CN111429304A - 一种食品***平台 - Google Patents
一种食品***平台 Download PDFInfo
- Publication number
- CN111429304A CN111429304A CN202010129196.XA CN202010129196A CN111429304A CN 111429304 A CN111429304 A CN 111429304A CN 202010129196 A CN202010129196 A CN 202010129196A CN 111429304 A CN111429304 A CN 111429304A
- Authority
- CN
- China
- Prior art keywords
- information
- supervision platform
- food safety
- video
- video image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000004519 manufacturing process Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000006399 behavior Effects 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000012706 support-vector machine Methods 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 28
- 238000007689 inspection Methods 0.000 claims description 14
- 230000004297 night vision Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000011112 process operation Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 241000257229 Musca <genus> Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000005202 decontamination Methods 0.000 description 1
- 230000003588 decontaminative effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000249 desinfective effect Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种食品***平台，包括：视频图像处理***，用于提取样本图像中关键目标的边缘、角点、纹理、方向梯度直方图特征和局部二值模式特征，利用支持向量机训练得到目标检测模型，还用于获取食品生产加工过程的视频图像，并根据目标检测模型和预设目标追踪算法检测视频图像中是否存在人员违规穿戴和违规操作行为，并在存在人员违规穿戴和/或违规操作行为时生成违规信息；市场监管平台，与视频图像处理***相连，用于在收到违规信息时将违规信息发送给预设终端。本发明通过运用人工智能算法和图像处理技术对食品生产加工过程中不规范行为进行自动识别，及时预警，对以人工为主的食品生产加工行业规范过程操作具有显著的效果。
Description
技术领域
本发明实施例涉及食品安全领域，具体涉及一种食品***平台。
背景技术
食品安全关系到每个人，一直被人们广泛关注。
食品安全中的重要环节包括食品的生产和加工环节。目前对食品的生产和加工主要通过人工监督的方式，这种方式对食品生产和加工过程难以做到实时把控，且浪费人力资源，成本高。
发明内容
本发明实施例的目的在于提供一种食品***平台，用以解决现有人工监督食品生产和加工导致的无法实时把控、浪费人力和成本高的问题。
为实现上述目的，本发明实施例主要提供如下技术方案：
本发明实施例提供了一种食品***平台，包括：视频图像处理***，用于提取样本图像中关键目标的边缘、角点、纹理、方向梯度直方图特征和局部二值模式特征，利用支持向量机训练得到目标检测模型，所述视频图像处理***还用于获取食品生产加工过程的视频图像，并根据所述目标检测模型和预设目标追踪算法检测所述视频图像中是否存在人员违规穿戴和违规操作行为，并在所述视频图像中存在所述人员违规穿戴和/或违规操作行为时生成违规信息；市场监管平台，与所述视频图像处理***相连，用于在收到违规信息时将所述违规信息发送给预设终端。
