[发明专利]基于深度学习的自习室座位状态检测方法与座位管理系统

说明书

本发明公开了一种基于深度学习的自习室座位状态检测方法与座位管理系统，涉及教学资源管理技术领域，其采用计算机视觉的方式代替传统的硬件点阵等来实现的座位使用情况检测，减少了硬件资源的使用；采用基于深度学习的目标检测算法进行物体检测，比传统的目标检测算法有更高的检测精度；能够在不增加任何额外硬件的情况下判断占座；不仅可以得到自习室的上座率，而且可以得到每一个座位的使用情况；系统无意识、非强制且人性化；系统不仅可以方便学生，也能方便管理者还能为一些该方面的研究者提供数据支持。

技术领域

本发明属于教学资源管理技术领域，具体涉及一种基于深度学习的自习室座位状态检测方法与座位管理系统。

背景技术

高校自习室是学生课后学习的最好场所。但很多高校自习室人均座位数量偏少，就使得自习室座位成为了稀缺资源。同时，自习室占座现象明显，许多座位长时间出现书在人不在的情形，宝贵的座位资源常常被闲置，又导致自习室座位利用率低下。最后导致教室外许多人等待却一座难求，而室内则留有许多被占的空座。另外，自习室的座位状态无论是对于使用者还是管理员常常都是不可知的，这就使得座位使用者的折返率与寻找座位的时间大幅增加，而且管理员也无法采用最有效的方法去行使自己座位资源调配的职权，这也在一定程度上加剧了座位资源短缺的矛盾。针对这一现象，需要开发一个有效的座位状态检测方法与座位管理系统，将自习室座位资源透明化，方便使用者和管理员高效地使用和灵活地调配有限的座位资源，提升自习室座位利用率。

座位管理系统的研究已经有十余年的历史，结合上述的背景分析，并且针对本发明将提出的方法与系统，以下将从两个方面对已有技术进行阐释评述，它们是座位状态检测方法与占座管理方式。

座位状态检测，即通过一些手段来获得一间自习室里的座位使用状况，可以直接，也可以间接。直接的检测方法现有的主要有三种：第一种是通过硬件检测阵列来实现的，每个座位都是一个节点，每一个节点都配有一个检测模块，最后所有节点通过有线或者无线的方式连接，就构成一个硬件检测阵列，该方法可以精确检测出自习室中每个座位的使用情况，但其在实施时需要安装巨量的硬件，且硬件之间存在密切的联系，这就使得系统的部署和维护变得非常困难，最重要的是硬件不容易升级与换代；第二种方法是通过扫码确认来实现的，给每一个座位贴上一个唯一标识的二维码，手机扫码入座，手机扫码暂离，手机扫码离开，该方法把硬件阵列弱化成了一张张分立的薄纸片，也可以检测出自习室中每个座位的使用情况，但是座位使用者需要的操作却繁琐了许多，而且设计者忽略了座位使用者的惰性，这种把系统的准确性与可靠性全交到座位使用者手中不是一个明智的选择，有时为了提升系统的准确性，该方法甚至会引入很多惩罚性的措施来逼迫座位使用者扫码；第三种是通过计算机视觉来实现的，准确的说是目标检测算法，拍摄一张图像，并且检测其中包含的目标、目标所在的位置与目标所占的范围，进而分析出座位使用情况。该方法将检测工作集中到了一个点上，即摄像头，最终的效果更多的依赖软件实现，这是一个很优的检测方式，但是已有的技术往往使用传统的目标检测算法，准确率低而且无法获得自习室每个座位的使用情况，最终实现的就只是一个不太精准的人数统计器。间接的检测方式主要指一种通过座位预约情况来间接得出座位使用情况的方法，有时为了增加准确性也会设计座位确认环节，该方法如果不附加座位确认环节，就只能起到限制人数的作用而流于粗放；如果增加座位确认环节，又显得强制、繁琐与不人性化。

占座管理，包括占座的判断和占座的处理，现有的方法主要有两种。第一种方式，将判断和处理作为同一个问题来对待，主要通过改变桌椅结构来实现，比如桌子和椅子上的重量不满足一定关系就折叠桌面，或者检测到人离开时间超时就将桌面上的物品收入桌内；该方法涉及到大量的桌椅的换代，而且当桌面上存在电脑，易碎物品，盛水的杯子时可能会引起很多麻烦。第二种方式，则将判断和处理分开进行，判断由系统检测做出，而处理常常需要借助管理员或者使用者之手；这是当前技术大环境下比较合理的方式，但是现有的技术常常需要通过大量的硬件来实现判断。

发明内容

本发明在于提供一种基于深度学习的自习室座位状态检测方法与座位管理系统，其能够缓解上述问题。