CN115601800A - 逃单检测方法、装置及电子设备 - Google Patents
逃单检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115601800A CN115601800A CN202211104148.0A CN202211104148A CN115601800A CN 115601800 A CN115601800 A CN 115601800A CN 202211104148 A CN202211104148 A CN 202211104148A CN 115601800 A CN115601800 A CN 115601800A
- Authority
- CN
- China
- Prior art keywords
- tripwire
- dining
- target object
- video
- area
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种逃单检测方法、装置及电子设备,属于视频检测技术领域。其中,所述逃单检测方法应用于视频监控系统,具体包括:获取实时采集的监控区域的视频图像,并确定所述视频图像中预先绘制的目标绊线,所述目标绊线包括第一绊线,所述第一绊线包括对应于所述监控区域的出入口的绊线;识别所述视频图像中的目标对象;在检测到所述目标对象以第一预设方向跨越所述第一绊线的情况下,获取所述目标对象的支付状态;在所述目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。本申请能够防止顾客的逃单行为。
Description
技术领域
本申请属于视频处理技术领域,具体涉及一种逃单检测方法、装置及电子设备。
背景技术
对于先消费后买单的餐厅、超市、商场等营业场所,如何防止顾客不结账就离开的行为是目前较为关注的问题之一。
目前,为解决上述问题,通常通过餐厅员工监督,在每桌顾客离开时进行账单确认或者支付行为确认。这种完全依赖人工的方式耗时耗力,且很容易出现监督不及时、遗漏等情况,导致对于顾客逃单行为的监督效果不佳。
发明内容
本申请实施例的目的是提供一种逃单检测方法、装置及电子设备,能够防止顾客的逃单行为。
第一方面,本申请实施例提供了一种逃单检测方法,应用于视频监控系统,所述方法包括:
获取实时采集的监控区域的视频图像,并确定所述视频图像中预先绘制的目标绊线,所述目标绊线包括第一绊线,所述第一绊线包括对应于所述监控区域的出入口的绊线;
识别所述视频图像中的目标对象;
在检测到所述目标对象以第一预设方向跨越所述第一绊线的情况下,获取所述目标对象的支付状态;
在所述目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。
第二方面,本申请实施例提供了一种逃单检测装置,应用于视频监控系统,所述装置包括:
第一获取模块,用于获取实时采集的监控区域的视频图像,并确定所述视频图像中预先绘制的目标绊线,所述目标绊线包括第一绊线,所述第一绊线包括对应于所述监控区域的出入口的绊线;
第一识别模块,用于识别所述视频图像中的目标对象;
第二获取模块,用于在检测到所述目标对象以第一预设方向跨越所述第一绊线的情况下,获取所述目标对象的支付状态;
输出模块,用于在所述目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
在本申请实施例中,在餐厅、超市、商场等营业场所中,通过识别视频监控区域内可能存在逃单行为的目标对象,并基于绊线检测技术,判断目标对象是否在未支付订单的情况下跨越绊线而对顾客的逃单行为进行及时检测,能够减轻餐厅工作人员对于逃单监督的工作压力,且能够更及时、准确地干预逃单行为,提升逃单检测的效果。
附图说明
图1是本申请实施例提供的一种逃单检测方法的流程图;
图2是本申请实施例提供的一种绊线绘制的示意图;
图3是本申请实施例提供的一种逃单检测装置的结构框图;
图4是本申请实施例提供的一种电子设备的结构框图。
具体实施方式
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。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的逃单检测方法进行详细地说明。
请参见图1,图1是本申请实施例提供的一种逃单检测方法的流程示意图,所述逃单检测方法可以由视频监控系统执行,该视频监控系统的监控区域可以覆盖需要进行逃单行为检测的营业场所的各个区域,具体包括营业场所的所有出口和所有单独的营业区域,例如,餐厅中各个餐桌对应的营业区域。
如图1所示,逃单检测方法包括以下步骤:
