备分别与所述显示设备、所述图像采集设备、所述定位设备通信连接，所述方法包括：

所述处理设备向所述显示设备发送考核指令，以使所述显示设备根据所述考核指令显示对应的考核场景多媒体图像；

所述处理设备接收所述图像采集设备采集的待分析图像数据以及所述定位设备采集的考核对象的定位信息，所述待分析图像数据包括：所述考核对象基于所述考核场景多媒体图像执行任务的图像数据；

所述处理设备根据所述待分析图像数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果。

可选地，所述处理设备根据所述待分析图像数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果，包括：

所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，其中，所述姿态数据包括：朝向数据和/或动作数据；

所述处理设备根据所述姿态数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果。

可选地，所述定位设备采集的考核对象的定位信息包括：空间坐标；所述处理设备根据所述待分析图像数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果，包括：所述处理设备根据所述定位设备的空间坐标系与所述考核场景多媒体图像的多媒体图像坐标系之间的对应关系，将所述空间坐标转换为考核场景坐标；

所述处理设备根据所述待分析图像数据、所述考核场景坐标以及预设考核标准数据，获取所述考核对象的考核结果。

可选地，所述图像采集设备包括：多个朝向采集摄像设备，所述姿态数据包括朝向数据；

所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，包括：

所述处理设备分别获取多个朝向采集摄像设备采集的多个待分析图像数据，所述待分析图像数据包括所述朝向采集摄像设备的标识；

所述处理设备分别对各所述待分析图像数据进行人脸识别，将识别人脸数据成功的待分析图像数据对应的所述朝向采集摄像设备作为目标图像采集设备；

所述处理设备根据所述目标图像采集设备的位置确定所述朝向数据。

可选地，所述姿态数据还包括所述动作数据，所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，包括：

所述处理设备将所述目标图像采集设备采集的待分析图像数据输入预设识别模型中，输出所述动作数据，所述预设识别模型采用样本数据训练获取，所述样本数据包括标注有动作信息的图像数据。

可选地，所述姿态数据还包括动作数据，所述图像采集设备还包括：多个动作采集摄像设备；

所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，包括：

所述处理设备根据所述朝向数据从多个动作采集摄像设备确定出目标动作采集摄像设备；

所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设识别模型中，输出所述动作数据。

可选地，所述动作数据包括：手信号数据和手持物数据，所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设识别模型中，输出所述动作数据，包括：

所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设手信号识别模型中，输出手信号数据；

所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设物体识别模型中，输出手持物数据。

第二方面，本申请实施例还提供了一种考核处理系统，包括：显示设备、图像采集设备、定位设备、处理设备，所述处理设备分别与所述显示设备、所述图像采集设备、所述定位设备通信连接；所述处理设备用于执行上述第一方面的所述基于多场景切换的考核处理方法。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述第一方面的所述基于多场景切换的考核处理方法的步骤。

第四方面，本申请实施例提供了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运行时执行上述第一方面的所述基于多场景切换的考核处理方法的步骤。

本申请的有益效果是：

本申请实施例提供一种基于多场景切换的考核处理方法、系统、设备及介质，该方法应用于考核处理系统的处理设备，该系统包括：显示设备、图像采集设备、定位设备、处理设备，处理设备分别与显示设备、图像采集设备、定位设备通信连接，该方法可包括：处理设备向显示设备发送考核指令，以使显示设备根据考核指令显示对应的考核场景多媒体图像；处理设备接收图像采集设备采集的待分析图像数据以及定位设备采集的考核对象的定位信息；处理设备根据待分析图像数据、定位信息以及预设考核标准数据，获取考核对象的考核结果。

采用本申请实施例提供的基于多场景切换的考核处理方法，可基于处理设备与显示设备之间的通信连接关系，通过显示设备自动显示考核指令(考核任务)对应的考核场景多媒体图像，考核对象可处于自动生成的考核场景多媒体图像所对应的考核场景中，在该考核场景下执行相应动作。同时，图像采集设备、定位设备可获取考核对象在考核过程中的待分析图像数据、定位信息，并将待分析图像数据、定位信息发送至处理设备，处理设备可根据待分析图像数据、定位信息以及预设考核标准数据，对考核对象在考核过程中的表现进行评估。可以看出，本申请可通过自动的方式生成考核场景多媒体图像，避免了采用人工的方式在培训场地上布置考核场景的情况，可以提高培训考核效率。并且，本申请可自动切换显示设备上所显示的考核场景多媒体图像，即可实现多考核场景切换的功能，避免了考核场景单一的问题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种考核处理系统；

