CN118134432A - 一种食品安全的协同监管方法、系统、电子设备及介质 - Google Patents
一种食品安全的协同监管方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN118134432A CN118134432A CN202410533622.4A CN202410533622A CN118134432A CN 118134432 A CN118134432 A CN 118134432A CN 202410533622 A CN202410533622 A CN 202410533622A CN 118134432 A CN118134432 A CN 118134432A
- Authority
- CN
- China
- Prior art keywords
- inspection
- image
- food
- party
- flow
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 254
- 238000000034 method Methods 0.000 title claims abstract description 88
- 238000007689 inspection Methods 0.000 claims abstract description 503
- 238000012797 qualification Methods 0.000 claims abstract description 101
- 238000012545 processing Methods 0.000 claims abstract description 41
- 239000002994 raw material Substances 0.000 claims description 53
- 230000008569 process Effects 0.000 claims description 43
- 238000003860 storage Methods 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 238000012864 cross contamination Methods 0.000 claims description 16
- 238000004806 packaging method and process Methods 0.000 claims description 16
- 238000011260 co-administration Methods 0.000 claims description 3
- 206010000117 Abnormal behaviour Diseases 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 13
- 239000000047 product Substances 0.000 description 40
- 238000004519 manufacturing process Methods 0.000 description 39
- 238000004458 analytical method Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012858 packaging process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 235000021393 food security Nutrition 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 239000005022 packaging material Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000011265 semifinished product Substances 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种食品安全的协同监管方法、系统、电子设备及介质,涉及图像处理技术领域。该方法包括:根据政府督导方下发的检查任务,确定待检查区域和检查指标;获取检查方基于待检查区域拍摄的第一检查图像和公众方检举的第二检查图像;基于检查指标,识别第一检查图像中的第一风险指标和第二检查图像中的第二风险指标;根据检查方的检查频次、检查时长以及第一风险指标,评估目标食品企业的第一检查合格率,并根据公众方的检查频次、检查时长以及第二风险指标,评估目标食品企业的第二检查合格率;根据第一检查合格率和第二检查合格率,得到目标食品企业的食品安全监管结果。实施本申请提供的技术方案,达到了提高食品安全的监管准确性的效果。
Description
技术领域
本申请涉及图像识别技术领域,具体涉及一种食品安全综合治理的协同监管方法、系统、设备及介质。
背景技术
随着全球化和工业化的发展,食品安全成为了公众健康的一个重要议题。食品产业的迅猛扩张及其供应链的复杂性增加了监管的难度,同时也提高了食品安全事件可能带来的风险。在这种背景下,政府监管机构和消费者对食品生产和加工的安全性提出了更高的要求。
目前,现有食品安全的监管方法通常依赖于监管人员对各种食品加工、食品生产等企业进行走访调查并进行拍照取证,根据拍摄到的图像评估该食品企业是否存在食品安全问题。但是在实际应用中,由监管人员拍摄的检查图像通常由于其来源单一,所覆盖的区域和时间点有限,因此这些检查图像可能无法全面反映企业的实际状况,当这些检查图像被用于食品安全的评估时,仅从这些单一视角获得的检查结果可能与企业的真实状况有所偏差,从而降低了通过识别检查图像进行食品安全监管的准确性。
发明内容
本申请提供了一种食品安全的协同监管方法、系统、电子设备及介质,具有识别多方检查图像,提高对食品安全进行监管的准确性的效果。
第一方面,本申请提供了一种食品安全的协同监管方法,包括:
根据政府督导方对目标食品企业下发的检查任务,确定所述目标食品企业中的待检查区域和检查指标;
获取检查方基于所述待检查区域拍摄的第一检查图像和公众方对所述目标食品企业进行检举的第二检查图像;
基于所述检查指标,识别所述第一检查图像中的第一风险指标和所述第二检查图像中的第二风险指标;
根据所述检查方的检查频次、检查时长以及所述第一风险指标,评估所述目标食品企业的第一检查合格率,并根据所述公众方的检查频次、检查时长以及所述第二风险指标,评估所述目标食品企业的第二检查合格率;
根据所述第一检查合格率和所述第二检查合格率,得到所述目标食品企业的食品安全监管结果。
通过采用上述技术方案,构建政府督导方、检查方监管和公众参与的食品安全协同监管体系,获取检查方和公众方两种视角的检查图像。多个检查主体协同工作,使图像源更丰富全面,检查区域和检查时间覆盖的范围更广。双源图像相较单一图像,可以提供更多检查图像用于识别目标食品企业的安全状况,不同视角的图像信息互为补充,协同多方检查图像得到食品安全监管结果,提高了对目标食品企业进行食品安全监管的准确性。