步骤101、获取实时采集的监控区域的视频图像,并确定视频图像中预先绘制的目标绊线。
本申请实施例中,可以在视频监控系统中预设绊线检测逻辑,并通过人工或机器在视频监控系统所覆盖的监控区域中,预先绘制用于逃单检测的目标绊线,从而在实时采集的视频图像中,可以确定目标绊线的位置,并基于目标绊线对监控区域内跨越绊线的行为进行检测。
其中,目标绊线包括第一绊线,第一绊线包括对应于监控区域的出入口的绊线,用于对出入监控区域的对象进行检测。示例性地,针对覆盖餐厅所有区域的视频监控系统,第一绊线可以包括对应于餐厅出入口的绊线,用于对出入餐厅的对象进行检测,具体实现时,可以给监控区域的每个出入口进行编号,并对应出入口绘制与出入口匹配的第一绊线,例如,如图2所示,第一绊线10可以与出入口重合。进一步的,可以基于第一绊线定义绊线检测的方向,例如,从监控区域外跨越第一绊线至监控区域内的方向可以定义为正方向,若存在对象以正方向跨越第一绊线,表示该对象进入监控区域;以及,从监控区域内跨越第一绊线至监控区域外的方向可以定义为负方向,若存在对象以负方向跨越第一绊线,表示该对象离开监控区域。
步骤102、识别视频图像中的目标对象。
目标对象是指期望确定是否存在逃单行为的对象,通过识别目标对象,可以对目标对象的位置信息或运动轨迹进行跟踪,以执行后续的步骤103,对目标对象是否存在逃单行为进行检测。具体实现时,识别目标对象的方式可以结合营业场所进行确定,视频监控系统可以对采集的视频图像进行图像识别,以识别其中满足预设条件的目标对象。
示例性地,在超市或商场场景中,第一绊线可以设置在超市区域或商场区域的每个出入口,或者,第一绊线也可以设置在每一单独支付的柜台区域的每个出入口,视频监控系统通过识别监控区域内携带商品的购物对象确定目标对象。又示例性地,在餐厅场景中,第一绊线可以设置在餐厅的每个出入口,视频监控系统通过识别监控区域内的就餐对象确定目标对象,或者,进一步地,若为单人就餐,则可以识别当前就餐对象为目标对象,若为多人就餐,则可以识别最后离开餐厅区域的就餐对象为目标对象。
为方便理解,后续以餐厅场景为例进行说明:
在餐厅场景中,视频监控区域可以通过确定每个餐桌区域对应的就餐对象,来确定目标对象。可选地,目标绊线还包括第二绊线,第二绊线包括对应于监控区域内每个餐桌区域的边界的绊线;所述绊线检测方法还包括:基于第二绊线围合形成的视频区域内的图像,识别餐桌区域对应的所有就餐对象。换言之,在餐桌区域内识别到的对象可以确定为餐桌区域对应的就餐对象。
具体实现时,可以给监控区域的每个餐桌进行编号,并对应餐桌区域绘制与餐桌区域匹配的第二绊线,例如,如图2所示,第二绊线20围合形成的区域可以为与餐桌形状相同,且基于预设比例放大后的区域。进一步的,可以基于第二绊线定义绊线检测的方向,例如,从餐桌区域外跨越第二绊线至餐桌区域内的方向可以定义为正方向,若存在对象以正方向跨越第二绊线,表示该对象进入餐桌区域,可以确定为餐桌区域对应的就餐对象;以及,从餐桌区域内跨越第二绊线至餐桌区域外的方向可以定义为负方向,若存在就餐对象以负方向跨越第二绊线,表示该就餐对象离开餐桌区域。
可选地,识别餐桌区域对应的所有就餐对象,包括但不限于以下两种方式:
第一种,识别第二绊线围合形成的视频区域内的人脸图像信息,根据人脸图像信息,确定餐桌区域对应的所有就餐对象。
本方式中,通过识别第二绊线围合形成的视频区域内的人脸图像信息,识别进入餐桌区域内的顾客的人脸图像信息,以确定餐桌区域对应的所有就餐对象。具体实现时,当某餐桌的顾客通过点餐系统开始点餐时,点餐系统可以向视频监控系统发送信号,以指示视频监控系统开始周期性地识别第二绊线围合形成的区域内的人脸图像信息,其中,在预设时间间隔内,例如,在2小时或3小时内,视频监控系统可以将识别到的一个人脸图像信息对应确定为一个就餐对象,一个就餐对象可以对应确定一个对象标识信息,并将所有的对象标识信息与餐桌区域的标识信息(例如餐桌编号)关联存储。其中,上述对象标识信息可以为随机生成或基于人脸图像信息生成的编号、编码,也可以为人脸图像信息本身,在此不作具体限定。
第二种,对第二绊线围合形成的视频区域内的图像进行运动对象识别,确定餐桌区域对应的所有就餐对象。
本方式中,通过对第二绊线围合形成的视频区域内的图像进行运动对象识别,识别进入餐桌区域内的顾客,以确定餐桌区域对应的所有就餐对象。具体实现时,当某餐桌的顾客通过点餐系统开始点餐时,点餐系统可以向视频监控系统发送信号,以指示视频监控系统开始周期性地对第二绊线围合形成的区域内的运动对象进行识别,其中,在预设时间间隔内,例如,在2小时或3小时内,视频监控系统可以将识别到的一个运动对象对应确定为一个就餐对象,一个就餐对象可以对应确定一个对象标识信息,并将所有的对象标识信息与餐桌区域的标识信息(例如餐桌编号)关联存储。
