1.本技术涉及智慧餐厅技术领域，尤其是涉及到一种取餐作弊行为识别方法及装置、存储介质、售餐设备。
背景技术：
2.餐饮业是集食材加工制作、商业销售和服务型劳动于一体，向消费者专门提供各种酒水、餐品、消费场所和设施的物品生产经营行业，传统上属于劳动密集型行业。商业自动化的普及，城市表面逐渐出现很多自助售卖机，自助售卖商品，节省人力，方便交易。近年来社会上出现了大量的自助餐厅，目前一些自助餐厅采用智能结算系统，消费者根据个人需求，自助打菜，后台根据夹取的菜品重量进行计费结算。
3.自助餐厅中使用的一种自助减量称重计费系统，通过托盘、菜品重量感应器，在托盘放置在售餐台过程中检测菜品的重量减少值，根据重量减少值来进行菜品结算。由于检测菜品重量的重量感应器存在误差，一般会设置一个缓冲重量，餐盘放置前后获取的重量差小于该缓冲重量时，系统一般不做计费处理。在自助打菜过程，无人监控的场景下，顾客可以通过反复放下托盘、少量取菜(取菜量小于缓冲重量)、拿走托盘的方式，反复的在不计费的情况下取走菜品，绕过系统的计费流程，导致餐厅菜品被恶意偷取，造成餐厅损失。
技术实现要素：
4.有鉴于此，本技术提供了一种取餐作弊行为识别方法及装置、存储介质、售餐设备，有助于快速发现取餐作弊行为，避免餐厅损失。
5.根据本技术的一个方面，提供了一种取餐作弊行为识别方法，所述方法包括：
6.获取取餐监控数据，其中，所述取餐监控数据包括取餐动作对应的取餐凭证标识以及取餐菜品量；
7.基于所述取餐监控数据，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
8.可选地，所述基于所述取餐监控数据，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为，包括：
9.确定当前取餐凭证标识对应的当前取餐菜品量与历史取餐菜品量；
10.若所述当前取餐菜品量小于预设计费阈值，则根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
11.可选地，所述根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为，包括：
12.获取所述当前取餐凭证标识在预设时间对应的取餐菜品量小于预设计费阈值的次数；
13.若所述次数大于第一预设作弊次数，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
14.可选地，所述根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为，包括：
15.将所述当前取餐凭证标识在预设时间内对应的取餐菜品量中取餐菜品量小于预设计费阈值的菜品量作为第一菜品量；
16.获取所有所述第一菜品量之和；
17.若所述第一菜品量之和大于第二预设计费阈值，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
18.可选地，所述根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为，包括：
19.若所述当前取餐凭证标识对应的预设次数的连续取餐动作所对应的取餐菜品量均小于预设计费阈值；
20.确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
21.可选地，所述确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为之后，所述方法还包括：
22.若确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为，则输出报警提示信息，并基于所述取餐监控数据确定所述当前取餐凭证标识对应的售餐结算信息。
23.可选地，所述方法还包括：
24.若所述当前取餐凭证标识对应的当前取餐菜品量不小于预设计费阈值，则获取所述当前取餐凭证标识对应的当前取餐动作异常信息；
25.根据所述当前取餐动作异常信息，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
26.根据本技术的另一方面，提供了一种取餐作弊行为识别装置，所述装置包括：
27.数据获取模块，用于获取取餐监控数据，其中，所述取餐监控数据包括取餐动作对应的取餐凭证标识以及取餐菜品量；