根据本发明的一个实施例，所述视频图像处理***还用于利用视频传感器网络目标特征库所采集的标准样本库对视频传感器网络目标识别算法进行整体评测，计算出不同检索样样本下，***的接收者操作特征曲线和精确率召回率曲线。
根据本发明的一个实施例，所述视频图像处理***还用于使用HLS技术进行视频流播放，在云平台中已经将视频流文件进行切片保存。
根据本发明的一个实施例，所述预设目标追踪算法包括特征点检测跟踪算法。
根据本发明的一个实施例，还包括台账管理机，所述台账管理机用于进行台账录入和台账查询，所述台账管理机还用于将台账信息上传给所述市场监管平台，由所述市场监管平台对所述台账信息进行台账规范性自动校验和台账内容自动检测预警。
根据本发明的一个实施例，所述台账管理机在通过密码验证或生物特征验证通过后允许对所述台账管理机进行预设操作行为。
根据本发明的一个实施例，所述市场监管平台用于对应所述台账信息的标准数据信息，并根据所述标准数据信息检测到所述台账信息存在异常时生成异常数据并告警。
根据本发明的一个实施例，还包括移动监管终端，所述移动监管终端用于识别商户二维码，所述移动监管终端还用于获取现场取证信息，并将所述现场取证信息发送给所述市场监管平台，由所述市场监管平台根据所述取证信息生成检查报告和评分结果。
根据本发明的一个实施例，所述移动监管终端还用于通过所述现场取证信息判定存在违规时，根据违规信息和违规模板生成处罚文书，并将处罚文书发送给商户端。
根据本发明的一个实施例，所述移动监管终端包括：图像采集模块，用于拍摄照片或录制视频；录音模块，用于进行录音；红外夜视模块，用于进行红外夜视并进行红外补光；图文回放模块，用于进浏览和回放存储的视频、音频和照片；定位模块，用于提供定位信息。
本发明实施例提供的技术方案至少具有如下优点：
本发明实施例提供的食品***平台，通过运用人工智能算法和图像处理技术对食品生产加工过程中不规范行为进行自动识别，及时预警，对以人工为主的食品生产加工行业规范过程操作具有显著的效果。本发明通过运用台账管理机对食品、餐饮行业生产经营过程中的台账进行电子化录入管理、自动化存储管理、智能化分析处理，有效规范食品和餐饮企业的台账管理工作，并通过数据分析自动给出企业或商户的食品生产加工状况，既方便监管部门进行精确监管，也方便经营负责人及时调整生产加工管理。本发明通过运用移动监管终端设备，将监管人员的日常检查记录、报告进行自动电子化处理，现场取证变得更为方便、更为规范，各类数据同步传输至监管云服务器做进一步处理，实现自动评分、自动下达整改要求和行政文书，对监管部门的工作效率有了显著的提升。
附图说明
图1为本发明实施例的食品***平台的结构框图。
图2为本发明一个示例中样本分类的示意图。
图3为本发明一个示例中台账管理机与市场监管平台之间的工作原理图。
图4为本发明一个示例中移动监管终端与市场监管平台之间的工作原理图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
在本发明的描述中，需要理解的是，术语“第一”和“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。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”和“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
图1为本发明实施例的食品***平台的结构框图。如图1所示，本发明实施例的食品***平台，包括：视频图像处理***100和市场监管平台200。
其中，视频图像处理***100提取样本图像中关键目标的边缘、角点、纹理、方向梯度直方图特征和局部二值模式特征，利用支持向量机训练得到目标检测模型，视频图像处理***还用于获取食品生产加工过程的视频图像，并根据目标检测模型和预设目标追踪算法检测视频图像中是否存在人员违规穿戴和违规操作行为，并在视频图像中存在人员违规穿戴和/或违规操作行为时生成违规信息。
具体地，将摄像头通过录像机接入商家局域网内。商家端采集媒体数据后，通过实时消息传输协议(Real Time Messaging Protocol，RTMP)将视频流推到云平台和其他内容分发网络(Content Delivery Network，CDN)节点。云平台将RTMP流通过HLS协议进行处理，生成.ts切片文件，同时生成对应的M3U8索引文件。
本发明为提高视频内容识别精准度，根据不同场景训练不同的算法文件。算法包含两方面工作：视频图像中的关键目标检测与场景下的目标跟踪。