需要说明的是,在餐厅场景中,可能存在餐厅工作人员进入餐桌区域,从而影响视频监控区域对目标对象确定的准确性。此情况下,可以通过对餐厅工作人员进行特殊标记的方式以作区分。可选地,在基于第二绊线围合形成的视频区域内的图像,识别餐桌区域对应的所有对象后,若所有对象中包括携带有预设标识信息的第一对象,则将第一对象进行筛除得到餐桌区域对应的就餐对象。上述预设标识信息可以根据需求进行设定,例如,可以为餐厅服务人员穿戴的衣物上配置的标记,例如,在餐厅服务人员穿戴的帽子上绘制颜色较为鲜明的图案,若视频监控系统识别到对应图案或者颜色,则可以确定第一对象。上述预设标识信息也可以为预先存储的餐厅服务人员的人脸图像信息或人体姿态信息等,在此不作具体限定。
本申请实施例中,在确定餐桌区域对应的所有就餐对象后,可以基于下述描述确定目标对象,其中目标对象可以为一个,也可以为多个,为了提高对逃单行为检测的准确性,降低错检、漏检的情况,视频监控系统可以将每一可能存在消费行为的对象,例如,将每一就餐对象确定为目标对象,对其进行跟踪和绊线检测。
或者,也可以通过预设条件,对可能存在消费行为的对象进行筛选,确定最有可能存在逃单行为的对象为目标对象,从而减少不必要的计算资源消耗。示例性地,在多人就餐的场景中,若检测到某一餐桌区域的一个就餐对象以第一预设方向跨越第一绊线,且在监控区域内,该餐桌区域对应的就餐对象为多个的情况下,表示该餐桌区域未就餐完毕,若此时对跨越第一绊线的就餐对象执行支付状态查询的操作,将会浪费不必要的计算资源。
此情况下,可以采用下述方式确定目标对象:
实时获取餐桌区域对应的就餐对象数目;
在检测到餐桌区域对应的就餐对象数目为1的情况下,将当前餐桌区域对应的一个就餐对象确定为目标对象。
本实施方式中,在餐厅场景中,通过对每个餐桌区域对应的就餐对象数目进行监测,在检测到餐桌区域对应的就餐对象数目为1,即在检测到某个餐桌区域对应的就餐对象仅剩一个的情况下,视频监控系统可以将该就餐对象确定为目标对象,并对其的位置信息或运动轨迹进行跟踪,若该就餐对象以第一预设方向跨越第一绊线,则表示该餐桌区域就餐完毕,此时执行支付状态查询的操作,可以准确判断是否存在逃单行为。
具体实现时,视频监控系统可以根据识别到的人脸图像信息,实时更新餐桌区域对应的就餐对象数目。例如,在预设时间间隔内,若在第二绊线围合形成的区域内识别到新的人脸图像信息,则将就餐对象数目加1,之后,若该人脸图像信息对应的对象以负方向跨越第二绊线,则可以对其进行跟踪,若在监控区域内无法继续识别到该人脸图像信息,则将就餐对象减1。
或者,基于运动对象识别,根据就餐对象是否以第二预设方向跨越第一绊线,实时更新餐桌区域对应的就餐对象数目;示例性的,在预设时间间隔内,若在第二绊线围合形成的区域内识别到新的运动对象,则将就餐对象数目加1,之后,若该运动对象以负方向跨越第二绊线,则可以对其进行跟踪,若识别到该运动对象以第二预设方向跨越第一绊线,则将就餐对象数目减1,其中,第二预设方向为上述涉及的第一绊线的负方向。
在基于上述步骤102确定目标对象后,所述方法还包括:
步骤103、在检测到目标对象以第一预设方向跨越第一绊线的情况下,获取目标对象的支付状态。
其中,第一预设方向可以为上述涉及的第一绊线的负方向,即从监控区域内跨越第一绊线至监控区域外的方向。若目标对象以第一预设方向跨越第一绊线,则说明目标对象离开视频监控系统覆盖的营业区域。此时,视频监控系统可以获取目标对象的支付状态,并可以根据目标对象的支付状态确定目标对象是否逃单。例如,若目标对象的支付状态为未支付状态,则可以确定目标对象存在逃单行为。
具体实现时,确定目标对象的支付状态的方式可以结合营业场所进行确定,例如,在超市或商场中,目标对象的支付状态可以根据其携带的商品的电子条码信息是否已被扫描支付确定,在餐厅中,目标对象的支付状态可以通过在点餐系统中,查询与目标对象关联的餐桌编号的订单状态确定。
步骤104、在目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。
视频监控系统可以在目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。
可选地,输出逃单提示信息,包括但不限于以下两种方式:
方式一,通过声音输出装置输出逃单提示音频信息。
本方式中,可以在每个餐桌区域或监控区域对应的营业区域的出入口设置声音输出装置,例如,蜂鸣器或报警器等,当视频监控系统检测到目标对象以第一预设方向跨越第一绊线,且目标对象的支付状态为未支付状态时,视频监控系统可以向上述声音输出装置发送信号,以指示声音输出装置输出预设的逃单提示音频信息。
