就餐指引方法及系统、电子设备、计算机存储介质与流程

1.本技术涉及机器视觉技术领域，特别是涉及一种就餐指引方法及系统、电子设备、计算机存储介质。


背景技术：

2.针对园区或楼宇等场所的企业餐厅就餐的排队问题，一直是企业餐厅想要解决的核心问题。现有企业餐厅就餐时，一般通过线下设置排队区域来引导就餐人员进行有序排队，或强行划分不同人群的就餐时间来缓解排队时间长的问题，但这些方法都无法从根本上解决排队时间长的问题。


技术实现要素：

3.本技术主要解决的技术问题是如何基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
4.为解决上述技术问题，本技术采用的一个技术方案是：提供一种就餐指引方法。所述就餐指引方法包括：获取餐厅内的视频流；对所述视频流进行分析，获得所述餐厅内的人群信息；基于所述人群信息生成就餐信息，并将所述就餐信息推送给待就餐人员，以指引所述待就餐人员就餐。
5.本技术能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间，进而本技术能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
6.其中，所述视频流包括所述餐厅的出入口的第一视频流，所述人群信息包括所述餐厅内的人员总数量；所述对所述视频流进行分析，获得所述餐厅内的人群信息包括：从所述第一视频流中提取所述出入口的当前帧图像及前一帧图像，并基于所述当前帧图像及前一帧图像获取当前时间段内进入所述餐厅人员的第一数量及从所述餐厅离开人员的第二数量；计算所述第一数量与所述第二数量的差值，并获取所述差值与所述餐厅内人员的初始数量之和为所述餐厅内当前的所述人员总数量；其中，所述初始数量为所述前一帧图像对应的时间点所述餐厅内的人员数量。
7.本技术能够利用进入餐厅人员的第一数量及从餐厅离开人员的第二数量及餐厅内人员的初始数量实时计算餐厅内当前的人员总数量，以保证就餐信息的实时性及准确性。
8.其中，所述从所述第一视频流中提取所述出入口的当前帧图像及前一帧图像，并基于所述当前帧图像及前一帧图像获取当前时间段内进入所述餐厅人员的第一数量及从所述餐厅离开人员的第二数量包括：为所述第一视频流的图像画面设置绊线，其中，所述绊线与所述出入口的出入方向垂直；从所述第一视频流中提取所述出入口的当前帧图像及前
一帧图像，并分别从所述当前帧图像及前一帧图像中识别进出人员；若所述进出人员在所述前一帧图像中与所述绊线重合，则获取所述进出人员在所述当前帧图像中与所述绊线的位置关系；若所述进出人员在所述当前帧图像中位于所述绊线远离所述出入口的一侧，则判定所述进出人员为进入所述餐厅的人员，并累加进入所述餐厅人员的第一数量；若所述进出人员在所述当前帧图像中位于所述绊线靠近所述出入口的一侧，则判定所述进出人员为从所述餐厅出去的人员，并累加从所述餐厅离开人员的第二数量。
9.本技术利用当前帧图像及前一帧图像中绊线与人员位置关系识别人员是进入餐厅还是从餐厅出去，能够提高餐厅进出人员数量统计的精准性。
10.其中，所述视频流包括所述餐厅内的排队区域的第二视频流，所述人群信息包括所述餐厅内的排队人员数量；所述对所述视频流进行分析，获得所述餐厅内的人群信息包括：为所述第二视频流的图像画面设置排队标注区；从所述第二视频流中提取所述排队区域的当前帧图像；从所述当前帧图像识别所述排队标注区内的人员，并统计所述排队标注区内的人员的数量为所述排队人员数量。
11.本技术采用排队标注区及从餐厅内的排队区域的第二视频流中识别出排队标注区内排队人员数量，能够保证就餐信息的准确定及实时性。
12.其中，所述视频流包括所述餐厅的就餐区域的第三视频流，所述人群信息进一步包括所述餐厅内的就餐人员数量；所述对所述视频流进行分析，获得所述餐厅内的人群信息包括：为所述第三视频流的图像画面设置就餐标注区；从所述第三视频流中提取所述就餐区域的当前帧图像；从所述就餐区域的当前帧图像中识别所述就餐标注区内的人员，并统计所述就餐标注区内的人员的数量为所述就餐人员数量。
13.本技术采用就餐标注区及从餐厅内的就餐区域的第二视频流中识别出就餐标注区内就餐人员数量，能够保证就餐信息的准确定及实时性。