图2为本申请实施例提供的一种基于多场景切换的考核处理方法的流程示意图；

图3为本申请实施例提供的另一种基于多场景切换的考核处理方法的流程示意图；

图4为本申请实施例提供的又一种基于多场景切换的考核处理方法的流程示意图；

图5为本申请实施例提供的再一种基于多场景切换的考核处理方法的流程示意图；

图6为本申请实施例提供的一种朝向采集摄像设备与培训考核场地之间的设置关系的结构示意图；

图7为本申请实施例提供的另一种基于多场景切换的考核处理方法的流程示意图；

图8为本申请实施例提供的又一种基于多场景切换的考核处理方法的流程示意图；

图9为本申请实施例提供的一种基于多场景切换的考核处理装置的结构示意图；

图10为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在对本申请实施例进行详细解释之前，首先对本申请提到的用于培训考核的处理场景进行介绍，该应用场景具体可为对助理值班员进行培训考核的处理场景。图1为本申请实施例提供的一种考核处理系统，如图1所示，该系统可包括处理设备100、显示设备101、图像采集设备102以及定位设备103，其中，处理设备100分别与显示设备101、图像采集设备102以及定位设备103通信连接。

在一种可实现的实施例中，考核老师可通过上位机选择考核任务，与上位机关联的处理设备100可根据该考核任务生成考核指令，并将该考核指令发送至显示设备101。可以理解的是，显示设备101上的存储器中可预先存储各考核指令对应的考核场景多媒体图像，考核场景多媒体图像可以理解为一种模拟的三维场景，如对助理值班员进行培训考核时，考核场景多媒体图像可为一种模拟的站场情景图，该站场情景图中可包括道岔的状态、信号灯的状态等信息。

显示设备101基于处理设备100发送的考核指令确定出对应的考核场景多媒体图像，并将确定出的考核场景多媒体图像进行显示，其中，显示设备101的具体形态可为LED显示设备、投影设备、AR设备等，本申请不对其进行限定。

在另一种可实现的实施例中，处理设备100可与仿真系统连接，仿真系统可预先生成各考核任务对应的考核场景多媒体图像，并将各考核任务对应的考核场景多媒体图像存储在处理设备100相关联的存储器中，处理设备100可根据考核老师选择的考核任务，将对应的考核场景多媒体图像显示在显示设备101上。

考核对象(学员)处于显示设备101所显示的考核场景多媒体图像中执行相应动作，预先设置在培训考核场地中的图像采集设备102、定位设备103可分别采集考核对象执行相应动作的待分析图像数据以及位置信息，图像采集设备102可将采集到的待分析图像数据发送给处理设备100，定位设备103也可将采集到的位置信息发送给处理设备100。处理设备100可对待分析图像数据、位置信息进行分析，最后可根据分析得到的朝向数据、动作数据和/或位置坐标以及预设考核标准数据得到考核对象的考核结果，具体分析过程可参考本申请下述实施例描述的内容。

在一种可实现的实施例中，图像采集设备102可包括多个朝向采集摄像设备102A、多个动作采集摄像设备102B，其中，处理设备100可对朝向采集摄像设备102A采集到的待分析图像数据进行分析得到朝向数据，处理设备100可对动作采集摄像设备102B采集到的待分析图像数据进行分析得到动作数据。

需要说明的是，本申请不对显示设备101、图像采集设备102以及定位设备103的具体形态进行限定。

如下结合附图对本申请提到的基于多场景切换的考核处理方法进行示例说明。图2为本申请实施例提供的一种基于多场景切换的考核处理方法的流程示意图，该方法的执行主体为上述提到考核处理系统中的处理设备100。如图2所示，该方法可包括：

S201、处理设备向显示设备发送考核指令，以使显示设备根据考核指令显示对应的考核场景多媒体图像。

示例性的，与处理设备相关联的上位机上可显示多个考核项目，各考核项目中包括多个考核任务，各考核任务可根据预先设置的时间间隔自动触发，以考核项目中的一个考核任务为例进行说明，如果上位机选择了某个要考核的考核任务，处理设备可根据该考核任务生成对应的考核指令，并将该考核指令下发至显示设备，显示设备可根据存储器中预先存储的考核任务与考核场景多媒体图像之间的对应关系，确定出该考核指令对应的考核场景多媒体图像。