方式二,向目标终端发送目标对象的标识信息,以使目标终端输出目标对象的标识信息。
本方式中,可以为每个餐桌区域或监控区域对应的营业区域的餐厅工作人员配置对应的目标终端,例如,平板电脑等,当视频监控系统检测到目标对象以第一预设方向跨越第一绊线,且目标对象的支付状态为未支付状态时,视频监控系统可以向上述目标终端发送目标对象的标识信息,以指示目标终端输出目标对象的标识信息,以使餐厅工作人员可以根据目标对象的标识信息锁定具体的顾客,并进行人工干预。具体实现时,上述目标对象的标识信息可以包括目标对象的人脸图像信息,也可以包括目标对象所对应的餐桌区域的餐桌编号,还可以包括目标对象跨越的第一绊线对应的出口编号,在此不作具体限定。
本申请实施例中,在餐厅、超市、商场等营业场所中,通过识别视频监控区域内可能存在逃单行为的目标对象,并基于绊线检测技术,判断目标对象是否在未支付订单的情况下跨越绊线而对顾客的逃单行为进行及时检测,能够减轻餐厅工作人员对于逃单监督的工作压力,且能够更及时、准确地干预逃单行为,提升逃单检测的效果。
本申请实施例提供的逃单检测方法,执行主体可以为逃单检测装置,该逃单检测装置可以设于上述控制设备中,或者该逃单检测装置中的用于执行逃单检测方法的控制单元。本申请实施例中以逃单检测装置执行逃单检测方法为例进行说明。
参见图3,图3是本申请实施例提供的逃单检测装置300的结构图。
如图3所示,逃单检测装置300包括:
第一获取模块301,用于获取实时采集的监控区域的视频图像,并确定所述视频图像中预先绘制的目标绊线,所述目标绊线包括第一绊线,所述第一绊线包括对应于所述监控区域的出入口的绊线;
第一识别模块302,用于识别所述视频图像中的目标对象;
第二获取模块303,用于在检测到所述目标对象以第一预设方向跨越所述第一绊线的情况下,获取所述目标对象的支付状态;
输出模块304,用于在所述目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。
可选地,所述目标绊线还包括第二绊线,所述第二绊线包括对应于所述监控区域内每个餐桌区域的边界的绊线;
逃单检测装置300还包括:
第二识别模块,用于基于所述第二绊线围合形成的视频区域内的图像,识别所述餐桌区域对应的所有就餐对象。
可选地,第一识别模块302包括:
获取单元,用于实时获取所述餐桌区域对应的就餐对象数目;
第一确定单元,用于在检测到所述餐桌区域对应的就餐对象数目为1的情况下,将当前所述餐桌区域对应的一个就餐对象确定为所述目标对象。
可选地,所述第二识别模块包括:
第一识别单元,用于识别所述第二绊线围合形成的视频区域内的人脸图像信息;
第二确定单元,用于根据所述人脸图像信息,确定所述餐桌区域对应的所有就餐对象。
可选地,所述第二识别模块用于:
对所述第二绊线围合形成的视频区域内的图像进行运动对象识别,确定所述餐桌区域对应的所有就餐对象。
可选地,所述第二识别模块包括:
第二识别单元,用于基于所述第二绊线围合形成的视频区域内的图像,识别所述餐桌区域对应的所有对象;
筛除单元,用于在所述餐桌区域对应的所有对象中检测到携带有预设标识信息的第一对象的情况下,将所述第一对象筛除,得到所述餐桌区域对应的所有就餐对象。
可选地,所述获取单元用于以下任一项:
基于运动对象识别,根据所述就餐对象是否以第二预设方向跨越第一绊线,实时更新所述餐桌区域对应的就餐对象数目;
根据识别到的人脸图像信息,实时更新所述餐桌区域对应的就餐对象数目。
可选地,输出模块304,用于以下任一项:
通过声音输出装置输出逃单提示音频信息;
向目标终端发送所述目标对象的标识信息,以使所述目标终端输出所述目标对象的标识信息。
逃单检测装置300能够实现上述方法实施例的各个过程,以及达到相同的有益效果,为避免重复,这里不再赘述。
本申请实施例还提供一种电子设备。请参见图4,电子设备400可以包括处理器401、存储器402及存储在存储器402上并可在处理器401上运行的计算机程序4021,计算机程序4021被处理器401执行时可实现上述方法实施例中的任意步骤及达到相同的有益效果,此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过程序指令相关的硬件来完成,所述的程序可以存储于一可读取介质中。本申请实施例还提供一种可读存储介质,所述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可实现上述方法实施例中的任意步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
所述的存储介质,如只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