14.其中，所述人群信息进一步包括所述餐厅内餐位空闲数量；所述对所述视频流进行分析，获得所述餐厅内的人群信息进一步包括：计算所述餐厅内的餐位的数量与所述就餐人员数量之间的差值为所述餐厅内的餐位空闲数量。
15.本技术采用就餐标注区及从餐厅内的就餐区域的第二视频流中识别出就餐标注区内餐位空闲数量，能够保证就餐信息的准确定及实时性。
16.其中，所述就餐信息包括就餐状态，所述就餐状态包括异常拥堵状态、拥堵状态及顺畅状态；所述基于所述人群信息生成就餐信息，并将所述就餐信息推送给待就餐人员包括：若所述人员总数量大于第一阈值，且所述排队人员数量大于第二阈值及所述餐位空闲数量小于第三阈值，则生成所述异常拥堵状态，并将所述异常拥堵状态推送给待就餐人员；若所述人员总数量大于所述第一阈值，且所述排队人员数量小于所述第二阈值和/或所述餐位空闲数量大于所述第三阈值，则生成所述拥堵状态，并将所述拥堵状态推送给待就餐人员；若所述人员总数量小于所述第一阈值，且所述排队人员数量小于所述第二阈值及所述餐位空闲数量大于所述第三阈值，则生成所述顺畅状态，并将所述顺畅状态推送给待就餐人员。
17.本技术能够根据餐厅内人员总数量、排队人员数量及餐位空闲数量将餐厅内的就餐状态划分为异常拥堵状态、拥堵状态及顺畅状态，并推送给待就餐人员，使得待就餐人员能更直观的感受就餐状态，能够提高用户体验。
18.其中，所述基于所述人群信息生成就餐信息，并将所述就餐信息推送给待就餐人员包括进一步包括：若所述人员总数量大于所述第一阈值，且所述排队人员数量小于所述第二阈值，则获取待就餐人员的就餐请求；根据所述就餐请求获取所述待就餐人员的就餐习惯，所述就餐习惯包括打包或厅内就餐；若所述餐位空闲数量大于或等于所述第三阈值，则生成厅内就餐提示，并将所述厅内就餐提示优先推送给所述就餐习惯为所述厅内就餐的所述待就餐人员；若所述餐位空闲数量小于所述第三阈值，则生成打包提示，并将所述打包提示推送给所述就餐习惯为所述打包的所述待就餐人员。
19.本技术能够基于待就餐人员的就餐习惯向待就餐人员推送就餐信息，不仅能够提高用户体验，而且能够缓解餐厅内拥堵。
20.其中，所述就餐信息包括就餐等待时间，所述基于所述人群信息生成就餐信息，并将所述就餐信息推送给待就餐人员进一步包括：统计当前时间点之前所述异常拥堵状态、所述拥堵状态及所述顺畅状态中至少一个对应的时间累计值的均值；将所述均值作为推送给所述待就餐人员。
21.本技术能够进一步预估不同就餐状态下的就餐等待时间，并推送给待就餐人员，使得就餐人员明确知晓可就餐时间，而无需时刻关注餐厅的就餐状态，因此能够提高用户体验。
22.为解决上述技术问题，本技术采用的一个技术方案是：提供一种电子设备。所述电子设备包括存储器和处理器，所述存储器与所述处理器耦接；其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现上述就餐指引方法。
23.本技术能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间，进而本技术能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
24.为解决上述技术问题，本技术采用的一个技术方案是：提供一种就餐指引系统。所述就餐指引系统包括视频采集设备及与所述视频采集设备通信连接的电子设备；其中，所述视频采集设备用于实时获取餐厅内视频流；所述电子设备用于对所述视频流进行分析，获得所述餐厅内的人群信息；所述电子设备用于基于所述人群信息生成就餐信息，并将所述就餐信息推送给待就餐人员，以指引所述待就餐人员就餐。
25.本技术能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间，进而本技术能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
26.为解决上述技术问题，本技术采用的一个技术方案是：提供一种计算机存储介质。该计算机存储介质上存储有程序指令，程序指令被执行时实现上述就餐指引方法。
27.本技术能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待