关键目标检测：该部分完成从高清视频图像中提取厨师帽、手套等关键目标、的功能。由于目前视频监控图像具有场景复杂、噪声较多、关键目标易被遮挡等问题，传统单一特征检测方法已经难以适用于实际的处理。平台采取多特征融合结合机器学习的方法完成目标检测算法的开发。提取关键目标的边缘、角点、纹理、方向梯度直方图(Histogram ofOriented Gradient，HOG)特征、局部二值模式(Local Binary Pattern，LBP)特征，利用支持向量机(Support Vector Machine，SVM)完成机器学习分类器的训练，完成目标检测功能。使用邻近算法(k-NearestNeighbor，kNN)对图像进行分类识别。
将摄像头安装到生产车间、后厨等地进行样本数据采集。将样本数据上传到云平台进行算法学***台输出对应训练好的模型，通过视频监控客户端软件将算法模型添加到摄像头中。
样本数据的建设是各类机器学***台通过采集视频传感器网络各个终端的样本采集，通过手动、自动方法对兴趣目标进行标注，用于对各类图像预处理、特征提取算法和目标识别算法的性能进行评测。
图2为本发明一个示例中样本分类的示意图。如图2所示，首先进行模型训练，然后对后厨和车间采集到的样本进行人工标注，然后通过云平台计算每个类别的概率P(Y)戴帽比值，进而计算每个特征在所有划分条件下的条件概率P(X)，然后存储类别概率和特征条件概率。
在模型训练时，可以进行样本分类，然后输入待分类样本(包括戴帽和未戴帽的图片)，然后进行特征提取，提取样本图片中的人物头部特征。
在存储类别概率和特征条件概率，以及提取样本图片中的人物头部特征之后，针对戴帽与不戴帽计算P(X/Y)P(Y)，即采用贝斯叶算法检测图片中人员是否佩戴厨师帽。
基于类似于检测图片中人员是否佩戴厨师帽的方式，本发明还检测图片中人员是否带有手套。
在本发明一个实施例中，上述预设目标追踪算法可以采用特征点检测跟踪算法。
在本发明的一个实施例中，视频图像处理***100还用于对目标识别算法评测，即利用视频传感器网络目标特征库所采集的标准样本库对视频传感器网络目标识别算法进行整体评测，计算出不同检索样样本下，***的接收者操作特征曲线(即ROC曲线)和精确率召回率曲线(即PR曲线)。
在本发明的一个实施例中，视频图像处理***100还用于使用HLS技术进行视频流播放，在云平台中已经将视频流文件进行切片保存。
具体地，平台中使用HLS技术进行视频流播放，在云平台中已经将视频流文件进行了切片，生成.ts文件和M3U8索引文件并保存在云服务器上。当服务端获取HLS流时，首先根据时间戳，通过HTTP服务从M3U8索引文件中获取最新的ts视频切片地址，播放线程读取数据进行播放。
在HTML5中使用video.js播放HLS直播流引入video.js库设置video标签。video标签包括src属性，指定了M3U8播放地址，此地址为第二个步骤中云平台将推流视频切割后所生成的M3U8地址，并且为每个摄像头一个。最后创建HLS播放器实例，实现实例的回调函数后，当播放器触发事件时，函数被调用，从而实现了平台的智能抓拍功能。平台实现了网格化监督，每个网格都分配了相关联的工作人员，云平台根据其外网IP地址与内网的网段、CDN进行分类存储，每个网格的工作人员都可以直接查看到负责区域下的所有违规抓拍图片。
在本发明的一个实施例中，食品***平台还包括台账管理机300。台账管理机300用于进行台账录入和台账查询，例如可以根据需求对录入食品添加剂使用台账、生产投料台账、成品留样台账、场所和设备清洗消毒台账、进货台账、销售台账、人员健康台账、回收食品处理台账和防治鼠蝇虫台账等。
台账管理机300还用于将台账信息上传给市场监管平台，由市场监管平台对台账信息进行台账规范性自动校验和台账内容自动检测预警，进而实时监督生产加工过程的合法合规性，例如市场监管平台200获取对应台账信息的标准数据信息，并根据标准数据信息检测到台账信息存在异常时生成异常数据并告警。
在本发明的一个实施例中，台账管理机300在通过密码验证或生物特征验证通过后允许对台账管理机进行预设操作行为。其中，生物特征验证包括人脸识别认证和指纹识别认证等方式。
图3为本发明一个示例中台账管理机与市场监管平台之间的工作原理图。如图3所示，台账管理机可悬挂置厂区、生产线、厨房，经营场所通过专用通信通道TCP/HTTPS协议将数据同步至监管云服务器并做本地备份；生产经营商通过平台入驻备案，进行人员管理，划分相关责任人，将生产台账管理机悬挂至生产经营场所；通过责任人秘钥，人脸认证，由相关责任人通过台账管理机记录台账，保存后的台账同步至商户管理者端，进而同步至监管云服务器，根据所生产加工食品的类别由监管云预设各类型台账行业标准范围值，自动分析计算出不规范台账，进而对生产经营过程进行线上监管；可精确，缩小监管范围，重点排查监管对象。
在本发明中，台账管理机300解决了传统生产台账录入、台账存储的繁琐和易失性，也为食品***工作提供了明显的便捷。