可选的,根据所述检查任务,确定所述目标食品企业的待检查流程,所述待检查流程包括原料存储流程、食品加工流程以及食品包装流程;在所述待检查流程中,确定至少一个目标检查节点,并将各所述目标检查节点的所处区域作为所述目标食品企业的待检查区域;根据所述待检查流程,匹配所述待检查流程的标准作业图像,并将所述待检查流程的标准作业图像作为所述目标食品企业的检查指标。
通过采用上述技术方案,根据检查任务划分待检查流程,可以有针对性地确定监管重点,使监管更精准高效,在重点流程中再识别检查节点,能够深入重点流程的每个环节开展监管,防止监管的盲区。匹配标准作业图像作为检查指标,这些指标直观可识别,可以判断实际情况是否符合标准要求,使监管判断更为准确和客观,通过划分重点流程、识别节点、提取指标,实现了过程式的精细化监管,可以持续监控食品生产整个流程的各个环节,及时发现问题并采取对应措施纠正。
可选的,根据所述待检查流程中的各工作节点,生成所述待检查流程的流程图;在所述流程图中,确定所述待检查流程中的交叉工作节点,所述交叉工作节点为关联作业的至少两个工作节点;根据所述交叉工作节点输出的产品类型和产量,评估所述交叉工作节点的风险值;若所述风险值大于或等于预设风险值,则将所述交叉工作节点作为所述目标检查节点。
通过采用上述技术方案,绘制待检查流程的流程图,可以清晰了解整个流程的工作节点和节点间的逻辑关系,为确定监管重点节点提供基础,识别流程图中的交叉工作节点,即不同工序之间的关联节点,这些节点往往是质量安全控制的关键,根据交叉节点的产品类型和产量计算风险值,可以评估节点的重要性,对高风险节点进行重点监管,确定交叉节点且风险值大于阈值的节点作为监管重点,这样可以仅关注风险最高的关键节点进行监管。
可选的,获取所述第一检查图像的拍摄区域,并确定所述拍摄区域对应的待检查流程;比较所述拍摄区域对应的待检查流程的标准作业图像和所述第一检查图像,确定所述第一检查图像中的异常记录,并所述异常记录作为所述第一风险指标。
通过采用上述技术方案,获取第一检查图像的拍摄区域,明确对应待检查的关键流程,使图像与流程场景相匹配,为后续定位异常提供依据。利用标准作业图像与第一检查图像的比较,可以智能识别流程实际运行情况与标准要求的差异,实现异常自动检测,确定检测出的异常记录作为第一风险指标,是评估企业自查合格率的直接依据,实现了基于图像识别技术的风险智能检测,提高了监测效率与准确性。
可选的,提取所述第一检查图像中的多个像素轮廓;将所述标准作业图像中的成品像素轮廓和原料像素轮廓分别与所述第一检查图像中的各所述像素轮廓进行比较,确定所述第一检查图像中的成品摆放位置和原料摆放位置;若所述第一检查图像中所述成品摆放位置与所述原料摆放位置之间的相对距离小于预设距离,则确定所述第一检查图像中的异常记录为交叉污染。
通过采用上述技术方案,提取检查图像的像素轮廓,可以获得图像中的物品位置信息,为后续异常识别提供基础。将标准作业图像中的成品、原料轮廓与检查图像轮廓比较,可以智能判断物品类别和确定位置。判定成品与原料之间距离是否过近,可以自动检测出交叉污染的风险情况,将过近距离判定为异常记录,可以有效识别交叉污染这一重要风险因素,应用图像处理和计算机视觉技术实现风险智能识别,提高准确率。
可选的,获取所述第一风险指标的记录次数;根据所述检查方的检查频次和检查时长,确定所述检查方的检查次数;将所述检查方的检查次数与所述第一风险指标的记录次数的差作为检查合格次数;根据所述检查合格次数和所述检查次数,确定所述目标食品企业的第一检查合格率。
通过采用上述技术方案,获取第一风险指标的记录次数,可以量化企业自查中检测到的问题次数。根据检查方的检查频次和时长计算理论上的检查次数。将两者相减得到检查合格次数,即检查中没有检测到问题的次数,在检查总次数中,合格次数占比即为第一检查合格率,该计算方式可以利用第一检查数据全面反映企业自查中的问题,并进行量化分析比较,提高了检查数据的准确性。
可选的,获取所述检查方的第一检查权重和所述公众方的第二检查权重;对所述第一检查权重、所述第二检查权重、所述第一检查合格率以及所述第二检查合格率进行加权求和,得到所述目标食品企业的安全检查合格率,并将所述安全检查合格率作为所述目标食品企业的安全监管结果。
通过采用上述技术方案,获取检查方和公众方的检查权重,可以根据实际需要确定两者在评估中的重要性权值,将检查方和公众方的检查的权重、合格率进行加权计算,既综合考虑了两者的结果,也体现了不同检查的重要程度,计算所得的安全检查合格率充分反映了企业检查方监管和社会监管的综合监管效果。
在本申请的第二方面提供了一种食品安全的协同监管系统,所述系统包括:
检查任务派发模块,用于根据政府督导方对目标食品企业下发的检查任务,确定所述目标食品企业中的待检查区域和检查指标;
检查图像识别模块,用于获取检查方基于所述待检查区域拍摄的第一检查图像和公众方对所述目标食品企业进行检举的第二检查图像;基于所述检查指标,识别所述第一检查图像中的第一风险指标和所述第二检查图像中的第二风险指标;
检查合格率确定模块,用于根据所述检查方的检查频次、检查时长以及所述第一风险指标,评估所述目标食品企业的第一检查合格率,并根据所述公众方的检查频次、检查时长以及所述第二风险指标,评估所述目标食品企业的第二检查合格率;
检查结果确定模块,用于根据所述第一检查合格率和所述第二检查合格率,得到所述目标食品企业的食品安全监管结果。
在本申请的第三方面提供了一种电子设备,所述电子设备包括存储器、处理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,该程序能够被处理器加载执行时实现一种食品安全的协同监管方法。
在本申请的第四方面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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现一种食品安全的协同监管方法。
综上所述,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过采用本申请技术方案,构建政府督导方、检查方监管和公众参与的食品安全协同监管体系,获取检查方和公众方两种视角的检查图像。多个检查主体协同工作,使图像源更丰富全面,检查区域和检查时间覆盖的范围更广。双源图像相较单一图像,可以提供更多检查图像用于识别目标食品企业的安全状况,不同视角的图像信息互为补充,协同多方检查图像得到食品安全监管结果,提高了对目标食品企业进行食品安全监管的准确性。
附图说明
图1是本申请实施例提供的一种食品安全的协同监管方法的流程示意图;
图2是本申请实施例公开的一种食品安全的协同监管系统的结构示意图;
图3是本申请实施例的公开的一种电子设备的结构示意图。