28.作弊识别模块，用于基于所述取餐监控数据，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
29.可选地，所述作弊识别模块，包括：
30.菜品量确定单元，用于确定当前取餐凭证标识对应的当前取餐菜品量与历史取餐菜品量；
31.作弊识别单元，用于若所述当前取餐菜品量小于预设计费阈值，则根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
32.可选地，所述作弊识别单元，还用于：获取所述当前取餐凭证标识在预设时间对应的取餐菜品量小于预设计费阈值的次数；若所述次数大于第一预设作弊次数，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
33.可选地，所述作弊识别单元，还用于：将所述当前取餐凭证标识在预设时间内对应的取餐菜品量中取餐菜品量小于预设计费阈值的菜品量作为第一菜品量；获取所有所述第一菜品量之和；若所述第一菜品量之和大于第二预设计费阈值，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
34.可选地，所述作弊识别单元，还用于：若所述当前取餐凭证标识对应的预设次数的连续取餐动作所对应的取餐菜品量均小于预设计费阈值；确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
35.可选地，所述装置还包括：
36.结算模块，用于所述确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为之后，若确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为，则输出报警提示信息，并基于所述取餐监控数据确定所述当前取餐凭证标识对应的售餐结算信息。
37.可选地，所述装置还包括：
38.异常信息获取模块，用于若所述当前取餐凭证标识对应的当前取餐菜品量不小于预设计费阈值，则获取所述当前取餐凭证标识对应的当前取餐动作异常信息；
39.所述作弊行为识别模块，还用于根据所述当前取餐动作异常信息，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
40.依据本技术又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述取餐作弊行为识别方法。
41.依据本技术再一个方面，提供了一种售餐设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述取餐作弊行为识别方法。
42.借由上述技术方案，本技术提供的一种取餐作弊行为识别方法及装置、存储介质、售餐设备，针对每次取餐动作进行监控，获取取餐监控数据，该取餐监控数据包括取餐动作对应的取餐凭证标识以及取餐菜品量，进而根据取餐监控数据判断当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。本技术实施例解决了现有技术中用户可以通过反复少量取餐的方式绕过结算计费流程导致菜品容易被偷取的问题，通过对每次取餐动作进行监控，从而按取餐监控数据对应的取餐菜品量对取餐凭证标识的取餐作弊行为进行识别，有助于快速发现取餐作弊行为，避免餐厅损失。
43.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
具体实施方式
44.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
45.在本实施例中提供了一种取餐作弊行为识别方法，该方法包括：
46.步骤101，获取取餐监控数据，其中，所述取餐监控数据包括取餐动作对应的取餐凭证标识以及取餐菜品量；
47.步骤102，基于所述取餐监控数据，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
48.本技术实施例可以应用于自助打菜机、或者与自助打菜机对应的售餐系统中等。基于自助打菜机对应的凭证识别装置的不同结构，取餐凭证标识的形式可以是多种多样的。例如，凭证识别装置可以是设置在餐盘放置位置处的电子标签阅读器，用户持有附带电