可选地，也可以由处理设备将考核任务对应的多媒体资源发送给显示设备，由显示设备进行显示，在此不作限制。

以对助理值班员进行考核培训为例进行说明，考核场景多媒体图像可为一种模拟的站场情景图，该站场情景图中可包括道岔的状态、信号灯的状态等信息。

可以理解的是，处理设备100可根据各考核任务的时间顺序依次生成各考核任务对应的考核指令，可根据考核指令自动切换显示设备101上所显示的考核场景多媒体图像。

可以看出，一方面，本申请可通过自动的方式生成考核场景多媒体图像，如可自动在培训考核场地上显示站场情景图，避免了采用人工的方式在培训场地上布置站场情景图的情况，可以提高培训考核效率。另一方面，本申请可自动切换显示设备101上所显示的考核场景多媒体图像，即可实现多考核场景切换的功能，避免了考核场景单一的问题，提高了考核对象培训的丰富性和使用性。

S202、处理设备接收图像采集设备采集的待分析图像数据以及定位设备采集的考核对象的定位信息。

其中，待分析图像数据包括：考核对象基于考核场景多媒体图像执行任务的图像数据。待分析图像数据可为视频数据，也可为图片数据，本申请不对其进行限定。示例性的，显示设备在显示出考核场景多媒体图像后，考核对象可进入该考核场景多媒体图像对应的场景中，考核对象可基于该考核场景多媒体图像中的信息(如信号灯的状态)，执行相应动作。预先设置在培训考核场地中的图像采集设备采集可根据预设采集频率采集考核对象在考核过程中的图像数据，该图像数据可作为待分析图像数据。

培训考核场地中还设置有定位设备，该定位设备可基于基站定位技术或标签定位技术对考核对象在考核场景多媒体图像对应的考核场景中的位置进行定位，得到考核对象的定位信息。示例性的，在考核对象进入考核场景后，定位设备可基于UWB(Ultra WideBand，超宽带定位)技术对考核对象进行定位，具体的，可根据所发射信号在空气中的传播时间来对考核对象进行定位。需要说明的是，培训考核场地中还可包括其他设备，本申请不对其进行限定。

处理设备在获取到图像采集设备采集到的待分析图像数据、定位设备采集到的考核对象的定位信息后，可将考核对象、待分析图像数据、定位信息关联存储在存储器中。

可以看出，本申请通过定位设备采集的考核对象的定位信息，这样可对考核对象在各考核场景中的位置进行精确的定位。

S203、处理设备根据待分析图像数据、定位信息以及预设考核标准数据，获取考核对象的考核结果。

其中，处理设备可对待分析图像数据、定位信息进行分析处理后，可根据得到的分析处理结果以及预设标准数据，对考核对象在考核过程中的表现进行评估，得到考核对象的考核结果。

上述提到的分析结果可包括待分析图像数据对应的姿态数据、定位信息对应的位置数据，预设考核标准数据可包括标准姿态数据、标准位置数据。可处理设备可将同一纬度的数据进行比较，如将待分析图像数据对应的姿态数据与标准姿态数据进行比较，得到姿态分数，将位置信息对应的位置数据与标准位置数据进行比较，得到位置分数，最后可结合姿态分数、位置分数确定考核对象的考核分数。

需要说明的是，姿态分数、位置分数可以根据预设的考核标准给出，例如将待分析图像数据对应的姿态数据与标准姿态数据进行比较，得到匹配度，根据匹配度和考核标准，给出对应的分数，但不以此方式为限。

综上所述，本申请实施例提供的基于多场景切换的考核处理方法中，可基于处理设备与显示设备之间的通信连接关系，通过显示设备自动显示考核指令(考核任务)对应的考核场景多媒体图像，考核对象可处于自动生成的考核场景多媒体图像所对应的考核场景中，在该考核场景下执行相应动作。同时，图像采集设备、定位设备可获取考核对象在考核过程中的待分析图像数据、定位信息，并将待分析图像数据、定位信息发送至处理设备，处理设备可根据待分析图像数据、定位信息以及预设考核标准数据，对考核对象在考核过程中的表现进行评估。可以看出，本申请可通过自动的方式生成考核场景多媒体图像，避免了采用人工的方式在培训场地上布置考核场景的情况，可以提高培训考核效率。并且，本申请可自动切换显示设备上所显示的考核场景多媒体图像，即可实现多考核场景切换的功能，避免了考核场景单一的问题。