附图标记说明:300、电子设备;301、处理器;302、通信总线;303、用户接口;304、网络接口;305、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供了一种食品安全的协同监管方法。在一个实施例中,请参考图1,图1是本申请实施例提供的食品安全的协同监管方法的流程示意图,该方法可以依赖于计算机程序实现,该计算机程序可集成在应用中,也可作为独立的工具类应用运行。该方法还可依赖于单片机实现,也可运行于基于冯诺依曼体系的食品安全的协同监管系统。具体的,该方法可以包括以下步骤:
步骤101:根据政府督导方对目标食品企业下发的检查任务,确定目标食品企业中的待检查区域和检查指标。
政府督导方指的是负责对食品生产企业开展定期和不定期监督检查的政府部门,在本申请的实施例中可以理解为食品药品监督管理部门,用于依据法律法规要求,对辖区内食品生产企业的食品安全生产过程进行监督管理,发现食品安全隐患,指导企业改进,确保食品质量安全。
目标食品企业指的是接受政府督导方检查任务安排的食品生产经营企业,在本申请的实施例中可以理解为辖区内从事食品加工生产的制造企业,用于政府督导方依据食品安全监管要求,对其食品生产流程和产品质量等方面开展监督检查,以发现其存在的食品安全隐患和违规行为,指导企业整改。
检查任务指的是政府督导方根据食品安全监管方案要求,针对目标食品企业制定的监督检查计划,在本申请的实施例中可以理解为政府食品药品监管部门下达的食品安全专项检查通知,用于明确专项检查的检查内容、检查标准、检查时间和检查要求,对目标企业食品安全生产过程进行监督检查。
具体地,政府督导部门会根据相关食品检查要求,对辖区内的食品生产企业开展定期或不定期的安全检查。针对特定食品生产企业,政府督导部门会向企业下发食品安全检查任务通知书,通知书中会明确检查的范围、重点、时间等。接到政府督导部门下发的检查任务通知书后,解析通知书内容,确定本次检查的目标企业、检查时间、检查要求等信息,以便后续落实检查工作。根据目标企业的实际生产流程和布局,确定本次检查需要重点关注的区域,比如原料储存区、加工区、成品储存区等,这些区域存在较大的食品安全隐患。结合检查通知书中的检查要求,确定本次检查需要关注的具体检查指标,比如工作人员卫生情况、交叉污染风险、设备卫生情况等,通过解析检查任务并确定检查区域和指标,可以使检查工作更加明确和有针对性,检查方可以按照重点区域和指标开展检查,有助于提高检查效率。
在上述实施例的基础上,作为一种可选的实施例,步骤101中:根据政府督导方对目标食品企业下发的检查任务,确定目标食品企业中的待检查区域和检查指标,这一步骤,还可以包括以下步骤:
步骤201:根据检查任务,确定目标食品企业的待检查流程,待检查流程包括原料存储流程、食品加工流程以及食品包装流程。
其中,原料存储流程指的是食品生产企业对采购入库的各类食品原料进行存放、保管的相关流程,在本申请的实施例中可以理解为食品加工企业对原料入库、存放、保质期管理等过程的流程化控制,用于对原料实施标准化的仓储管理,保证原料质量安全。
食品加工流程指的是食品生产企业将原料经过一系列加工处理制成成品的整个技术过程。
食品包装流程指的是将食品加工完成后的成品进行包装的相关工艺过程,在本申请的实施例中可以理解为将加工后的食品产品使用各种包装材料和技术进行封装、装瓶、贴标等操作的流程,用于实现对食品产品的保鲜与保护。
具体地,根据检查任务明确的检查要求,需要确定本次检查的目标食品企业的重点检查流程,以便后续开展重点检查。通过解析检查任务中的检查范围、重点等信息,结合对目标企业食品生产过程的了解,确定本次检查需要重点检查的待检查流程。针对食品加工制造企业,其食品生产过程通常包括原料采购入库、食品加工生产、成品包装入库三大环节。在这三大环节中,原料存储流程会直接影响原料质量控制,食品加工流程关系到产品加工技术和卫生条件控制,食品包装流程与成品安全和质量直接相关。所以本方法根据对该企业的食品生产流程调研分析,确定本次检查的待检查流程为原料存储流程、食品加工流程以及食品包装流程,通过解析检查任务,明确重点流程,可以使检查工作更有针对性,检查资源可以集中用于重点流程的检查,确保对食品安全关键环节的监控,提高检查效率。
步骤202:在待检查流程中,确定至少一个目标检查节点,并将各目标检查节点的所处区域作为目标食品企业的待检查区域。
其中,目标检查节点指的是在待检查流程中需要重点检查的关键作业位置,在本申请的实施例中可以理解为食品生产流程中存在较大食品安全风险的交叉作业区,用于对这些风险较大的节点进行重点监督检查,评估企业在这些关键区域的规范操作与卫生条件控制情况,发现食品安全隐患。
具体地,针对原料存储流程、食品加工流程以及食品包装流程,确定每个流程中的交叉作业区作为目标检查节点,如在原料存储流程中,确定原料临时存放区、原料称重分选区作为目标检查节点;在食品加工流程中,确定加工操作间歇期的设备清洗区作为目标检查节点;在食品包装流程中,确定包装转换更换区作为目标检查节点。这些交叉作业区域存在一定的食品安全风险。然后将这些目标检查节点的具体所在位置范围界定为本次检查的待检查区域,这可以使检查工作更有针对性,检查资源集中用于重要的节点区域。
在上述实施例的基础上,作为一种可选的实施例,步骤202中:在待检查流程中,确定至少一个目标检查节点,这一步骤,还可以包括以下步骤:
步骤212:根据待检查流程中的各工作节点,生成待检查流程的流程图。
其中,工作节点指的是食品生产流程中的各个作业环节,在本申请的实施例中可以理解为构成食品生产流程的各个工序或作业步骤,用于在流程图中明确反映食品生产流程的各个作业内容,以及显示这些作业环节之间的逻辑顺序与关系。
具体地,根据前期确定的原料存储流程、食品加工流程和食品包装流程中的各个作业节点,使用流程图绘制软件,将这些关键节点以其作业顺序逻辑连接起来。例如,原料存储流程从原料检测、原料入库、存放传输、清洗消毒等环节连接;食品加工流程从原料取用、加工操作、半成品检验等环节连接;食品包装流程从包材准备、定型包装、外观检查、入箱等环节连接,通过流程图的直观显示,可以清晰展示出每个待检查流程的作业脉络,也便于找出流程中的风险关键节点。
步骤222:在流程图中,确定待检查流程中的交叉工作节点,交叉工作节点为关联作业的至少两个工作节点。
其中,交叉工作节点指的是食品生产流程图中存在交叉污染风险的多个相互关联的作业环节,在本申请的实施例中可以理解为在同一生产车间或区域内,不同工序之间存在人员、设备、工具等交叉,可能导致微生物、异物等污染交叉的节点,用于在流程图上标识出存在潜在风险的关键作业,以便于检查部门制定针对性方案进行重点监督。
具体地,针对流程图中反映的多个关联作业环节,判断其中存在交叉污染风险的节点。例如,在食品加工流程图中,清洗作业区和生蔬菜切割区两个工作节点相邻且存在人员、工具等交叉,可能导致微生物交叉污染,所以将其确定为交叉工作节点。通过在流程图上标识出交叉工作节点,可以直观地发现目标企业在生产过程中的风险关键点,也便于检查部门制定针对性检查方案,对这些交叉节点的人员操作、卫生条件、隔离措施等进行重点监督检查,以发现食品安全隐患,切实提升检查效果。
步骤232:根据交叉工作节点输出的产品类型和产量,评估交叉工作节点的风险值;若风险值大于或等于预设风险值,则将交叉工作节点作为目标检查节点。