子标签的餐盘进行取餐，将餐盘放置在餐盘放置位置上，电子标签阅读器对放置在该位置的餐盘进行识别，读取到的电子标签标识作为取餐凭证标识，另外，读取到餐盘的电子标签标识之后开始对取餐过程进行监控，记录取餐监控数据。又例如，凭证识别装置可以是取餐卡识别装置(在不同应用场景中取餐卡可以是会员卡、员工卡、校园卡等等形式)，用户通过在取餐卡识别装置上刷取餐卡的方式，启动取餐过程，识别到的取餐卡标识作为取餐凭证标识，取餐卡识别装置识别到取餐卡标识之后开始对取餐过程进行监控，记录取餐监控数据。又例如，凭证识别装置还可以是生物信息识别装置(比如人脸识别装置、指纹识别装置、虹膜识别装置等等)，生物信息识别装置识别到取餐用户的生物信息后，开始对取餐过程进行监控，记录取餐监控数据，生物信息识别装置所识别的用户生物信息作为取餐凭证标识。本技术实施例以设置在餐盘放置位置处的电子标签阅读器作为凭证识别装置、电子标签标识作为取餐凭证标识为例进行解释说明，其他形式的凭证识别装置读取的其他类型的取餐凭证标识也属于本技术的保护范围之内。
49.在本技术实施例中，取餐监控数据中不仅包含取餐凭证标识，还包含取餐菜品量，其中，取餐菜品量与每一次取餐动作相对应，关于一次取餐动作如何判定，可以基于自助打菜机凭证识别装置的结构来确定。例如，凭证识别装置为设置在餐盘放置位置处的电子标签阅读器时，电子标签阅读器读取到电子标签标识时，开始记录一次取餐动作，读取不到该电子标签标识时，结束记录一次取餐动作，也即餐盘放在餐盘放置位置处至餐盘从该位置拿走的这段时间记录为一次取餐动作。取餐菜品量为用户在任意一次取餐动作中取走的菜品量，例如，菜品a对应的餐盘放置位置处的凭证识别装置a感应到取餐凭证标识时，获取菜品a对应的第一重量信息，凭证识别装置a感应到取餐凭证标识消失时，获取菜品a对应的第二重量信息，二者之差作为取餐菜品量，其中，如果重量信息是基于菜品盛放容器对应的重量感应装置获取，那么取餐菜品量为第一重量与第二重量之差，如果重量信息是基于取餐餐盘放置位置处对应的重量感应装置获取，那么取餐菜品量为第二重量与第一重量之差。
50.进一步，根据取餐监控数据来判断任意取餐凭证标识对应的取餐动作是否存在取餐作弊行为，在本技术实施例中，取餐作弊行为具体可以为至少一次绕过计费规则的取餐行为，绕过计费规则的取餐行为是指取餐菜品量小于计费规则规定的最小计费阈值的取餐行为，在实际应用场景中，例如，每当获取到一次取餐动作对应的取餐监控数据时，都可以基于该次取餐动作对应的取餐菜品量判断该取餐菜品量是否小于预设的最小计费阈值，并在小于时，获取历史监控数据中当前取餐凭证标识是否还存在过上述行为，若上述行为发生次数较多，则可以认为当前取餐凭证标识的取餐动作存在取餐作弊行为。从而基于取餐监控数据对用户取餐动作的取餐作弊行为进行识别，避免用户通过反复少量取餐的方式绕过结算计费流程，导致餐厅菜品被恶意偷取，避免餐厅损失。
51.通过应用本实施例的技术方案，针对每次取餐动作进行监控，获取取餐监控数据，该取餐监控数据包括取餐动作对应的取餐凭证标识以及取餐菜品量，进而根据取餐监控数据判断当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。本技术实施例解决了现有技术中用户可以通过反复少量取餐的方式绕过结算计费流程导致菜品容易被偷取的问题，通过对每次取餐动作进行监控，从而按取餐监控数据对应的取餐菜品量对取餐凭证标识的取餐作弊行为进行识别，有助于快速发现取餐作弊行为，避免餐厅损失。
52.在本技术实施例中，预设计费阈值为当前菜品对应的最小计费重量，也即若用户
对当前菜品打菜时若打菜量没有超过该预设计费阈值则当次取餐行为不需要计费，例如，某菜品对应的最小计费重量为2g，那么当对该菜品的取餐菜品量小于2g时，不对该次取餐行为进行计费，但是会记录该次取餐行为，将该次取餐动作对应的取餐凭证标识以及取餐菜品量记录在历史取餐数据中，以便作为后续识别取餐作弊行为的依据。
53.在本技术实施例中，可选地，步骤102具体可以包括：
54.步骤102-1，确定当前取餐凭证标识对应的当前取餐菜品量与历史取餐菜品量；
55.步骤102-2，若所述当前取餐菜品量小于预设计费阈值，则根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
56.在步骤102-1至步骤102-2中，每获取到一次取餐动作对应的取餐监控数据之后，将当次的取餐监控数据中的取餐凭证标识作为当前取餐凭证标识，将当次的取餐监控数据中的取餐菜品量作为当前取餐菜品量，进一步获取与当前取餐凭证标识匹配的历史取餐菜品量，若当前取餐菜品量小于预设计费阈值，则按当前取餐菜品量以及历史取餐菜品量识别取餐作弊行为。