市场监管平台可灵活设置各类台账相关联的经营类目。例如餐饮业经营台账包括《设备洗消维护台账》、《人员健康检查台账》、《鼠蝇虫害防治台账》等等，由***管理员根据相关监督监管政策选择关联经营主体对应的台账目录，不同种类商户备案通过后进入商户客户端访问不同目录台账，且主体商户仅能查阅本商户台账信息。客户端可进行台账管理机录入和移动终端录入；让各类商户与各类经营台账相对应；经营主体由电子台账目录进入不同台账记录入口，记录电子台账；每一种台账录入都可以作为单独台账录入入口保存为二维码，粘贴到操作台方便责任员工通过移动应用客户端录入操作台账。
台账管理机300可实现便捷化高效数据采集，通过TCP/IP协议传输至市场监管平台200，由市场监管平台200自动处理台账，自动记录台账缺失日期，台账录入总数，预设特种台账录入规则、自动分析台账录入的合法性，例如《生产投料台账》的记录，市场监管平台200可自动区分首次录入台账和非首次录入台账，自动通过基础二分法等算法将调取历史同种商品的台账信息，将复用数据回显到台账录入客户端表单。对于每一个产品，每一种投料的添加，通过市场监管平台200中算法的分析，预设商品生产添加剂投放国家标准，通过数据多维比对，自动产生异常数据；从而对生产过程和经营过程实现信息化自动化监督；移动终端录入台账，可由商户主体负责人通过划分绑定不同台账的责任人，由商户员工进行分工录入台账，保障台账最大化的真实性，也保证了台账及生产经营过程的责任制。
在本发明的一个实施例中，食品***平台还包括移动监管终端400。其中，移动监管终端400用于识别商户二维码。此外，移动监管终端400还用于获取现场取证信息，并将现场取证信息发送给市场监管平台，由市场监管平台根据取证信息生成检查报告和评分结果。
在本发明的一个实施例中，移动监管终端400包括：
图像采集模块，用于拍摄照片或录制视频。其中，视频分辨率不低于704X576或720X480，帧数不低于20帧/秒，分辨力不低于320线；具备拍照功能，支持单拍、照片存储；具备数字变焦功能，可放大视频、拍照，最高8倍；具备广角拍摄功能，最高可达120°广角。
录音模块，用于进行录音；
红外夜视模块，用于进行红外夜视并进行红外补光。其中，开启夜视功能后，有效拍摄距离不低于1.5m，并能看清一般性物体面部特征，具有红外补光功能的设备，红外补光范围在1.5m处应覆盖摄录画面70％以上面积。
图文回放模块，用于进浏览和回放存储的视频、音频和照片。以时间、格式等方式浏览和回放存储的视频、音频、照片等信息。
定位模块，用于提供定位信息。通过北斗/GPS定位，可接收卫星数据并提供定位信息。
在本发明的一个实施例中，移动监管终端400还用于通过现场取证信息判定存在违规时，根据违规信息和违规模板生成处罚文书，并将处罚文书发送给商户端。
图4为本发明一个示例中移动监管终端与市场监管平台之间的工作原理图。如图4所示，监管人员手持移动监管终端400到执法现场。移动监管终端400可实现自动定位，轨迹回放。通过现场检查取证，分项现场检查记录，移动监管终端400自动生成检查结果报告，自动同步传输至监管云服务器处理，云端自动分析处理后，可下达行政文书，解决了传统文书不到位，整改回执延期，检查结果核算，文书保留存储繁琐等问题。终端机可以实现一机一人一账号责任明确，透明化检查记录过程。
预设检查要点，管理端预设检查要点分值，由移动监管终端400采集基础数据，自动经过市场监管平台200算法处理分析，通过常见的排序算法中的冒泡排序、归并排序、技术排序等等计算机基础算法得出执法分值结果，再通过哈希算法将数据进行加密解密保证数据安全传输及存储；自动记录上次不合格项，并做+1次检查内容项重点项提醒。
执法标准灵活设置，监管部门***管理员可登录监管端按照监管文件，法律法规自定义增加、删除和修改检查项及其分值、重要等级；数据同步至云服务器端和移动终端中，根据移动端执法结果自动生成行政整改或者行政处罚文书，经由监督责任人在移动监管端手写签名确认后自动下发至受检主体责任人移动终端，受检主体责任人通过移动应用终端实时收到文书下9达提醒，打开相应消息进入文书详情，打开文书后***会自动记录文书为已阅状态，受检主体责任人根据文书内容进行整改，或者提出复检申请；责任人整改后在相应文书详情内容处进行线上回执内容填写；云服务器端接收来自受检主体责任人的回执结果自动分发到监督责任人移动端，经过执法人员复查后形成一整套电子执法档案，最终备份至云端、本地终端机、执法管理端数据库，形成一条不可篡改，不可逆的类区块链算法的电子档案，可供主体负责人或者执法人员调阅历史。
本发明实施例的食品***平台，通过运用人工智能算法和图像处理技术对食品生产加工过程中不规范行为进行自动识别，及时预警，对以人工为主的食品生产加工行业规范过程操作具有显著的效果。本发明通过运用台账管理机对食品、餐饮行业生产经营过程中的台账进行电子化录入管理、自动化存储管理、智能化分析处理，有效规范食品和餐饮企业的台账管理工作，并通过数据分析自动给出企业或商户的食品生产加工状况，既方便监管部门进行精确监管，也方便经营负责人及时调整生产加工管理。本发明通过运用移动监管终端设备，将监管人员的日常检查记录、报告进行自动电子化处理，现场取证变得更为方便、更为规范，各类数据同步传输至监管云服务器做进一步处理，实现自动评分、自动下达整改要求和行政文书，对监管部门的工作效率有了显著的提升。