以上所述是本申请实施例的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (11)
1.一种逃单检测方法,其特征在于,应用于视频监控系统,所述方法包括:
获取实时采集的监控区域的视频图像,并确定所述视频图像中预先绘制的目标绊线,所述目标绊线包括第一绊线,所述第一绊线包括对应于所述监控区域的出入口的绊线;
识别所述视频图像中的目标对象;
在检测到所述目标对象以第一预设方向跨越所述第一绊线的情况下,获取所述目标对象的支付状态;
在所述目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。
2.根据权利要求1所述的方法,其特征在于,所述目标绊线还包括第二绊线,所述第二绊线包括对应于所述监控区域内每个餐桌区域的边界的绊线;
所述识别所述视频图像中的目标对象之前,所述方法还包括:
基于所述第二绊线围合形成的视频区域内的图像,识别所述餐桌区域对应的所有就餐对象。
3.根据权利要求2所述的方法,其特征在于,所述识别所述视频图像中的目标对象,包括:
实时获取所述餐桌区域对应的就餐对象数目;
在检测到所述餐桌区域对应的就餐对象数目为1的情况下,将当前所述餐桌区域对应的一个就餐对象确定为所述目标对象。
4.根据权利要求2所述的方法,其特征在于,所述基于所述第二绊线围合形成的视频区域内的图像,识别所述餐桌区域对应的所有就餐对象,包括:
识别所述第二绊线围合形成的视频区域内的人脸图像信息;
根据所述人脸图像信息,确定所述餐桌区域对应的所有就餐对象。
5.根据权利要求2所述的方法,其特征在于,所述基于所述第二绊线围合形成的视频区域内的图像,识别所述餐桌区域对应的所有就餐对象,包括:
对所述第二绊线围合形成的视频区域内的图像进行运动对象识别,确定所述餐桌区域对应的所有就餐对象。
6.根据权利要求2所述的方法,其特征在于,所述基于所述第二绊线围合形成的视频区域内的图像,识别所述餐桌区域对应的所有就餐对象,包括:
基于所述第二绊线围合形成的视频区域内的图像,识别所述餐桌区域对应的所有对象;
在所述餐桌区域对应的所有对象中检测到携带有预设标识信息的第一对象的情况下,将所述第一对象筛除,得到所述餐桌区域对应的所有就餐对象。
7.根据权利要求3所述的方法,其特征在于,所述实时获取所述餐桌区域对应的就餐对象数目,包括以下任一项:
基于运动对象识别,根据所述就餐对象是否以第二预设方向跨越第一绊线,实时更新所述餐桌区域对应的就餐对象数目;
根据识别到的人脸图像信息,实时更新所述餐桌区域对应的就餐对象数目。
8.根据权利要求1所述的方法,其特征在于,所述输出逃单提示信息,包括以下任一项:
通过声音输出装置输出逃单提示音频信息;
向目标终端发送所述目标对象的标识信息,以使所述目标终端输出所述目标对象的标识信息。
9.一种逃单检测装置,其特征在于,应用于视频监控系统,所述装置包括:
第一获取模块,用于获取实时采集的监控区域的视频图像,并确定所述视频图像中预先绘制的目标绊线,所述目标绊线包括第一绊线,所述第一绊线包括对应于所述监控区域的出入口的绊线;
第一识别模块,用于识别所述视频图像中的目标对象;
第二获取模块,用于在检测到所述目标对象以第一预设方向跨越所述第一绊线的情况下,获取所述目标对象的支付状态;
输出模块,用于在所述目标对象的支付状态为未支付状态的情况下,输出逃单提示信息。
10.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至8任一项所述的方法的步骤。
11.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至8任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211104148.0A CN115601800A (zh) | 2022-09-09 | 2022-09-09 | 逃单检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211104148.0A CN115601800A (zh) | 2022-09-09 | 2022-09-09 | 逃单检测方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115601800A true CN115601800A (zh) | 2023-01-13 |
Family