57.步骤102-2中“根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为”，可选地，至少可以包括以下三种具体实施方式：
58.方式一：
59.获取所述当前取餐凭证标识在预设时间对应的取餐菜品量小于预设计费阈值的次数；若所述次数大于第一预设作弊次数，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
60.在上述方式一中，基于取餐监控数据以及历史取餐数据，获取当前取餐凭证标识在预设时间内的取餐数据，并基于这部分取餐数据判断取餐动作对应的取餐菜品量小于预设计费阈值的次数，并在该次数大于第一预设作弊次数时，确定当前取餐凭证标识所对应的用户存在取餐作弊行为，其中，预设时间可以为1小时、1天、一周、一个月等等，例如，当前取餐凭证标识为1，预设计费阈值为2g，预设时间为1天，则基于取餐监控数据以及历史取餐数据，获取1天内取餐菜品量小于2g的取餐次数，并在该次数大于第一预设作弊次数时，确认取餐凭证标识为1的用户存在取餐作弊行为。另外，上述的预设时间和第一预设作弊次数之间是匹配的，例如预设时间1小时对应次数为3次，预设时间1天对应次数为5次等等，同时，对应于不同的取餐凭证，在识别作弊行为时还可以选用不同的预设时间以及第一预设作弊次数，例如取餐凭证为餐盘时，预设时间可以为1小时、3小时等等，取餐凭证为取餐卡或者生物信息时，预设时间可以为一周、一个月等等。从而保证若用户存在少量多次取餐绕开结算计费规则时，当用户此种行为超过一定次数时，可以识别出用户的取餐作弊行为。
61.方式二：
62.将所述当前取餐凭证标识在预设时间内对应的取餐菜品量中取餐菜品量小于预设计费阈值的菜品量作为第一菜品量；获取所有所述第一菜品量之和；若所述第一菜品量之和大于第二预设计费阈值，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
63.在上述方式二中，还可以根据当前取餐凭证标识，基于取餐监控数据以及历史取
餐数据，获取预设时间内该取餐凭证对应的取餐菜品量，并从中筛选出小于预设计费阈值的至少一个第一菜品量，进而计算第一菜品量之和，若第一菜品量之和大于第二预设计费阈值，则确定取餐凭证标识对应的取餐动作存在取餐作弊行为。例如，当前取餐凭证标识为2，预设计费阈值为5g，预设时间为1天，第二预设计费阈值为10g，则基于取餐监控数据以及历史取餐数据，获取1天内取餐菜品量小于2g的每一次取餐动作对应的第一菜品量，假设有5次取餐不超过5g的取餐动作，每一次的取餐菜品量分别为1g、2g、3g、4g、2g，那么计算第一菜品量之和(12g)，该和大于10g，确认取餐凭证标识为2的用户存在取餐作弊行为。从而保证若用户存在少量多次取餐绕开结算计费规则时，当用户取餐量达到一定量，可以识别出用户的取餐作弊行为。
64.方式三：
65.若所述当前取餐凭证标识对应的预设次数的连续取餐动作所对应的取餐菜品量均小于预设计费阈值；确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
66.在上述方式三中，每获取一次取餐动作对应的取餐监控数据时，若当次取餐动作的取餐菜品量小于预设计费阈值，那么可以基于当前取餐凭证标识对应的历史取餐数据，判断包含当次取餐动作在内的连续的预设次数的取餐动作对应的取餐菜品量是否均小于预设计费阈值，若判断结果为是，则确定取餐凭证标识对应的取餐动作存在取餐作弊行为。例如，当次取餐菜品量小于预设计费阈值的情况下，当前取餐凭证标识对应的在先的连续5次的取餐动作对应的取餐菜品量也均小于预设计费阈值，可以确定当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
67.另外，在上述方式三中，确认取餐作弊行为的前提也可以更改为“若所述当前取餐凭证标识对应的预设次数的连续取餐动作对应的取餐菜品量小于预设计费阈值的次数大于第二预设作弊次数”，例如，当次取餐菜品量小于预设计费阈值的情况下，当前取餐凭证标识对应的在先的连续5次(预设次数)的取餐动作对应的取餐菜品量中小于预设计费阈值的次数超过3次(第二预设作弊次数)，可以确定当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