需要说明的是，本发明实施例的食品***平台的其它构成以及作用对于本领域的技术人员而言都是已知的，为了减少冗余，不做赘述。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
Claims (10)
1.一种食品***平台，其特征在于，包括：
视频图像处理***，用于提取样本图像中关键目标的边缘、角点、纹理、方向梯度直方图特征和局部二值模式特征，利用支持向量机训练得到目标检测模型，所述视频图像处理***还用于获取食品生产加工过程的视频图像，并根据所述目标检测模型和预设目标追踪算法检测所述视频图像中是否存在人员违规穿戴和违规操作行为，并在所述视频图像中存在所述人员违规穿戴和/或违规操作行为时生成违规信息；
市场监管平台，与所述视频图像处理***相连，用于在收到违规信息时将所述违规信息发送给预设终端。
2.根据权利要求1所述的食品***平台，其特征在于，所述视频图像处理***还用于利用视频传感器网络目标特征库所采集的标准样本库对视频传感器网络目标识别算法进行整体评测，计算出不同检索样样本下，***的接收者操作特征曲线和精确率召回率曲线。
3.根据权利要求1所述的食品***平台，其特征在于，所述视频图像处理***还用于使用HLS技术进行视频流播放，在云平台中已经将视频流文件进行切片保存。
4.根据权利要求1所述的食品***平台，其特征在于，所述预设目标追踪算法包括特征点检测跟踪算法。
5.根据权利要求1所述的食品***平台，其特征在于，还包括台账管理机，所述台账管理机用于进行台账录入和台账查询，所述台账管理机还用于将台账信息上传给所述市场监管平台，由所述市场监管平台对所述台账信息进行台账规范性自动校验和台账内容自动检测预警。
6.根据权利要求5所述的食品***平台，其特征在于，所述台账管理机在通过密码验证或生物特征验证通过后允许对所述台账管理机进行预设操作行为。
7.根据权利要求5所述的食品***平台，其特征在于，所述市场监管平台用于对应所述台账信息的标准数据信息，并根据所述标准数据信息检测到所述台账信息存在异常时生成异常数据并告警。
8.根据权利要求1所述的食品***平台，其特征在于，还包括移动监管终端，所述移动监管终端用于识别商户二维码，所述移动监管终端还用于获取现场取证信息，并将所述现场取证信息发送给所述市场监管平台，由所述市场监管平台根据所述取证信息生成检查报告和评分结果。
9.根据权利要求8所述的食品***平台，其特征在于，所述移动监管终端还用于通过所述现场取证信息判定存在违规时，根据违规信息和违规模板生成处罚文书，并将处罚文书发送给商户端。
10.根据权利要求8所述的食品***平台，其特征在于，所述移动监管终端包括：
图像采集模块，用于拍摄照片或录制视频；
录音模块，用于进行录音；
红外夜视模块，用于进行红外夜视并进行红外补光；
图文回放模块，用于进浏览和回放存储的视频、音频和照片；
定位模块，用于提供定位信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010129196.XA CN111429304A (zh) | 2020-02-28 | 2020-02-28 | 一种食品***平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010129196.XA CN111429304A (zh) | 2020-02-28 | 2020-02-28 | 一种食品***平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111429304A true CN111429304A (zh) | 2020-07-17 |
Family
ID=71547406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010129196.XA Pending CN111429304A (zh) | 2020-02-28 | 2020-02-28 | 一种食品***平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111429304A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112464818A (zh) * | 2020-11-27 | 2021-03-09 | 北京软通智慧城市科技有限公司 | 后厨监管方法、装置、设备及存储介质 |