就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间，进而本技术能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
28.本技术的有益效果是：区别于现有技术，本技术就餐指引方法先获取餐厅内的视频流，并对该视频流进行分析，获得该餐厅内人群信息；然后基于餐厅内的人群信息生成就餐信息，并将该就餐信息推送给待就餐人员，以指引待就餐人员就餐；因此，本技术能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间，进而本技术能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
附图说明
29.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。其中：
30.图1是本技术就餐指引系统一实施例的结构示意图；
31.图2是本技术就餐指引方法一实施例的流程示意图；
32.图3是图1实施例就餐指引方法中步骤s22的一具体流程示意图；
33.图4是图3实施例中步骤s31的一具体流程示意图；
34.图5是图1实施例就餐指引方法中步骤s22的一具体流程示意图；
35.图6是图1实施例就餐指引方法中步骤s22的一具体流程示意图；
36.图7是图1实施例就餐指引方法中步骤s23的具体流程示意图；
37.图8是本技术电子设备一实施例的结构示意图；
38.图9是本技术计算机存储介质一实施例的结构示意图。
具体实施方式
39.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本技术保护的范围。
40.本技术中的术语“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的数量。本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
41.本技术首先提出一种就餐指引系统，如图1所示，图1是本技术就餐指引系统一实施例的结构示意图。本实施例就餐指引系统10包括视频采集设备130及与视频采集设备130
通信连接的电子设备120；其中，视频采集设备130用于实时获取餐厅内视频流；电子设备120用于对视频流进行分析，获得餐厅内的人群信息；电子设备120用于基于人群信息生成就餐信息，并将就餐信息推送给待就餐人员，以指引待就餐人员就餐。
42.本实施例就餐指引系统10包括多个视频采集设备130，分别设置在餐厅内不同区域，以分别获取餐厅内不同区域的视频流，多个视频流在编解码及传输过程中可以通过对应的视频采集设备130的mac地址等标志信息进行区分。例如，可以在餐厅的出入口处设置一视频采集设备130，以获取餐厅的出入口的视频流；还可以在餐厅内的排队区域设置另一视频采集设备130，以获取餐厅内排队区域的视频流；又可以在餐厅内的就餐区域(餐桌区域)设置又一视频采集设备130，以获取餐厅内就餐区域的视频流，等等。
43.视频采集设备130可以是摄像头等。
44.电子设备120可以是云服务器或者终端服务器等，视频采集设备130及待就餐人员的终端设备可以通过无线方式等与电子设备120建立通信连接，以使电子设备120能够从视频采集设备130接收餐厅内的视频流，且从待就餐人员的终端设备接收待就餐人员发送的查询请求及向待就餐人员的终端设备推送就餐信息。
45.本实施例的就餐指引系统10还可以包括就餐查询系统，该就餐查询系统的客户端可以通过app形式体现在待就餐人员的终端设备上，便于待就餐人员发送查询请求及接收就餐信息。
46.本实施例能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间等，进而本实施例能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
47.本技术进一步提出一种就餐指引方法，可以用于上述就餐指引系统。如图2所示，图2是本技术就餐指引方法一实施例的流程示意图。本实施例就餐指引方法具体包括以下步骤：