68.需要说明的是，对于上述三种方式的任一种，在识别取餐作弊行为时，还可以对菜品种类进行区分，基于每种菜品的取餐监控数据判断取餐凭证标识对每种菜品是否存在取餐作弊行为，具体方式与上述三种方式相类似，只需对每种菜品设置相应的判断阈值即可(例如每种菜品对应的预设计费阈值、第一预设作弊次数、第二预设计费阈值、预设次数)，在此不再赘述。
69.在本技术实施例中，可选地，步骤102之后还可以包括：
70.步骤103，若确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为，则输出报警提示信息，并基于所述取餐监控数据确定所述当前取餐凭证标识对应的售餐结算信息。
71.在步骤103中，在判断当前取餐凭证标识对应的取餐动作存在取餐作弊行为时，还可以输出报警提示信息，提示工作人员注意用户的取餐作弊行为，并将用户的取餐作弊行为对应的取餐菜品加入至售餐结算信息中进行结算，例如用户的取餐作弊行为对应的取餐菜品量包括50g，那么将这50g菜品添加至售餐结算信息中，与其他正常取餐菜品一起进行结算。避免取餐作弊行为为餐厅带来的损失。
72.在本技术实施例中，可选地，步骤102之后还可以包括：
73.步骤104，若所述当前取餐凭证标识对应的当前取餐菜品量不小于预设计费阈值，则获取所述当前取餐凭证标识对应的当前取餐动作异常信息；
74.步骤105，根据所述当前取餐动作异常信息，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
75.在步骤104至步骤105中，若当次取餐动作对应的当前取餐菜品量大于或等于预设计费阈值，进一步根据当前取餐凭证标识对应的当前取餐动作异常信息，确定当前的取餐动作是否存在取餐作弊行为。例如，以取菜器放置在菜品盛放容器中为前提，一次正常的取餐过程以及取餐过程中菜品盛放容器对应的重量数据特征可描述如下：
76.1、当餐盘放置位置对应的电子标签阅读器读取到电子标签时，实时监控菜品盛放容器对应的重量数据，获取菜品盛放容器对应的重量m1；
77.2、用户用户拿起取菜器时，重量数据减少取菜器重量值，对应获取到的重量数据变为m2，其中，m2约等于m1-取菜器重量时；
78.3、通过取菜器取菜时，取菜器与菜品接触，重量增加，对应重量m3，菜品被拾取起来时，菜品减少，重量减少，对应重量m4；
79.4、取菜结束，将取菜器放回菜品盛放容器中，取走餐盘，重量增加，对应重量m5；
80.5、将重量m1-m5的值作为取餐菜品量。
81.基于此，若电子标签阅读器读取到电子标签之后，向盛菜容器中放置计量物品，取菜结算之后再将计量物品取走，那么结算时是按m1-m5+m计量物品来计算的，这种情况可以认为是取餐作弊行为。为避免此种现象发生，可以根据取餐监控数据判断获取重量m1之后，获取重量m2(即重量减少值与取菜器重量相当时)之前，若重量数据突然增加(具体表现为连续两次重量检测值增加量大于预设值)，则确定存在取餐作弊行为。
82.若获取重量m1之后，相邻两次重量检测值对应的重量减少量小于单次最小取菜量，和/或相邻两次重量检测值对应的重量增加量大于取菜器重量，和/或取菜持续过程中最大重量检测值与最小重量检测值之差小于(取菜器重量+单次最大取菜量)，则确定存在取菜作弊行为。
83.进一步的，作为上述方法的具体实现，本技术实施例提供了一种取餐作弊行为识别装置，该装置包括：
84.数据获取模块，用于获取取餐监控数据，其中，所述取餐监控数据包括取餐动作对应的取餐凭证标识以及取餐菜品量；
85.作弊识别模块，用于基于所述取餐监控数据，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
86.可选地，所述作弊识别模块，包括：
87.菜品量确定单元，用于确定当前取餐凭证标识对应的当前取餐菜品量与历史取餐菜品量；
88.作弊识别单元，用于若所述当前取餐菜品量小于预设计费阈值，则根据所述当前取餐菜品量以及所述历史取餐菜品量，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
89.在本技术实施例中，可选地，所述作弊识别单元，还用于：获取所述当前取餐凭证
标识在预设时间对应的取餐菜品量小于预设计费阈值的次数；若所述次数大于第一预设作弊次数，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