图3为本申请实施例提供的另一种基于多场景切换的考核处理方法的流程示意图。可选地，如图3所示，上述处理设备根据待分析图像数据、定位信息以及预设考核标准数据，获取考核对象的考核结果，包括：

S301、处理设备根据待分析图像数据以及预设算法，分析获取考核对象的姿态数据。

其中，姿态数据包括：朝向数据和/或动作数据。以培训助理值班员为例进行说明，可以理解的是，在实际站场场景中，助理值班员执行接发车作业等手信号动作时，需要面向多个方面做手信号，即助理值班员的朝向可作为培训考核的一个考核参数。基于上行方向，可将朝向分为前方、后方、左方、右方，示例性的，预设算法可为人脸识别算法，处理设备可对待分析图像数据进行人脸识别分析，确定助理值班员面向的方向。

进一步的，助理值班员可使用信号旗、信号灯等手持物完成接发车作业，即助理值班员的手动作可作为培训考核的另个考核参数。示例性的，预设算法可为模型识别算法，处理设备可将待分析图像数据输入预先训练得到的预设识别模型中，将该模型输出的数据作为动作数据。

S302、处理设备根据姿态数据、定位信息以及预设考核标准数据，获取考核对象的考核结果。

其中，预设考核标准数据中可包括姿态标准数据、标准位置数据，姿态标准数据中可包括朝向标准数据、动作标准数据。在一种可实现的实施例中，处理设备可将姿态数据中的朝向数据与标准朝向数据进行对比，得到朝向得分，将动作数据中的朝向数据与标准动作数据进行对比，得到动作得分，将定位信息与标准位置数据进行对比，得到位置得分，最后可结合朝向得分、动作得分以及位置得分，确定该考核对象的考核结果。

图4为本申请实施例提供的又一种基于多场景切换的考核处理方法的流程示意图。可选地，如图4所示，上述定位设备采集的考核对象的定位信息包括：空间坐标；上述处理设备根据待分析图像数据、定位信息以及预设考核标准数据，获取考核对象的考核结果，包括：

S401、处理设备根据定位设备的空间坐标系与考核场景多媒体图像的多媒体图像坐标系之间的对应关系，将空间坐标转换为考核场景坐标。

其中，定位设备可基于基站定位技术或标签定位技术确定考核对象的空间坐标，该空间坐标是基于定位设备的空间坐标系的坐标。处理设备在获取到考核对象的空间坐标后，可根据存储器中预先存储的定位设备的空间坐标系与考核场景多媒体图像的多媒体图像坐标系之间的对应关系，将空间坐标转换为当前考核场景多媒体图像对应的多媒体图像坐标系下的坐标，即考核场景坐标。

可以理解的是，不同的考核场景多媒体图像中的布局不图，所以在切换考核场景时，处理设备需要根据当前的考核场景多媒体图像对应的多媒体图像坐标系与定位设备的空间坐标系之间的对应关系，将空间坐标转换为当前的考核场景多媒体图像对应的多媒体图像坐标系的考核场景坐标。

S402、处理设备根据待分析图像数据、考核场景坐标以及预设考核标准数据，获取考核对象的考核结果。

在一种可实现的实施例中，处理设备还可对待分析图像数据进行分析，得到包括朝向数据和/或动作数据的姿态数据，然后根据朝向数据和/或动作数据、考核场景坐标以及预设考核标准数据，获取考核对象的考核结果。

此处继续以考核对象为助理值班员为例进行说明，考核场景多媒体图像(站场图)中包括有股道布局，股道布局中的股道可用编号进行标识，不同的考核场景多媒体图像对应有不同的股道布局。处理设备可根据坐标与股道之间的对应关系，得到该考核场景坐标对应的股道编号，股道编号可用于表示助理值班员在站场图中的股道位置。然后可根据朝向数据、动作数据、股道编号以及预设考核标准数据，获取考核对象的考核结果。