| CN112669316A (zh) * | 2021-01-29 | 2021-04-16 | 南方电网调峰调频发电有限公司 | 电力生产异常监控方法、装置、计算机设备和存储介质 |
| CN112926507A (zh) * | 2021-03-24 | 2021-06-08 | 安徽超视野智能科技有限公司 | 基于图像识别的厨房穿戴监控装置及方法 |
| RU2750850C1 (ru) * | 2020-09-04 | 2021-07-05 | Семён Амаякович Погосян | Способ реализации ресторанной услуги с обеспечением возможности открытого видеонаблюдения процесса приготовления и доставки заказа |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013471A (zh) * | 2007-01-24 | 2007-08-08 | 大连理工大学 | 一种自动处理选择类型评测卷的方法 |
| CN105488536A (zh) * | 2015-12-10 | 2016-04-13 | 中国科学院合肥物质科学研究院 | 一种基于多特征深度学习技术的农田害虫图像识别方法 |
| CN108846365A (zh) * | 2018-06-24 | 2018-11-20 | 深圳市中悦科技有限公司 | 视频中打架行为的检测方法、装置、存储介质及处理器 |
| CN108960088A (zh) * | 2018-06-20 | 2018-12-07 | 天津大学 | 特定环境的面部活体特征检测、识别方法 |
| CN109447657A (zh) * | 2018-08-31 | 2019-03-08 | 刘慧勇 | 一种基于畜产品市场准入管理***的畜产品信息追溯方法 |
| CN110363422A (zh) * | 2019-07-10 | 2019-10-22 | 国网山东省电力公司临沂供电公司 | 一种停送电信息管理***、方法及电子设备 |
| CN110830772A (zh) * | 2019-11-18 | 2020-02-21 | 智锐达仪器科技南通有限公司 | 一种厨房视频分析资源调度方法、装置及*** |
-
2020
- 2020-02-28 CN CN202010129196.XA patent/CN111429304A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013471A (zh) * | 2007-01-24 | 2007-08-08 | 大连理工大学 | 一种自动处理选择类型评测卷的方法 |
| CN105488536A (zh) * | 2015-12-10 | 2016-04-13 | 中国科学院合肥物质科学研究院 | 一种基于多特征深度学习技术的农田害虫图像识别方法 |
| CN108960088A (zh) * | 2018-06-20 | 2018-12-07 | 天津大学 | 特定环境的面部活体特征检测、识别方法 |
| CN108846365A (zh) * | 2018-06-24 | 2018-11-20 | 深圳市中悦科技有限公司 | 视频中打架行为的检测方法、装置、存储介质及处理器 |
| CN109447657A (zh) * | 2018-08-31 | 2019-03-08 | 刘慧勇 | 一种基于畜产品市场准入管理***的畜产品信息追溯方法 |
| CN110363422A (zh) * | 2019-07-10 | 2019-10-22 | 国网山东省电力公司临沂供电公司 | 一种停送电信息管理***、方法及电子设备 |
| CN110830772A (zh) * | 2019-11-18 | 2020-02-21 | 智锐达仪器科技南通有限公司 | 一种厨房视频分析资源调度方法、装置及*** |
Non-Patent Citations (2)
| Title |
|---|
| 刘晶璟: "人工智能技术在食品***领域应用研究" * |
| 胡宁;刘振宇;: "笑脸表情识别方法研究" * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2750850C1 (ru) * | 2020-09-04 | 2021-07-05 | Семён Амаякович Погосян | Способ реализации ресторанной услуги с обеспечением возможности открытого видеонаблюдения процесса приготовления и доставки заказа |