其中,产品类型和产量指的是在各交叉工作节点所对应的食品加工产品的类别及其日处理量,在本申请的实施例中可以理解为该交叉节点的作业对象,即不同工序之间可能发生交叉污染的食品种类以及相关产品的日产量,用于作为评估该交叉节点风险的重要考量因素,以产品对污染的敏感性及数量多寡来分析节点的风险程度。
具体地,在确定各交叉工作节点后,需要对这些节点的风险程度进行评估分析,以明确最终的目标检查节点。基于各交叉节点对应的食品产品种类和日产量数据,运用预先设置的风险评估映射表对每个节点进行匹配,得到各工作节点的风险值结果。依据评估结果,将风险值大于等于预设阈值的交叉节点确定为后续检查的目标节点。如成品区区和半成品区的节点,根据产品和产量,其风险值高于阈值,则将其确定为重点检查对象。通过对交叉节点风险值的评估分析,可以使后续检查更聚焦在风险较大的关键区域,检查资源得以更优化配置。
步骤203:根据待检查流程,匹配待检查流程的标准作业图像,并将待检查流程的标准作业图像作为目标食品企业的检查指标。
其中,标准作业图像指的是反映食品生产流程中各作业环节规范操作要求的示例图像,在本申请的实施例中可以理解为从相关食品安全管理规范和操作规程中提取的作业示意图片,用于作为评判目标企业实际作业是否符合标准要求的比较依据。
具体地,根据对每个流程的作业内容分析,确定关键的作业环节,例如原料存储流程中的原料入库检查、原料存放方式等;食品加工流程中的作业人员着装、设备清洗消毒等;食品包装流程中的包装材料准备、封装密封性检查等。然后,查询相关行业规范和操作标准,提取每个关键作业环节的标准作业图像。这些标准作业图像呈现了过程和人员应达到的规范要求,以这些标准作业图像作为检查指标,可以使检查工作更明确和规范,通过与实际情况对比,可以判断目标企业在各个环节中的操作规范性、卫生符合性和风险控制情况,以全面评估企业的食品安全管理水平。
步骤102:获取检查方基于待检查区域拍摄的第一检查图像和公众方对目标企业进行检举的第二检查图像。
其中,检查方指的是受政府督导部门委托,对食品生产企业开展食品安全检查的第三方机构,在本申请的实施例中可以理解为获得食品安全检查资质的第三方检测机构,用于根据政府检查任务要求,针对目标企业的关键区域和作业环节开展日常检查。
公众方指的是食品消费者和社会公众,在本申请的实施例中可以理解为对目标企业的食品安全问题有检举意愿的个人或社会组织,用于对目标企业日常经营中存在的食品安全隐患进行揭露和投诉,提供第二检查图像,以充分发挥社会监督作用,提供更全面的检查视角。
具体地,检查方针对目标企业确定的待检查区域,如原料储存区、加工区、包装区等,对生产过程中的各个作业环节进行拍照检查,获取第一检查图像。这可以从专业的视角对企业关键区域的操作规范性进行记录,收集公众方针对目标企业的检举和投诉图片,获取第二检查图像,这些检举图像可以反映企业食品安全管理中常规检查可能无法发现的问题。综合两类检查图像,可以对目标企业的食品安全管理情况进行全面评估,专业的检查记录可确保对关键流程和节点的监控质量。
步骤103:基于检查指标,识别第一检查图像中的第一风险指标和第二检查图像中的第二风险指标。
其中,第一检查图像指的是由检查方根据检查计划获取的目标企业食品生产过程的检查图片或视频,在本申请的实施例中可以理解为检查机构针对企业的待检查区域和节点获取的专业检查采集结果,用于记录企业日常生产经营的各个环节情况。
第二检查图像指的是由公众方通过投诉检举等方式获取的目标企业食品安全问题的检查图片或视频,在本申请的实施例中可以理解为消费者、媒体或其他第三方针对企业生产经营过程中发现的问题进行抓拍并检举的图像,用于从公众视角对企业隐蔽的食品安全风险进行揭露,提供更全面的检查维度。
第一风险指标指的是通过对第一检查图像的分析识别出的目标企业存在的食品安全隐患或问题,在本申请的实施例中可以理解为检查方对企业关键区域及节点检查获取的图片/视频中发现的违规操作和卫生风险,用于反映企业自身监管中的风险与缺陷。
第二风险指标指的是通过对第二检查图像的分析识别出的目标企业存在的食品安全隐患或问题,在本申请的实施例中可以理解为公众方对企业生产经营过程中发现的问题进行抓拍并检举的图片/视频中反映出的风险内容,用于发现企业自身监管中可能被忽视的风险点,提供更全面的监督视角。
具体地,在获取到第一检查图像和第二检查图像后,需要对这些图像进行分析判断,以识别出反映食品安全风险的关键指标,为后续评估风险提供依据,运用图像识别算法,依据前期提取的标准作业图像作为判断标准,对检查方获取的第一检查图像进行识别分析,找出存在的问题点,如作业人员着装违规、操作动作不当等,将这些内容确定并提取为第一风险指标,根据相同的标准作业图像,对公众方检举的第二检查图像进行识别,判断出其中反映的食品安全风险内容,如设备设施破损、作业暴露等,将这些风险点提取并归类为第二风险指标,通过对两类检查图像的风险识别与指标提取,可以从检查方和公众方不同视角全面发现企业在食品安全管理等方面的问题。
在上述实施例的基础上,作为一种可选的实施例,步骤103中:基于检查指标,识别第一检查图像中的第一风险指标,这一步骤,还可以包括以下步骤:
步骤301:获取第一检查图像的拍摄区域,并确定拍摄区域对应的待检查流程。
具体地,通过图像内容分析技术,提取第一检查图像中的特征信息,如拍摄场景中的机器设备、作业人员着装、作业动作等。并与每个待检查流程的特征进行匹配对比,确定第一检查图像所对应的具体生产流程。例如,若第一检查图像拍摄的是作业人员处于防护服状态,正在进行配料混合操作,与食品加工流程的特征匹配度最高,则确认该第一检查图像的拍摄区域为食品加工区。明确检查图像的对应流程,可以使后续的风险识别更有针对性,以对应流程的标准指标进行分析识别,使检查结果更准确。
步骤302:比较待检查流程的标准作业图像和第一检查图像,确定第一检查图像中的异常记录,并异常记录作为第一风险指标。
其中,异常记录指的是通过对比检查图像和标准作业图像发现的不符合作业规范的内容,在本申请的实施例中可以理解为检查图像中反映的与标准作业要求不一致的人员动作、作业环境等方面的问题记录,用于确定检查对象在食品作业过程中存在的风险点和不规范行为。
具体地,获取该流程的标准作业图像,包含标准的作业场景、人员着装、操作规范等内容。然后使用图像识别技术,对第一检查图像中的具体细节与标准作业图像进行对比,判断存在的异常情况,如着装不规范、作业动作违规等。例如,第一检查图像拍摄的食品包装作业区中,有员工未佩戴口罩,通过与标准作业图像对比,可判定其属于违规操作的异常记录,将该异常记录确定并提取为第一风险指标。通过与标准作业图像的对比分析,可以准确识别出第一检查图像中的问题,确定对应的风险指标,为后续评估食品企业的实际运行情况提供重要依据。
在上述实施例的基础上,作为一种可选的实施例,步骤302中:比较待检查流程的标准作业图像和第一检查图像,确定第一检查图像中的异常记录,这一步骤,还可以包括以下步骤:
步骤312:提取第一检查图像中的多个像素轮廓。