90.在本技术实施例中，可选地，所述作弊识别单元，还用于：将所述当前取餐凭证标识在预设时间内对应的取餐菜品量中取餐菜品量小于预设计费阈值的菜品量作为第一菜品量；获取所有所述第一菜品量之和；若所述第一菜品量之和大于第二预设计费阈值，确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
91.在本技术实施例中，可选地，所述作弊识别单元，还用于：若所述当前取餐凭证标识对应的预设次数的连续取餐动作所对应的取餐菜品量均小于预设计费阈值；确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为。
92.在本技术实施例中，可选地，所述装置还包括：
93.结算模块，用于所述确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为之后，若确定所述当前取餐凭证标识对应的取餐动作存在取餐作弊行为，则输出报警提示信息，并基于所述取餐监控数据确定所述当前取餐凭证标识对应的售餐结算信息。
94.在本技术实施例中，可选地，所述装置还包括：
95.异常信息获取模块，用于若所述当前取餐凭证标识对应的当前取餐菜品量不小于预设计费阈值，则获取所述当前取餐凭证标识对应的当前取餐动作异常信息；
96.所述作弊行为识别模块，还用于根据所述当前取餐动作异常信息，确定当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。
97.需要说明的是，本技术实施例提供的一种取餐作弊行为识别装置所涉及各功能单元的其他相应描述，可以参考上述方法中的对应描述，在此不再赘述。
98.基于上述方法，相应的，本技术实施例还提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的取餐作弊行为识别方法。
99.基于这样的理解，本技术的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)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)执行本技术各个实施场景所述的方法。
100.基于上述的方法，以及上述的虚拟装置实施例，为了实现上述目的，本技术实施例还提供了一种售餐设备，具体可以为个人计算机、服务器、网络设备等，该售餐设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述的取餐作弊行为识别方法。
101.可选地，该售餐设备还可以包括用户接口、网络接口、摄像头、射频(radio frequency，rf)电路，传感器、音频电路、wi-fi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)等，可选用户接口还可以包括usb接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、wi-fi接口)等。
102.本领域技术人员可以理解，本实施例提供的一种售餐设备结构并不构成对该售餐设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
103.存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存售餐设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通
信。
104.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本技术可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现针对每次取餐动作进行监控，获取取餐监控数据，该取餐监控数据包括取餐动作对应的取餐凭证标识以及取餐菜品量，进而根据取餐监控数据判断当前取餐凭证标识对应的取餐动作是否存在取餐作弊行为。本技术实施例解决了现有技术中用户可以通过反复少量取餐的方式绕过结算计费流程导致菜品容易被偷取的问题，通过对每次取餐动作进行监控，从而按取餐监控数据对应的取餐菜品量对取餐凭证标识的取餐作弊行为进行识别，有助于快速发现取餐作弊行为，避免餐厅损失。
105.上述本技术序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本技术的几个具体实施场景，但是，本技术并非局限于此，任何本领域的技术人员能思之的变化都应落入本技术的保护范围。