可以看出，本申请通过定位设备获取考核对象的空间坐标，然后再根据定位设备的空间坐标系与考核场景多媒体图像的多媒体图像坐标系之间的对应关系，得到考核对象在不同考核场景多媒体图像中的相对位置，这样可对考核对象在不同考核场景多媒体图像中的相对位置进行精确定位。

图5为本申请实施例提供的再一种基于多场景切换的考核处理方法的流程示意图。可选地，如图5所示，上述图像采集设备包括：多个朝向采集摄像设备，姿态数据包括朝向数据；上述处理设备根据待分析图像数据以及预设算法，分析获取考核对象的姿态数据，包括：

S501、处理设备分别获取多个朝向采集摄像设备采集的多个待分析图像数据。

其中，待分析图像数据包括朝向采集摄像设备的标识，朝向采集摄像设备的标识可用编号进行表示。需要说明的是，本申请不对朝向采集摄像设备的数量进行限定。

举例来说，假设培训考核场地中预先设置有4个朝向采集摄像设备，朝向采集摄像设备与培训考核场地之间的设置关系可如图6所示，这4个朝向采集摄像设备对应的标识可分别为1号、2号、3号、4号，这4个朝向采集摄像设备可将采集到的待分析图像数据分别发送至处理设备。

S502、处理设备分别对各待分析图像数据进行人脸识别，将识别人脸数据成功的待分析图像数据对应的朝向采集摄像设备作为目标图像采集设备。

S503、处理设备根据目标图像采集设备的位置确定朝向数据。

结合图6进行说明，处理设备可分别对这4个朝向采集摄像设备采集到的待分析图像数据进行人脸识别，将其中包括有人脸数据的待分析图像数据，即将识别人脸数据成功的待分析图像数据中所包括的朝向采集摄像设备的标识提取出，将各标识对应的朝向采集摄像设备作为目标图像采集设备，如图6所示，假设标识为1号、2号分别对应的朝向采集摄像设备中包括人脸图像，那么可将1号朝向采集摄像设备以及2号朝向采集摄像设备分别作为目标图像采集设备。

随后，处理设备可根据1号朝向采集摄像设备以及2号朝向采集摄像设备的位置确定朝向数据，具体的，可将垂直于1号朝向采集摄像设备以及2号朝向采集摄像设备的位置连线的方向作为该朝向数据，从图6中可以看出，考核对象的朝向数据为前方。

处理设备采用自动的方式判断考核对象的朝向，这样可避免采用人工方式确定朝向带来的误差，提高判断考核对象的朝向的精确度。

可选地，上述姿态数据还包括动作数据，上述处理设备根据待分析图像数据以及预设算法，分析获取考核对象的姿态数据，包括：将目标图像采集设备采集的待分析图像数据输入预设识别模型中，输出动作数据，预设识别模型采用样本数据训练获取，样本数据包括标注有动作信息的图像数据。

其中，样本数据可以通过预先采集的执行标准动作的图像，并对采集的图像中动作信息进行标注。进而考核过程中通过预设识别模型识别考核对象做的动作。

其中，处理设备相关联的存储器中存储有预设识别模式，可预先根据样本数据对初始识别模型进行训练，在满足训练条件时，训练得到识别模型。在考核对象的朝向数据确定后，可将与朝向数据相关的采集设备(目标图像采集设备)采集到的待分析图像数据输入预设识别模型中，预设识别模型对待分析图像数据处理后，可输出待分析图像数据中所包括的动作数据。这里提到的待分析图像数据可包括人体骨骼数据，预设识别模型对人体骨骼数据进行分析后，得到人体骨骼数据对应的动作数据。

结合图6进行说明，目标图像采集设备包括1号朝向采集摄像设备以及2号朝向采集摄像设备。在一种可实现的实施例中，处理设备可将1号朝向采集摄像设备采集到的待分析图像数据或2号朝向采集摄像设备采集到的待分析图像数据输入预设识别模型中，将1号朝向采集摄像设备对应的输出结果作为动作数据，或者将2号朝向采集摄像设备对应的输出结果作为动作数据。在另一种可实现的实施例中，处理设备可结合1号朝向采集摄像设备对应的输出结果作为动作数据以及2号朝向采集摄像设备对应的输出结果作为动作数据，得到考核对象的动作数据。