48.步骤s21：获取餐厅内的视频流。
49.可以通过设置在餐厅内不同区域的摄像头等视频采集设备获取餐厅内不同区域，如排队区域、餐桌区域及出入口区域等的视频流，多个视频流在编解码及传输过程中可以通过对应的视频采集设备的mac地址等标志信息进行区分。
50.步骤s22：对视频流进行分析，获得餐厅内的人群信息。
51.电子设备从视频流获取图像，并采用图像识别模型对图像进行分析，以从的图像帧数据中提取出目标物体，如人员、座位及目标区域等信息。其中，可以采用人群模型识别图像中的人员进行识别，该人群模型输出图像的人员的标识信息(以区分多人员)及其位置信息等。
52.步骤s23：基于人群信息生成就餐信息，并将就餐信息推送给待就餐人员，以指引待就餐人员就餐。
53.电子设备上述基于上述目标物体，如人员、座位及目标区域等信息自动获取进出餐厅的人数、排队人数及座位的占用情况等信息，并基于这些信息生成就餐信息，如就餐状态和/或排队时长等，并将就餐状态和/或排队时长等推送给待就餐人员。
54.本实施例能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间等，进而本实施例能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
55.可选地，本实施例的视频流包括餐厅的出入口的第一视频流，人群信息包括餐厅内的人员总数量。本实施例可以采用如图3所示的方法实现步骤s22。本实施例的方法包括步骤s31及步骤s32。
56.步骤s31：从第一视频流中提取出入口的当前帧图像及前一帧图像，并基于当前帧图像及前一帧图像获取当前时间段内进入餐厅人员的第一数量及从餐厅离开人员的第二数量。
57.电子设备可以根据采集第一视频流的视频采集设备的mac地址等标志信息从多个视频流中获取该第一视频流，然后从第一视频流中提取出入口的当前帧图像及前一帧图像。
58.本实施例的当前帧与前一帧图像为连续帧图像。在其它实施例中，可以根据就餐人员的移动速度等参数进行选择非连续的两帧图像进行处理，只要保证不漏检餐厅进出人员，且节约计算开销。
59.需要注意的是，本实施例的当前时间段是视频流的前一帧图像对应的时间点与当前帧图像对应的时间点之间的时间段。
60.可选地，本实施例可以采用如图4所示的方法实现步骤s31。本实施例的方法包括步骤s41至步骤s45。
61.步骤s41：为第一视频流的图像画面设置绊线，其中，绊线与出入口的出入方向垂直。
62.为餐厅每个出入口的视频采集设备的视频画面，即每个第一视频流的图像画面分别设置绊线，即虚拟参考线，该绊线与餐厅出入口的出入方向垂直，绊线是人员进出餐厅的虚拟参考线，可以利用多帧图像中绊线与人员位置关系识别人员是进入餐厅还是从餐厅出去。
63.步骤s42：从第一视频流中提取出入口的当前帧图像及前一帧图像，并分别从当前帧图像及前一帧图像中识别进出人员。
64.在其它实施例中，可以获取非连续的两帧图像，只要保证两帧图像中同一人员能从绊线移动到绊线侧边，且不移出图像画面即可。
65.电子设备采用上述人群模型分别对两帧图像进行图像识别，以分别获取每帧图像中的人员，并为每个人员设置唯一标识信息，同一人员在不同图像帧中的标识信息相同。
66.步骤s43：若进出人员在前一帧图像中与绊线重合，则获取进出人员在当前帧图像中与绊线的位置关系。
67.进出人员在前一帧图像中与绊线重合，则电子设备获取该进出人员在当前帧图像中与绊线的位置关系，以判定该进出人员是进入餐厅的人员还是从餐厅出去的人员。
68.步骤s44：若进出人员在当前帧图像中位于绊线远离出入口的一侧，则判定进出人员为进入餐厅的人员，并累加进入餐厅人员的第一数量。
69.若进出人员在前一帧图像中与绊线重合，且在当前帧图像中位于绊线远离出入口的一侧，即该进出人员向出入口运动，则判定进出人员为进入餐厅的人员，将进入餐厅人员的第一数量加一。
70.步骤s45：若进出人员在当前帧图像中位于绊线靠近出入口的一侧，则判定进出人员为从餐厅出去的人员，并累加从餐厅离开人员的第二数量。
71.若进出人员在前一帧图像中与绊线重合，且在当前帧图像中位于绊线靠近出入口的一侧，即该进出人员向餐厅内部运动，则判定该进出人员为从餐厅出去的人员，将从餐厅出去的人员的第二数量加一。