ID=84842203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211104148.0A Pending CN115601800A (zh) | 2022-09-09 | 2022-09-09 | 逃单检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115601800A (zh) |
-
2022
- 2022-09-09 CN CN202211104148.0A patent/CN115601800A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10636267B2 (en) | RFID tag tracking systems and methods in identifying suspicious activities | |
JP7245321B2 (ja) | スキャン漏れ識別方法および装置、セルフサービス・キャッシュ・レジスタ端末およびシステム | |
US20230394557A1 (en) | Self-checkout system, purchased product management method, and purchased product management program | |
WO2016158748A1 (ja) | 精算システム、精算装置、プログラム、及び精算方法 | |
CN105391973A (zh) | 监控装置、监控系统及监控方法 | |
US10372998B2 (en) | Object recognition for bottom of basket detection | |
CN111161486A (zh) | 基于结算箱的商品防盗方法及系统 | |
US20230368625A1 (en) | Self-checkout verification systems and methods | |
CN111797726A (zh) | 一种火焰检测方法、装置、电子设备及存储介质 | |
JP6206627B1 (ja) | 情報処理装置、制御方法、及びプログラム | |
JP6536643B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
JP2018173855A (ja) | 万引き防止システム及びそれに使用される店舗側装置並びにセンタ側装置 | |
US20230102033A1 (en) | Payment processing system, payment processing method, and recording medium | |
CN116471384B (zh) | 无人值守商店监控系统的控制方法及控制装置 | |
US20230136054A1 (en) | Information processing method, information processing device, and recording medium | |
CN115601800A (zh) | 逃单检测方法、装置及电子设备 | |
KR102585358B1 (ko) | 인공지능 기반의 영상 분석 모델을 이용하여 무인 매장 고객의 행동 패턴을 분석하는 방법 및 장치 | |
CN107918990A (zh) | 一种超市防盗系统及方法 | |
US10891491B2 (en) | In-store monitoring device, in-store monitoring method, and recording medium | |
EP4372653A1 (en) | Risk identification method, apparatus, device and storage medium for self-service checkout | |
US20240029069A1 (en) | Computer-vision based detection of scams at physical point of sale terminals | |
CN110276619B (zh) | 一种信息处理方法、装置及信息处理系统 | |
JP6531804B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
JP6954416B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN113239896A (zh) | 一种图像检测方法及装置 |
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 |