可以看出，朝向采集摄像设备一方面可作为朝向数据获取的设备，另一方面还可作为动作数据(骨骼数据)获取的设备。本申请可通过自动的方式获取考核对象的动作数据，这样可避免采用人工方式确定动作数据带来的误差，可进一步提高对考核对象在考核过程中的表现进行评估的精确度。

图7为本申请实施例提供的另一种基于多场景切换的考核处理方法的流程示意图。可选地，上述图像采集设备还包括：多个动作采集摄像设备，在一种可实现的实施例中，培训考核场地上可预先设置两套图像采集设备，一套为朝向采集摄像设备，另一套为动作采集摄像设备，朝向采集摄像设备用于采集确定朝向数据的待分析图像数据，动作采集摄像设备用于采集确定动作数据的待分析图像数据。

上述处理设备根据待分析图像数据以及预设算法，分析获取考核对象的姿态数据，包括：

S701、处理设备根据朝向数据从多个动作采集摄像设备确定出目标动作采集摄像设备。

处理设备可基于根据朝向采集摄像设备采集到的待分析图像数据确定得到的朝向数据，从多个动作采集摄像设备中选择出有效的动作采集摄像设备，即目标动作采集摄像设备。

在考核对象的朝向数据确定后，可将考核对象人脸面对的动作采集摄像设备作为目标动作采集摄像设备。结合图6进行说明，考核对象的朝向为正方，那么可将位于正方的动作采集摄像设备作为目标动作采集摄像设备。

S702、处理设备将目标动作采集摄像设备采集的待分析图像数据输入预设识别模型中，输出动作数据。

其中，处理设备可提取出目标动作采集摄像设备采集到的待分析图像数据，预设识别模型对待分析图像数据进行识别分析后，可得到考核对象的动作数据。

可以理解的是，考核对象人脸面对的动作采集摄像设备获取的待分析图像数据中所包括的骨骼数据更全面、准确，基于此，通过预设识别模型输出的动作数据更准确，并且仅将目标动作采集摄像设备采集到的待分析图像数据输入预设识别模型，这样可以提高获取动作数据的效率。

图8为本申请实施例提供的又一种基于多场景切换的考核处理方法的流程示意图。可选地，上述动作数据包括：手信号数据和手持物数据，上述处理设备将目标动作采集摄像设备采集的所述待分析图像数据输入预设识别模型中，输出动作数据，包括：

S801、处理设备将目标动作采集摄像设备采集的待分析图像数据输入预设手信号识别模型中，输出手信号数据。

S802、处理设备将目标动作采集摄像设备采集的待分析图像数据输入预设物体识别模型中，输出手持物数据。

其中，预设识别模型可包括两种，一种为预设手信号识别模型，另一种为预设物体识别模型，具体的，预设手信号识别模型对待分析图像数据中所包括的人体骨骼数据进行分析后，可输出手信号数据，即考核对象在考核过程中执行的手部动作，如助理值班员接发车作业时的手部动作。预设物体识别模型可对待分析图像数据中的图像数据进行分析后，可输出手持物数据，即考核对象在考核过程中手上所持有的设备，如助理值班员接发车作业时，手上所持有的信号旗、信号灯等设备。

可以看出，采用模型识别的方法确定考核对象在考核过程中的手部动作以及手上所持有的设备，这样可以提高识别精确度，进一步提高确定考核对象的考核结果的精确度。

相应地，预设手信号识别模型可以通过标注有手部动作的样本图像训练获取；预设物体识别模型可以用样本物体训练获取，例如信号旗、信号灯等。

在一种可实现的实施例中，处理设备在获取到考核对象所在的考核场景坐标、朝向数据、手信号数据、手持物数据后，可结合预设考核标准数据中各类数据对应的标准数据，综合评估考核对象的考核结果。

图9为本申请实施例提供的一种基于多场景切换的考核处理装置结构示意图，该装置应用于考核处理系统中的处理设备，如图9所示，该装置包括：

发送模块901，用于向显示设备发送考核指令，以使显示设备根据考核指令显示对应的考核场景多媒体图像；

接收模块902，用于接收所述图像采集设备采集的待分析图像数据以及定位设备采集的考核对象的定位信息；

获取模块903，用于根据待分析图像数据、定位信息以及预设考核标准数据，获取考核对象的考核结果。

上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。

以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Digital Signal Processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。