72.因每个上述人群模型位每个进出人员配置了唯一的标识信息，因此可以避免同一促进处人员被重复计数。
73.若进出人员在前一帧图像与绊线不重合，则不执行步骤s43至步骤s45；采用步骤s43至步骤s45对前一图像帧中每个与绊线重合的进出人员进行类似处理。
74.若某一进出人员在前一帧图像及当前帧图像中都与绊线重合，则可以结合后面图像帧判断该进出人员是进入餐厅的人员还是从餐厅出去的人员。
75.采用上述方法对每两帧或者多帧图像进行类似处理，以保证人群信息更新的实时性。
76.本实施例利用当前帧图像及前一帧图像中绊线与人员位置关系识别人员是进入餐厅还是从餐厅出去，能够提高餐厅进出人员数量统计的精准性。
77.在另一实施例中，还可以采用其它方法判断进出人员的运动方向，例如，可以通过连续多帧图像中进出人员的位置来获得其运动矢量，利用运动矢量判定进出人员的运动方向，以进一步判定进出人员是进入餐厅的人员还是从餐厅出去的人员。
78.步骤s32：计算第一数量与第二数量的差值，并获取差值与餐厅内人员的初始数量之和为餐厅内当前的人员总数量；其中，初始数量为前一帧图像对应的时间点餐厅内的人员数量。
79.电子设备计算进入餐厅人员的第一数量与从餐厅离开人员的第二数量之间的差值，然后获取该差值与餐厅内人员的初始数量之和为餐厅内当前的人员总数量；因此，本实施例实时获得餐厅内人员的总数量。
80.本实施例能够利用进入餐厅人员的第一数量及从餐厅离开人员的第二数量及餐厅内人员的初始数量实时计算餐厅内当前的人员总数量，以保证就餐信息的实时性及准确性。
81.可选地，本实施例的视频流进一步包括餐厅内排队区域的第二视频流，人群信息包括餐厅内的排队人员数量。本实施例可以采用如图5所示的方法实现步骤s22。本实施例的方法包括步骤s51至步骤s53。
82.步骤s51：为第二视频流的图像画面设置排队标注区。
83.该排队标注区可以是排队区域中的感兴趣区域(region of interest，roi)，以便后续从第二视频流的图像帧中勾勒出需要处理(统计排队人数)的区域。
84.步骤s52：从第二视频流中提取排队区域的当前帧图像。
85.电子设备可以先根据采集第二视频流的视频采集设备的mac地址等标志信息从多个视频流中获取该第二视频流，然后从第二视频流中提取排队区域的当前帧图像。
86.步骤s53：从当前帧图像识别排队标注区内的人员，并统计排队标注区内的人员的数量为排队人员数量。
87.电子设备利用上述人群模型从当前帧图像中勾勒出roi，并识别该roi内的人员，并统计该roi内人员的数量为排队人员数量。
88.本实施例通过步骤s51至步骤s54能够获得餐厅内排队人员的数量。本实施例采用排队标注区及从餐厅内的排队区域的第二视频流中识别出排队标注区内排队人员数量，能够保证就餐信息的准确性及实时性。
89.可选地，本实施例的视频流进一步包括餐厅内就餐区域的第三视频流，人群信息包括餐厅内的就餐人员(正在用餐的人员)数量。本实施例可以采用如图6所示的方法实现步骤s22。本实施例的方法包括步骤s61至步骤s63。
90.步骤s61：为第三视频流的图像画面设置就餐标注区。
91.该就餐标注区可以是就餐区域中的roi，该roi为餐位区域，以便后续从第三视频流的图像帧中勾勒出餐位区域。
92.步骤s62：从第三视频流中提取就餐区域的当前帧图像。
93.电子设备可以先根据采集第三视频流的视频采集设备的mac地址等标志信息从多个视频流中获取该第三视频流，然后从第三视频流中提取就餐区域的当前帧图像。
94.步骤s63：从就餐区域的当前帧图像识别就餐标注区内的人员，并统计就餐标注区内的人员的数量为排队人员数量。
95.电子设备利用上述人群模型从就餐区域的当前帧图像中勾勒出roi，即餐位区域，并识别该roi内的人员，并统计该roi内人员的数量为就餐人员数量。
96.进一步地，本实施例的人群信息进一步包括餐厅内餐位空闲数量，本实施例的步骤s22进一步包括步骤s64。
97.步骤s64：计算餐厅内的餐位的数量与就餐人员数量之间的差值为所述餐厅内的餐位空闲数量。
98.本实施例通过步骤s61至步骤s64能够获得餐厅内正在就餐人员的数量及餐位空闲数量。