具体地,通过图像处理算法,对输入的第一检查图像进行处理,通过检测像素值变化突变的边界,提取出图像中不同目标物体的像素轮廓,如人员、机器设备、工艺物品等的形状轮廓,这是由于在后续根据这些像素轮廓的形状、颜色等特征判断物体类别时,需要先获取各个轮廓本身,提取出第一检查图像中包含的全部像素轮廓,有利于后续对图像内容的进一步分析,以实现对风险隐患的识别。
步骤322:将标准作业图像中的成品像素轮廓和原料像素轮廓分别与第一检查图像中的各像素轮廓进行比较,确定第一检查图像中的成品摆放位置和原料摆放位置。
具体地,获取标准作业图像中提取的成品和原料的像素轮廓。然后将其与第一检查图像中的各像素轮廓依次进行比较,判断轮廓之间在边界、颜色、形状等方面的相似度。如果一处轮廓与标准成品轮廓匹配度较高,则标识其为成品的摆放位置;如果与标准原料轮廓相似度较高,则标识为原料的摆放位置,通过与标准轮廓的对比,可以准确判断出检查图像中成品和原料的具体位置,以便后续判断两者的相对方位关系,用于识别食品生产流向是否符合要求,避免交叉污染风险。
步骤332:若第一检查图像中成品摆放位置与原料摆放位置之间的相对距离小于预设距离,则确定第一检查图像中的异常记录为交叉污染。
具体地,计算并测量第一检查图像中成品位置和原料位置之间的实际物理距离。如果测量结果小于预设的安全距离阈值,则可以判定两者过于接近,存在潜在的交叉污染风险。如检查图像中,成品仓和原料仓之间距离不足2米,小于标准要求的5米距离,则可判断为异常情况,确定该图像反映的问题为交叉污染风险,作为需要企业改进的第一风险指标,通过计算成品和原料的相对距离,可以判断两者在流向布局上的合规性,发现企业在食品生产区隔方面的问题,有助于避免交叉污染,提高食品安全性。
在上述实施例的基础上,第二基于检查指标,识别第一检查图像中的第一风险指标的具体步骤还包括:与第一检查图像的处理步骤相同,在获取公众方提交的第二检查图像后,需要先通过内容分析判断该图像的拍摄区域,以明确其对应的目标企业的哪个具体待检查流程。然后获取该流程的标准作业图像,使用图像识别技术对第二检查图像中的场景细节、人员动作等因素进行逐一对比,判断出其中存在的异常情况,如作业环境杂乱、劳动者卫生情况欠佳等,将识别出的这些异常记录确认并提取为第二风险指标,通过与标准对比分析第二检查图像,可以发现企业自身监管可能出现的疏漏,从而获取更全面的风险指标。但也需注意第二检查图像的真实性验证。最终针对识别结果提出改进措施,可以帮助企业提升食品安全管理水平。
步骤104:根据检查方的检查频次、检查时长以及第一风险指标,评估目标食品企业的第一检查合格率,并根据公众方的检查频次、检查时长以及第二风险指标,评估目标食品企业的第二检查合格率。
其中,检查频次指的是对食品企业开展食品安全检查的次数,在本申请的实施例中可以理解为检查方或公众方对目标企业实施检查的总次数。
检查时长指的是每次对食品企业进行食品安全检查的持续时间,在本申请的实施例中可以理解为检查方或公众方对目标企业的每一次检查的实际进行时间。
具体地,基于检查方的检查频次、检查时长以及提取的第一风险指标,采用预设的评估模型计算第一检查合格率。评估模型会综合考量检查次数、检查时间对企业日常操作的覆盖面,以及第一风险指标反映出的问题数量和严重程度。依据公众方的检查次数、时长和第二风险指标,采用同一评估模型计算第二检查合格率,可以获得检查方和公众方两个维度的检查合格率结果,通过评估计算合格率,可以量化目标企业自身检查与社会检查的食品安全管理效果。
在上述实施例的基础上,作为一种可选的实施例,步骤104中:根据检查方的检查频次、检查时长以及第一风险指标,评估目标食品企业的第一检查合格率,这一步骤,还可以包括以下步骤:
步骤401:获取第一风险指标的记录次数;根据检查方的检查频次和检查时长,确定检查方的检查次数。
其中,第一风险指标的记录次数指的是从第一检查图像中提取识别出的异常记录即风险指标的总数,在本申请的实施例中可以理解为检查方检查识别出的问题数量。
检查方的检查频次和检查时长指的是检查方对目标食品企业开展检查的次数以及每次检查的持续时间,在本申请的实施例中可以理解为检查方提供的其对企业食品安全检查的频次参数和单次检查时间参数。
具体地,统计提取的第一风险指标的个数,以记录次数作为反映问题严重程度的一项参数,根据检查方提供的检查频次和平均检查时长数据,可以计算出检查方的总检查次数,例如检查频次为每周2次,单次时长2小时,在评估周期内,可以计算出检查方的总检查次数,获取风险指标记录次数和检查次数数据后,可作为评估模型的输入内容,计算检查方检查的合格率结果。
步骤402:将检查方的检查次数与第一风险指标的记录次数的差作为检查合格次数;根据检查合格次数和检查次数,确定目标食品企业的第一检查合格率。
具体地,将检查方的总检查次数,减去第一风险指标提取的异常记录次数。差值作为检查内容符合要求的合格次数,将计算得到的检查合格次数与总检查次数相除,得到第一检查合格率的比例结果,例如检查次数为10次,风险指标记录5次,合格次数为10-5=5次。则第一检查合格率为合格次数5次除以总次数10次,得到50%的合格率。计算第一检查合格率,可以直观反映企业在检查方监管下的食品安全管理效果,评估结果可以提示企业注意改进哪些方面问题,以提高日常监管水平。
在上述实施例的基础上,还包括第二检查合格率的确定步骤,具体包括:与第一检查合格率的计算步骤相同,统计提取的第二风险指标的记录个数,作为反映问题个数的参数。然后根据公众方提供的检查频次和平均检查时长,计算出公众方的检查总次数,将公众方的检查次数减去第二风险指标的记录次数,得到检查内容符合要求的合格次数,将合格次数除以总检查次数,计算出第二检查合格率的比例结果。如公众方检查20次,风险记录10次,则合格次数为20-10=10次。合格率为10/20=50%,计算第二检查合格率可以评价企业在公众监督下的运营真实情况,结合第一检查合格率,可以对企业自查与外部监管取得更为全面的监管效果分析。
步骤105:根据第一检查合格率和第二检查合格率,得到目标食品企业的食品安全监管结果。
其中,第一检查合格率指的是根据检查方的检查内容计算得到的检查合格的比例,在本申请的实施例中可以理解为检查方对目标企业食品安全自查检查的合格次数占检查总次数的百分比,用于评估企业在检查方监管下的食品安全管理效果。
第二检查合格率指的是根据公众方的检查内容计算得到的检查合格的比例,在本申请的实施例中可以理解为公众方对目标企业食品安全检查的合格次数占检查总次数的百分比,用于评估企业在公众监督下的食品安全管理效果。
食品安全监管结果指的是通过综合检查方和公众方的检查内容,对目标食品企业进行食品安全管理效果评估得到的结果,在本申请的实施例中可以理解为企业自查检查和社会监督检查的合格率均值,用于直观全面地反映企业日常食品安全运营管理效果。
具体地,在获取第一检查合格率和第二检查合格率后,需要综合两者计算,以得到目标企业的最终食品安全监管结果,可以采用加权平均的计算方式,分别确定第一检查合格率和第二检查合格率的权重,例如分别为0.6和0.4。然后将两者的检查合格率与对应的权重相乘,最后相加即可得到加权后的监管结果。食品安全监管结果=第一检查合格率0.6+第二检查合格率0.4,这种计算方式通过设置不同权重,可以突出强调企业自我监管的效果,同时也考量社会监督的结果,较为全面地反映企业食品安全管理水平。
