跃动天翼人工智能

近期测试项目—顺丰网点POC人员在岗时长统计测试报告(二)

跃动天翼安全生产

人员在岗时长统计测试报告

测试单位:深圳市跃动天翼科技有限公司

文档编号:SF-SC-TEST-20260414-002

版  本:V2026-1.3

1. 项目概述

1.1 测试背景

顺丰网点中心作为货物集散、分拣、中转的核心场所,场内岗位值守规范性直接影响作业效率、货物安全及服务质量(客户排队预警)。为实现岗位人员在岗状态的精准监管、在岗时长的自动统计,依托场地现有固定摄像头资源,开展人员在岗时长统计系统测试,验证系统在实际场景下的检测有效性、统计准确性和运行稳定性,为系统上线部署提供数据支撑和可行性依据。

1.2 测试目标

  • 验证人员在岗时长统计系统在1路1080p视频流处理场景下,对岗位有人状态、人脸与岗位绑定、人员驻留时长的统计准确率,采用“分钟级去重+多跟踪ID合并”策略,确保统计误差控制在合理范围。
  • 验证客户排队事件的检测准确性,包括排队事件识别、排队人数统计,满足网点客户排队监管需求。
  • 测试系统在长期运行中的稳定性,确保持续检测、统计无崩溃、无卡顿现象。

1.3 测试环境

硬件条件:仅有1路可以覆盖场内测试工位。

场景条件:选择实际作业场景,包括白天正常作业、有人无脸、有人有脸、人员短暂离开、重复进入等常规工况;同步采集现场测试数据,方便排查核对数据;排队场景不存在,测试人员模拟测试效果。

技术条件:统计目标为岗位有人状态、人脸绑定人员驻留时长,采用“分钟级去重+多跟踪ID合并”策略,确保时长统计贴合实际情况。

3. 测试方法

3.1 测试原则

全面性原则:覆盖所有测试区域,结合现场采集数据,确保测试结果具有代表性。

实用性原则:测试场景、测试指标贴合网点实际监管需求,重点验证“分钟级去重+多跟踪ID合并”策略的有效性,确保测试结果能直接指导系统上线部署。

3.2 功能测试

本次测试采用“现场真实作业”的测试方式,依托现场采集的监控数据、人员抓拍素材用于算法适配;针对岗位时长、人员时长统计,统一采用“分钟级去重+多跟踪ID合并”核心策略,验证人员在岗时长统计系统的核心功能,具体实施如下:

岗位有人时长统计测试:覆盖空岗、有人无脸、有人有脸、人员重复进入等实际作业场景,系统对岗位有人状态进行实时检测,采用分钟级去重策略,记录系统岗位有人总时长;统计在有人有脸场景下,覆盖人员正常值守、短暂离开、重复进入等实际工况,系统通过人脸抓拍绑定人员与岗位,采用多跟踪ID合并策略(同一人员多次进入、跟踪ID变化时自动合并时长,避免重复统计),记录系统人员有效驻留时长统计结果;结合人工核对,对比验证人脸绑定准确性、时长合并有效性。

客户排队测试:场地没有排队显示,测试人员模拟排队场景,收集触发事件,排队人数,排队时长等信息。

 

4. 在岗时长测试

4.1测试岗位区域

选择了两个岗位区域,如图1所示,两个蓝框所示处为测试岗位,上方的蓝框岗位用zone_1表述,下方的蓝框所示岗位用zone_2表述。

图1岗位区域

4月14日数据:

岗位

 

有人总时长

(分钟)

有人总时长

(小时)

有效分钟数 首次检测时间 末次检测时间
zone_2 680 11.33 680 2026-04-14 00:00:00.263000+08:00 2026-04-14 23:59:21.308000+08:00
zone_1 580 9.67 580 2026-04-14 00:11:21.712000+08:00 2026-04-14 23:48:08.188000+08:00

表1 岗位区域人员在岗总时长

岗位

 

人员

(ext_2)

人员姓名 人员姓名_工号 有效驻留时长

(分钟)

有效驻留时长

(小时)

有效分钟数

(去重后)

总检测次数(去重后) 首次检测时间 末次检测时间
zone_1 曾成银_261800 曾成银 曾成银_261800 210 3.5 210 3921 2026-04-14 05:36:24.940000+08:00 2026-04-14 16:21:08.068000+08:00
zone_1 吴晓裕_41339132 吴晓裕 吴晓裕_41339132 130 2.17 130 1086 2026-04-14 14:16:46.119000+08:00 2026-04-14 23:45:44.842000+08:00
zone_1 栾柏松_100006 栾柏松 栾柏松_100006 33 0.55 33 428 2026-04-14 18:42:54.279000+08:00 2026-04-14 22:54:50.723000+08:00
zone_1 朱海军_42487640 朱海军 朱海军_42487640 27 0.45 27 508 2026-04-14 00:27:04.576000+08:00 2026-04-14 20:40:21.552000+08:00
zone_1 林雁生_020264 林雁生 林雁生_020264 26 0.43 26 493 2026-04-14 19:29:28.588000+08:00 2026-04-14 22:54:55.804000+08:00
zone_2 吴晓裕_41339132 吴晓裕 吴晓裕_41339132 280 4.67 280 5270 2026-04-14 15:09:51.533000+08:00 2026-04-14 23:59:27.506000+08:00
zone_2 申惠_137611 申惠 申惠_137611 185 3.08 185 2733 2026-04-14 06:04:11.534000+08:00 2026-04-14 16:06:38.449000+08:00
zone_2 霍鹏_629859 霍鹏 霍鹏_629859 43 0.72 43 839 2026-04-14 00:00:00.263000+08:00 2026-04-14 00:47:05.931000+08:00
zone_2 栾柏松_100006 栾柏松 栾柏松_100006 15 0.25 15 242 2026-04-14 18:46:15.485000+08:00 2026-04-14 22:54:55.807000+08:00