图10为本申请实施例提供的一种电子设备的结构示意图，如图10所示，该电子设备可以包括：处理器1001、存储介质1002和总线1003，存储介质1002存储有处理器1001可执行的机器可读指令，当该电子设备运行时，处理器1001与存储介质1002之间通过总线1003通信，处理器1001执行机器可读指令，以执行上述方法实施例的步骤。具体实现方式和技术效果类似，这里不再赘述。

可选地，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述方法实施例的步骤。

在本申请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，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元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单元的形式实现。

上述以软件功能单元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。上述软件功能单元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，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种基于多场景切换的考核处理方法，其特征在于，所述方法应用于考核处理系统的处理设备，所述系统包括：显示设备、图像采集设备、定位设备、所述处理设备，所述处理设备分别与所述显示设备、所述图像采集设备、所述定位设备通信连接，所述方法包括：

所述处理设备向所述显示设备发送考核指令，以使所述显示设备根据所述考核指令显示对应的考核场景多媒体图像；

所述处理设备接收所述图像采集设备采集的待分析图像数据以及所述定位设备采集的考核对象的定位信息，所述待分析图像数据包括：所述考核对象基于所述考核场景多媒体图像执行任务的图像数据；

所述处理设备根据所述待分析图像数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果；

所述处理设备根据所述待分析图像数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果，包括：

所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，其中，所述姿态数据包括：朝向数据和动作数据；

所述处理设备根据所述姿态数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果；

所述定位设备采集的考核对象的定位信息包括：空间坐标；所述处理设备根据所述待分析图像数据、所述定位信息以及预设考核标准数据，获取所述考核对象的考核结果，包括：

所述处理设备根据所述定位设备的空间坐标系与所述考核场景多媒体图像的多媒体图像坐标系之间的对应关系，将所述空间坐标转换为考核场景坐标；

所述处理设备根据所述待分析图像数据、所述考核场景坐标以及预设考核标准数据，获取所述考核对象的考核结果。

2.根据权利要求1所述的方法，其特征在于，所述图像采集设备包括：多个朝向采集摄像设备，所述姿态数据包括朝向数据；

所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，包括：

所述处理设备分别获取多个朝向采集摄像设备采集的多个待分析图像数据，所述待分析图像数据包括所述朝向采集摄像设备的标识；

所述处理设备分别对各所述待分析图像数据进行人脸识别，将识别人脸数据成功的待分析图像数据对应的所述朝向采集摄像设备作为目标图像采集设备；

所述处理设备根据所述目标图像采集设备的位置确定所述朝向数据。

3.根据权利要求2所述的方法，其特征在于，所述姿态数据还包括所述动作数据，所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，包括：

所述处理设备将所述目标图像采集设备采集的待分析图像数据输入预设识别模型中，输出所述动作数据，所述预设识别模型采用样本数据训练获取，所述样本数据包括标注有动作信息的图像数据。

4.根据权利要求2所述的方法，其特征在于，所述姿态数据还包括动作数据，所述图像采集设备还包括：多个动作采集摄像设备；

所述处理设备根据所述待分析图像数据以及预设算法，分析获取所述考核对象的姿态数据，包括：

所述处理设备根据所述朝向数据从多个动作采集摄像设备确定出目标动作采集摄像设备；

所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设识别模型中，输出所述动作数据。

5.根据权利要求4所述的方法，其特征在于，所述动作数据包括：手信号数据和手持物数据，所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设识别模型中，输出所述动作数据，包括：

所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设手信号识别模型中，输出手信号数据；

所述处理设备将所述目标动作采集摄像设备采集的所述待分析图像数据输入预设物体识别模型中，输出手持物数据。

6.一种考核处理系统，其特征在于，包括：显示设备、图像采集设备、定位设备、处理设备，所述处理设备分别与所述显示设备、所述图像采集设备、所述定位设备通信连接；

所述处理设备用于执行权利要求1-5任一项所述基于多场景切换的考核处理方法。

7.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-5任一项所述基于多场景切换的考核处理方法的步骤。

8.一种计算机可读存储介质，其特征在于，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运行时执行如权利要求1-5任一项所述基于多场景切换的考核处理方法的步骤。