99.本实施例采用就餐标注区及从餐厅内的就餐区域的第二视频流中识别出就餐标注区内就餐人员数量及餐位空闲数量，能够保证就餐信息的准确定及实时性。
100.可选地，本实施例的方法包括步骤s71至步骤s73。
101.步骤s71：若餐厅内的人员总数量大于第一阈值，且排队人员数量大于第二阈值及餐位空闲数量小于第三阈值，则生成异常拥堵状态，并将异常拥堵状态推送给待就餐人员。
102.若餐厅内的人员总数量大于第一阈值，且排队人员数量大于第二阈值及餐位空闲数量小于第三阈值，则认为餐厅内人数较多，且各个区域人流密度较大，则电子设备生成异常拥堵状态，并将异常拥堵状态推送给待就餐人员，以指引待就餐人员等待就餐，以减少就餐等待时间。
103.第一阈值可以根据餐厅内面积大小进行设置，第二阈值可以根据排队区域的大小进行设置，第三阈值根据餐位数量进行设置。
104.在餐厅异常拥堵时，电子设备可以进一步获取待就餐人员的就餐请求的请求时间，并根据就餐请求时间对待就餐人员进行先后顺序排序，在餐厅内人群信息发生变化后
可以就餐时，可以按照该先后顺序优先将就餐信息推送给请求时间较早的待就餐人员。
105.步骤s72：若餐厅内的人员总数量大于第一阈值，且排队人员数量小于第二阈值和/或餐位空闲数量大于第三阈值，则生成拥堵状态，并将拥堵状态推送给待就餐人员。
106.若餐厅内的人员总数量大于第一阈值，且排队人员数量小于第二阈值和/或餐位空闲数量大于第三阈值，则认为虽然餐厅内的人员总数量较多，但是排队人员数量较少或者餐位空闲数量较多，认为可以餐厅内拥堵会在短时间内得到改善，则电子设备生成则生成拥堵状态，并将拥堵状态推送给待就餐人员，以指引待就餐人员可以进入餐厅就餐，但会需要一定时长的排队时间。
107.进一步地，本实施例还可以进一步包括步骤s711至步骤s714。
108.步骤s711：若餐厅内的人员总数量大于第一阈值，且排队人员数量小于第二阈值，则获取待就餐人员的就餐请求。
109.步骤s712：根据就餐请求获取待就餐人员的就餐习惯，就餐习惯包括打包或厅内就餐。
110.步骤s713：若餐位空闲数量大于或等于第三阈值，则生成厅内就餐提示，并将厅内就餐提示优先推送给就餐习惯为厅内就餐的待就餐人员。
111.步骤s714：若餐位空闲数量小于第三阈值，则生成打包提示，并将打包提示推送给就餐习惯为打包的待就餐人员。
112.一并对步骤s711至步骤s714进行介绍：在餐厅内的人员总数量，但排队区域内的排队人员数量较少时，电子设备获取待就餐人员的就餐习惯，以预估待就餐人员是需要打包还是需要厅内就餐；若餐厅内餐位空闲数量大于或等于第三阈值，则电子设备可以生成厅内就餐提示，并推送优先推送给就餐习惯为厅内就餐的待就餐人员；若餐位空闲数量小于第三阈值，则电子设备可以生成打包提示，并将打包提示推送给就餐习惯为打包的待就餐人员。
113.本实施例能够基于待就餐人员的就餐习惯向待就餐人员推送就餐信息，不仅能够提高用户体验，而且能够缓解餐厅内拥堵。
114.步骤s73：若人员总数量小于第一阈值，且排队人员数量小于第二阈值及餐位空闲数量大于第三阈值，则生成顺畅状态，并将顺畅状态推送给待就餐人员。
115.若人员总数量小于第一阈值，且排队人员数量小于第二阈值及餐位空闲数量大于第三阈值，则认为餐厅内的人较少，各个区域的人流密度较小，则电子设备可以生成顺畅状态，并将顺畅状态推送给待就餐人员，以指引就餐人员来就餐。
116.本实施例能够根据餐厅内人员总数量、排队人员数量及餐位空闲数量将餐厅内的就餐状态划分为异常拥堵状态、拥堵状态及顺畅状态，并推送给待就餐人员，使得待就餐人员能更直观的感受就餐状态，能够提高用户体验。
117.进一步地，就餐信息还包括就餐等待时间，本技术还可以分别统计当前时间点之前异常拥堵状态、拥堵状态及顺畅状态中的至少一个对应的时间累计值的均值；将该均值作为就餐等待时间推送给待就餐人员。
118.其中，该均值可以包括一个或多个，例如，该均值可以为基于上述拥堵状态和顺畅状态计算得到的一个总时间均值，该均值也可以为分别统计拥堵状态的均值，以及顺畅状态的均值，得到2个均值。基于上述均值可进一步统计就餐等待时间。