在上述实施例的基础上,作为一种可选的实施例,步骤105中:根据第一检查合格率和第二检查合格率,得到目标食品企业的食品安全监管结果,这一步骤,还可以包括以下步骤:
步骤501:获取检查方的第一检查权重和公众方的第二检查权重。
具体地,预先根据监管需要,确定检查方的第一检查权重为0.6,公众方的第二检查权重为0.4,第一检查权重和第二检查权重的和为1。可以根据实际情况,动态设置第一检查权重和第二检查权重。例如若检查方监管力度加强,可以提高第一检查权重;若企业社会责任意识提高,可以提高第二检查权重,获取不同检查的权重,是进行加权计算的前提。设置合理的权重可以突出监管的重点,计算出更符合实际需要的监管结果,为后续监管工作提供参考。
步骤502:对第一检查权重、第二检查权重、第一检查合格率以及第二检查合格率进行加权求和,得到目标食品企业的安全检查合格率,并将安全检查合格率作为目标食品企业的安全监管结果。
具体地,将第一检查合格率与对应的第一检查权重相乘,将第二检查合格率与对应的第二检查权重相乘。然后将各检查的权重乘积结果相加,即实现了对两类检查结果的加权求和,得到企业的安全检查合格率,并将计算所得的安全检查合格率,加权求和后的安全检查合格率小于等于百分之百。作为企业的最终安全监管结果,该计算方式通过加权合成,能全面反映企业自身监管与社会监管的结果,对两者进行平衡考量。
参照图2,为本申请实施例提供的一种食品安全的协同监管系统,该系统包括:检查任务派发模块、检查图像识别模块、检查合格率确定模块,检查结果确定模块,其中:
检查任务派发模块,用于根据政府督导方对目标食品企业下发的检查任务,确定目标食品企业中的待检查区域和检查指标;
检查图像识别模块,用于获取检查方基于待检查区域拍摄的第一检查图像和公众方对目标食品企业进行检举的第二检查图像;基于检查指标,识别第一检查图像中的第一风险指标和第二检查图像中的第二风险指标;
检查合格率确定模块,用于根据检查方的检查频次、检查时长以及第一风险指标,评估目标食品企业的第一检查合格率,并根据公众方的检查频次、检查时长以及第二风险指标,评估目标食品企业的第二检查合格率;
检查结果确定模块,用于根据第一检查合格率和第二检查合格率,得到目标食品企业的食品安全监管结果。
在上述实施例的基础上,检查任务派发模块还用于根据检查任务,确定目标食品企业的待检查流程,待检查流程包括原料存储流程、食品加工流程以及食品包装流程;在待检查流程中,确定至少一个目标检查节点,并将各目标检查节点的所处区域作为目标食品企业的待检查区域;根据待检查流程,匹配待检查流程的标准作业图像,并将待检查流程的标准作业图像作为目标食品企业的检查指标。
在上述实施例的基础上,检查任务派发模块还用于根据待检查流程中的各工作节点,生成待检查流程的流程图;在流程图中,确定待检查流程中的交叉工作节点,交叉工作节点为关联作业的至少两个工作节点;根据交叉工作节点输出的产品类型和产量,评估交叉工作节点的风险值;若风险值大于或等于预设风险值,则将交叉工作节点作为目标检查节点。
在上述实施例的基础上,检查图像识别模块还用于获取第一检查图像的拍摄区域,并确定拍摄区域对应的待检查流程;比较待检查流程的标准作业图像和第一检查图像,确定第一检查图像中的异常记录,并异常记录作为第一风险指标。
在上述实施例的基础上,检查图像识别模块还用于提取第一检查图像中的多个像素轮廓;将标准作业图像中的成品像素轮廓和原料像素轮廓分别与第一检查图像中的各像素轮廓进行比较,确定第一检查图像中的成品摆放位置和原料摆放位置;若第一检查图像中成品摆放位置与原料摆放位置之间的相对距离小于预设距离,则确定第一检查图像中的异常记录为交叉污染。
在上述实施例的基础上,检查合格率确定模块还用于获取第一风险指标的记录次数;根据检查方的检查频次和检查时长,确定检查方的检查次数;将检查方的检查次数与第一风险指标的记录次数的差作为检查合格次数;根据检查合格次数和检查次数,确定目标食品企业的第一检查合格率。
在上述实施例的基础上,检查结果确定模块还用于获取检查方的第一检查权重和公众方的第二检查权重;对第一检查权重、第二检查权重、第一检查合格率以及第二检查合格率进行加权求和,得到目标食品企业的安全检查合格率,并将安全检查合格率作为目标食品企业的安全监管结果。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还公开一种电子设备。参照图3,图3是本申请实施例的公开的一种电子设备的结构示意图。该电子设备300可以包括:至少一个处理器301,至少一个网络接口304,用户接口303,存储器305,至少一个通信总线302。
其中,通信总线302用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)接口、摄像头(Camera)接口,可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行服务器的各种功能和处理数据。可选的,处理器301可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器301可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面图和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器301中,单独通过一块芯片进行实现。
其中,存储器305可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。参照图3,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及一种食品安全的协同监管方法的应用程序。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而处理器301可以用于调用存储器305中存储一种食品安全的协同监管方法的应用程序,当由一个或多个处理器301执行时,使得电子设备300执行如上述实施例中一个或多个的方法。需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几种实施方式中,应该理解到,所披露的装置,可通过其他的方式实现。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,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
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,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的。
Claims (9)
1.一种食品安全的协同监管方法,其特征在于,包括:
根据政府督导方对目标食品企业下发的检查任务,确定所述目标食品企业中的待检查区域和检查指标;