| CN112464818A (zh) * | 2020-11-27 | 2021-03-09 | 北京软通智慧城市科技有限公司 | 后厨监管方法、装置、设备及存储介质 |
| CN112464818B (zh) * | 2020-11-27 | 2024-04-16 | 北京软通智慧科技有限公司 | 后厨监管方法、装置、设备及存储介质 |
| CN112669316A (zh) * | 2021-01-29 | 2021-04-16 | 南方电网调峰调频发电有限公司 | 电力生产异常监控方法、装置、计算机设备和存储介质 |
| CN112926507A (zh) * | 2021-03-24 | 2021-06-08 | 安徽超视野智能科技有限公司 | 基于图像识别的厨房穿戴监控装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111429304A (zh) | 一种食品***平台 | |
| US11128838B2 (en) | Systems and methods for automated cloud-based analytics for security and/or surveillance | |
| US10701321B2 (en) | System and method for distributed video analysis | |
| AU2008262268B2 (en) | System and method for integrating video analytics and data analytics/mining | |
| US6847393B2 (en) | Method and system for monitoring point of sale exceptions | |
| CN111414873A (zh) | 基于安全帽佩戴状态的告警提示方法、装置和告警*** | |
| CN102799972A (zh) | 物流寄递监管***及其监管方法 | |
| US9536570B2 (en) | Method and system for systematization of production-process video data | |
| CN101505412A (zh) | 宾馆、写字楼和娱乐场所人像采集识别监控***及方法 | |
| WO2016169499A1 (zh) | 一种基于随机防伪标记的防伪***及其防伪方法 | |
| CN205354056U (zh) | 一种带有人脸识别的执法记录仪 | |
| US10030986B2 (en) | Incident response analytic maps | |
| CN211184122U (zh) | 铁路作业安全防控和大客流预警联动的智能视频分析*** | |
| CN204926080U (zh) | 识别人脸或车牌目标录像并能用目标检索视频的*** | |
| CN113691417B (zh) | 一种基于工业协议的工控信息监控***及方法 | |
| CN110602453A (zh) | 一种物联网大数据智能视频安防监控*** | |
| CN110737697A (zh) | 劳动仲裁信息平台的内控管理*** | |
| CN116485508A (zh) | 基于云技术的移动智能评标***及智能评标监管方法 | |
| Itano et al. | Evaluation of the effectiveness of a crowdsourcing-based crime detection system | |
| CN116992496B (zh) | 一种用于企业服务管理的数据资源安全监督*** | |
| CN114201475B (zh) | 危险行为监管方法、装置、电子设备及存储介质 | |
| US11056150B2 (en) | Multi-time search analytics | |
| CN114285866A (zh) | 一种基于区块链的监控视频信息流存储方法 | |
| CN117998053A (zh) | 一种基于数据安全的监测装置接入*** | |
| CN111586355A (zh) | 利用高清摄像头捕捉人像并分析其行为特征的算法*** |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200717 |
|
| RJ01 | Rejection of invention patent application after publication |