119.本技术能够进一步预估不同就餐状态下的就餐等待时间，并推送给待就餐人员，使得就餐人员明确知晓可就餐时间，而无需时刻关注餐厅的就餐状态，因此能够提高用户体验。
120.本技术进一步提出一种电子设备，如图8所示，图8是本技术电子设备一实施例的结构示意图。本实施例电子设备100包括处理器101、与处理器101耦接的存储器102、输入输出设备103以及总线104。
121.该处理器101、存储器102、输入输出设备103分别与总线104相连，该存储器102中存储有程序数据，处理器101用于执行程序数据以实现：获取餐厅内的视频流；对视频流进行分析，获得餐厅内的人群信息；基于人群信息生成就餐信息，并将就餐信息推送给待就餐人员，以指引待就餐人员就餐。
122.处理器101执行程序数据时还实现上述实施例的就餐指引方法。上述实施例中的控制器可以集成在处理器101内。
123.在本实施例中，处理器101还可以称为cpu(central processing unit，中央处理单元)。处理器101可能是一种集成电路芯片，具有信号的处理能力。处理器101还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器101也可以是任何常规的处理器等。
124.本技术进一步提出一种计算机存储介质，如图9所示，图9是本技术计算机存储介质一实施例的结构示意图。计算机存储介质110其上存储有程序指令111，程序指令111被处理器(图未示)执行时实现：获取餐厅内的视频流；对视频流进行分析，获得餐厅内的人群信息；基于人群信息生成就餐信息，并将就餐信息推送给待就餐人员，以指引待就餐人员就餐。
125.程序指令111被处理器(图未示)执行时还实现上述实施例的就餐指引方法。
126.本实施例计算机存储介质110可以是但不局限于u盘、sd卡、pd光驱、移动硬盘、大容量软驱、闪存、多媒体记忆卡、服务器等。
127.区别于现有技术，本技术就餐指引方法先获取餐厅内的视频流，并对该视频流进行分析，获得该餐厅内人群信息；然后基于餐厅内的人群信息生成就餐信息，并将该就餐信息推送给待就餐人员，以指引待就餐人员就餐；因此，本技术能够利用机器视觉技术实时监测餐厅内的人群信息，因此能实时检测餐厅内就餐情况，并能够实时根据该人群信息生成就餐信息，且实时向待就餐人员推送就餐信息，以指引待就餐人员就餐，能够使得待就餐人员依情况进入餐厅就餐，例如，可以使得待就餐人员在餐厅内就餐人员较多时暂缓进入餐厅就餐，以缩短就餐排队时间，进而本技术能够基于机器视觉技术改善餐厅就餐人员太多而导致就餐排队时间长的问题。
128.本技术基于计算机视觉的实时检测结合智能推荐，缓解了餐厅就餐排队的问题，提升就餐体验；本技术进行实时餐厅就餐情况的感知，并对待就餐人员进行动态的就餐时间推荐，可很大程度的缓解餐厅就餐排队的问题。
129.另外，上述功能如果以软件功能的形式实现并作为独立产品销售或使用时，可存储在一个移动终端可读取存储介质中，即，本技术还提供一种存储有程序数据的存储装置，所述程序数据能够被执行以实现上述实施例的方法，该存储装置可以为如u盘、光盘、服务
器等。也就是说，本技术可以以软件产品的形式体现出来，其包括若干指令用以使得一台智能终端执行各个实施例所述方法的全部或部分步骤。
130.在本技术的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
131.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的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
132.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
133.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(可以是个人计算机，服务器，网络设备或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
134.以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。