获取检查方基于所述待检查区域拍摄的第一检查图像和公众方对所述目标食品企业进行检举的第二检查图像;
基于所述检查指标,识别所述第一检查图像中的第一风险指标和所述第二检查图像中的第二风险指标;
根据所述检查方的检查频次、检查时长以及所述第一风险指标,评估所述目标食品企业的第一检查合格率,并根据所述公众方的检查频次、检查时长以及所述第二风险指标,评估所述目标食品企业的第二检查合格率;
根据所述第一检查合格率和所述第二检查合格率,得到所述目标食品企业的食品安全监管结果;
所述根据政府督导方对目标食品企业下发的检查任务,确定所述目标食品企业中的待检查区域和检查指标,包括:
根据所述检查任务,确定所述目标食品企业的待检查流程,所述待检查流程包括原料存储流程、食品加工流程以及食品包装流程;
在所述待检查流程中,确定至少一个目标检查节点,并将各所述目标检查节点的所处区域作为所述目标食品企业的待检查区域;
根据所述待检查流程,匹配所述待检查流程的标准作业图像,并将所述待检查流程的标准作业图像作为所述目标食品企业的检查指标。
2.根据权利要求1所述的食品安全的协同监管方法,其特征在于,所述在所述待检查流程中,确定至少一个目标检查节点,包括:
根据所述待检查流程中的各工作节点,生成所述待检查流程的流程图;
在所述流程图中,确定所述待检查流程中的交叉工作节点,所述交叉工作节点为关联作业的至少两个工作节点;
根据所述交叉工作节点输出的产品类型和产量,评估所述交叉工作节点的风险值;
若所述风险值大于或等于预设风险值,则将所述交叉工作节点作为所述目标检查节点。
3.根据权利要求1所述的食品安全的协同监管方法,其特征在于,所述检查指标包括所述待检查流程的标准作业图像,所述基于所述检查指标,识别所述第一检查图像中的第一风险指标,包括:
获取所述第一检查图像的拍摄区域,并确定所述拍摄区域对应的待检查流程;
比较所述拍摄区域对应的待检查流程的标准作业图像和所述第一检查图像,确定所述第一检查图像中的异常记录,并所述异常记录作为所述第一风险指标。
4.根据权利要求3所述的食品安全的协同监管方法,其特征在于,所述比较所述标准作业图像和所述第一检查图像,确定所述第一检查图像中的异常行为,包括:
提取所述第一检查图像中的多个像素轮廓;
将所述标准作业图像中的成品像素轮廓和原料像素轮廓分别与所述第一检查图像中的各所述像素轮廓进行比较,确定所述第一检查图像中的成品摆放位置和原料摆放位置;
若所述第一检查图像中所述成品摆放位置与所述原料摆放位置之间的相对距离小于预设距离,则确定所述第一检查图像中的异常记录为交叉污染。
5.根据权利要求1所述的食品安全的协同监管方法,其特征在于,所述根据所述检查方的检查频次、检查时长以及所述第一风险指标,评估所述目标食品企业的第一检查合格率,包括:
获取所述第一风险指标的记录次数;
根据所述检查方的检查频次和检查时长,确定所述检查方的检查次数;
将所述检查方的检查次数与所述第一风险指标的记录次数的差作为检查合格次数;
根据所述检查合格次数和所述检查次数,确定所述目标食品企业的第一检查合格率。
6.根据权利要求1所述的食品安全的协同监管方法,其特征在于,所述根据所述第一检查合格率和所述第二检查合格率,得到所述目标食品企业的食品安全监管结果,包括:
获取所述检查方的第一检查权重和所述公众方的第二检查权重;
对所述第一检查权重、所述第二检查权重、所述第一检查合格率以及所述第二检查合格率进行加权求和,得到所述目标食品企业的安全检查合格率,并将所述安全检查合格率作为所述目标食品企业的安全监管结果。
7.一种食品安全的协同监管系统,其特征在于,所述系统包括:
检查任务派发模块,用于根据政府督导方对目标食品企业下发的检查任务,确定所述目标食品企业中的待检查区域和检查指标;所述根据政府督导方对目标食品企业下发的检查任务,确定所述目标食品企业中的待检查区域和检查指标,包括:根据所述检查任务,确定所述目标食品企业的待检查流程,所述待检查流程包括原料存储流程、食品加工流程以及食品包装流程;在所述待检查流程中,确定至少一个目标检查节点,并将各所述目标检查节点的所处区域作为所述目标食品企业的待检查区域;根据所述待检查流程,匹配所述待检查流程的标准作业图像,并将所述待检查流程的标准作业图像作为所述目标食品企业的检查指标;
检查图像识别模块,用于获取检查方基于所述待检查区域拍摄的第一检查图像和公众方对所述目标食品企业进行检举的第二检查图像;基于所述检查指标,识别所述第一检查图像中的第一风险指标和所述第二检查图像中的第二风险指标;
检查合格率确定模块,用于根据所述检查方的检查频次、检查时长以及所述第一风险指标,评估所述目标食品企业的第一检查合格率,并根据所述公众方的检查频次、检查时长以及所述第二风险指标,评估所述目标食品企业的第二检查合格率;
检查结果确定模块,用于根据所述第一检查合格率和所述第二检查合格率,得到所述目标食品企业的食品安全监管结果。
8.一种电子设备,其特征在于,包括处理器、存储器、用户接口及网络接口,所述存储器用于存储指令,所述用户接口和所述网络接口用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如权利要求1-6任意一项所述的食品安全的协同监管方法。
9.一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存储有指令,当所述指令被执行时,执行如权利要求1-6任意一项所述的食品安全的协同监管方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410533622.4A CN118134432A (zh) | 2024-04-30 | 2024-04-30 | 一种食品安全的协同监管方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410533622.4A CN118134432A (zh) | 2024-04-30 | 2024-04-30 | 一种食品安全的协同监管方法、系统、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118134432A true CN118134432A (zh) | 2024-06-04 |
Family
ID=91235916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410533622.4A Pending CN118134432A (zh) | 2024-04-30 | 2024-04-30 | 一种食品安全的协同监管方法、系统、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118134432A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344378A (ja) * | 2000-06-01 | 2001-12-14 | Orient Giken:Kk | 食品関連施設総合衛生管理調査システム |
WO2014084438A1 (ko) * | 2012-11-30 | 2014-06-05 | 대한민국 (식품의약품안전청장) | 온라인을 통한 식품안전 관리 시스템 및 방법 |
CN108805584A (zh) * | 2018-05-27 | 2018-11-13 | 上海伯曦信息技术股份有限公司 | 食品安全风险与预警系统 |
CN109685306A (zh) * | 2018-11-01 | 2019-04-26 | 惠州市格讯信息产业有限公司 | 一种公共食堂食品安全的全流程监管方法 |
CN109697685A (zh) * | 2018-11-01 | 2019-04-30 | 惠州市格讯信息产业有限公司 | 一种公共食堂食品安全的全流程监管系统 |
CN110490175A (zh) * | 2019-08-30 | 2019-11-22 | 上海秒针网络科技有限公司 | 食品安全检查方法及系统 |
WO2021232588A1 (zh) * | 2020-05-21 | 2021-11-25 | 平安国际智慧城市科技股份有限公司 | 食品安全风险评估方法、装置、设备及存储介质 |
CN113706002A (zh) * | 2021-08-20 | 2021-11-26 | 华中农业大学 | 一种基于食品安全知识库的监管平台、方法及存储介质 |
-
2024
- 2024-04-30 CN CN202410533622.4A patent/CN118134432A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344378A (ja) * | 2000-06-01 | 2001-12-14 | Orient Giken:Kk | 食品関連施設総合衛生管理調査システム |
WO2014084438A1 (ko) * | 2012-11-30 | 2014-06-05 | 대한민국 (식품의약품안전청장) | 온라인을 통한 식품안전 관리 시스템 및 방법 |
CN108805584A (zh) * | 2018-05-27 | 2018-11-13 | 上海伯曦信息技术股份有限公司 | 食品安全风险与预警系统 |
CN109685306A (zh) * | 2018-11-01 | 2019-04-26 | 惠州市格讯信息产业有限公司 | 一种公共食堂食品安全的全流程监管方法 |
CN109697685A (zh) * | 2018-11-01 | 2019-04-30 | 惠州市格讯信息产业有限公司 | 一种公共食堂食品安全的全流程监管系统 |
CN110490175A (zh) * | 2019-08-30 | 2019-11-22 | 上海秒针网络科技有限公司 | 食品安全检查方法及系统 |
WO2021232588A1 (zh) * | 2020-05-21 | 2021-11-25 | 平安国际智慧城市科技股份有限公司 | 食品安全风险评估方法、装置、设备及存储介质 |
CN113706002A (zh) * | 2021-08-20 | 2021-11-26 | 华中农业大学 | 一种基于食品安全知识库的监管平台、方法及存储介质 |
Non-Patent Citations (3)
Title |
---|
XU HENG等: "Research on Intelligent Food Processors Supervision System for Smart City Construction", 《2023 IEEE 3RD INTERNATIONAL CONFERENCE ON POWER, ELECTRONICS AND COMPUTER APPLICATIONS》, 29 March 2023 (2023-03-29), pages 1 - 4 * |
王春艳等: "政府食品安全监管第三方评估研究初探", 《中国酿造》, vol. 37, no. 2, 25 April 2018 (2018-04-25), pages 198 - 200 * |
郭煜民等: "食品安全监督抽检机构样品管理存在的 风险与防控措施", 《现代食品》, no. 23, 31 January 2024 (2024-01-31), pages 104 - 106 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI714262B (zh) | 商家風險防控方法及裝置 | |
WO2021232588A1 (zh) | 食品安全风险评估方法、装置、设备及存储介质 | |
CN105721187B (zh) | 一种业务故障诊断方法及装置 | |
KR20180013998A (ko) | 계정 도난 위험 식별 방법, 식별 장치, 예방 및 통제 시스템 | |
CN108182479A (zh) | 设备点检方法、装置及服务器 | |
CN107679046A (zh) | 一种欺诈用户的检测方法及装置 | |
CN107657390A (zh) | 一种特种设备安全隐患管控大数据监测系统及监测方法 | |
CN111310803B (zh) | 环境数据处理方法和装置 | |
CN115797850B (zh) | 基于视频流的油田生产安全预警分析系统 | |
CN113989503A (zh) | 一种生产线巡检系统、方法、电子设备及存储介质 | |
CN116596305A (zh) | 用于食品安全管理的风险分级方法 | |
CN108763966B (zh) | 一种尾气检测作弊监管系统及方法 | |
CN110472866A (zh) | 一种工单质检分析方法及装置 | |
CN113033392A (zh) | 基于数据机房场景下的人员距离确定方法及装置 | |
CN112464818A (zh) | 后厨监管方法、装置、设备及存储介质 | |
CN115145788A (zh) | 一种针对智能运维系统的检测数据生成方法和装置 | |
CN113673870A (zh) | 一种企业数据分析方法及相关组件 | |
CN117132114A (zh) | 一种企业内部风险管理预警器系统 | |
CN118134432A (zh) | 一种食品安全的协同监管方法、系统、电子设备及介质 | |
CN116415864A (zh) | 基于人工智能的智慧型物流快检机 | |
JP7474303B2 (ja) | 管理システム | |
CN110909966B (zh) | 效率评估方法和效率评估系统 | |
CN115170993A (zh) | 基于ar采集分析的废气处理设备现场检查方法及系统 | |
CN115641003A (zh) | 一种关联风险分级管控和隐患排查治理的方法 | |
KR20200009739A (ko) | 블록체인을 이용한 밀폐공간 안전작업 시스템 및 방법 |
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 |