表2 岗位区域具体人员在岗时长

岗位

 

区域总有效时长_分钟 区域总有效时长_小时 人员数量 包含人员列表
zone_2 523 8.7 4 [‘吴晓裕_41339132’, ‘申惠_137611’, ‘霍鹏_629859’, ‘栾柏松_100006’]
zone_1 426 7.1 5 [‘曾成银_261800’, ‘吴晓裕_41339132’, ‘栾柏松_100006’, ‘朱海军_42487640’, ‘林雁生_020264’]

表3岗位关联人脸时长汇总

关键数据分析说明(已人工核对)

  • 表1是统计岗位值班时长:zone_1值班时长67个小时,zone_2值班时长11.33小时,zone_2值班时长比zone_1长,与实际情况相符:霍鹏在凌晨40分左右离开后基本无人状态,大概在6点左右申惠出现zone_2岗位(与表2中的申惠首次出现时间2026-04-14 06:04:11.534000+08:00相符),在5点曾成银出现在岗位zone_1(与表2中的曾成银首次出现时间2026-04-14 05:36:24.940000+08:00相符)
  • 表2是统计员工在指定岗位时长,比如zone_2岗位,人脸身份关联最长的员工是:吴晓裕67小时和申惠3.08小时,吴晓裕出现时间在下午15点到晚上23点59分,申惠出现时间在早上6点到下午16点;栾柏松在区域zone_2有暂短时长,核对数据后确实短暂出现在岗位zone_2,与数据相符。
  • 表3是岗位关联人脸时长汇总,zone_2能关联到人脸的总时长是7个小时,总时长如表1所示11.33小时占比77%,关联4个人员;zone_1能关联到人脸的总时长是7.1个小时,总时长如表1所示9.67小时,占比73%,关联5个人员。

4月15日数据

岗位 有人总时长

(分钟)

有人总时长

(小时)

有效分钟数 首次检测时间 末次检测时间
zone_2 685 11.42 685 2026-04-15 00:00:00.425000+08:00 2026-04-15 23:59:01.745000+08:00
zone_1 506 8.43 506 2026-04-15 00:03:11.849000+08:00 2026-04-15 23:59:01.244000+08:00

表4 岗位区域人员在岗总时长

岗位 人员 人员姓名 人员姓名_工号 有效驻留时长

(分钟)

有效驻留时长

(小时)

有效分钟数

(去重后)

总检测次数 首次检测时间 末次检测时间
zone_1 曾成银_261800 曾成银 曾成银_261800 195 3.25 195 3665 2026-04-15 05:38:38.393000+08:00 2026-04-15 16:18:04.230000+08:00
zone_1 文鹏飞_42565408 文鹏飞 文鹏飞_42565408 62 1.03 62 503 2026-04-15 11:26:25.851000+08:00 2026-04-15 16:23:27.295000+08:00
zone_1 林雁生_020264 林雁生 林雁生_020264 36 0.6 36 674 2026-04-15 16:25:45.406000+08:00 2026-04-15 23:59:58.936000+08:00
zone_1 吴晓裕_41339132 吴晓裕 吴晓裕_41339132 28 0.47 28 242 2026-04-15 00:09:12.325000+08:00 2026-04-15 22:45:48.487000+08:00
zone_1 霍鹏_629859 霍鹏 霍鹏_629859 22 0.37 22 100 2026-04-15 16:53:22.468000+08:00 2026-04-15 23:23:12.925000+08:00
zone_1 申惠_137611 申惠 申惠_137611 16 0.27 16 76 2026-04-15 05:34:05.510000+08:00 2026-04-15 14:38:37.599000+08:00
zone_1 栾柏松_100006 栾柏松 栾柏松_100006 8 0.13 8 102 2026-04-15 18:31:36.213000+08:00 2026-04-15 18:39:02.567000+08:00
zone_2 霍鹏_629859 霍鹏 霍鹏_629859 350 5.83 350 6485 2026-04-15 14:41:57.841000+08:00 2026-04-15 23:55:58.198000+08:00
zone_2 申惠_137611 申惠 申惠_137611 190 3.17 190 3023 2026-04-15 06:02:53.192000+08:00 2026-04-15 14:11:36.197000+08:00
zone_2 文鹏飞_42565408 文鹏飞 文鹏飞_42565408 26 0.43 26 209 2026-04-15 11:26:37.803000+08:00 2026-04-15 16:38:55.245000+08:00
zone_2 吴晓裕_41339132 吴晓裕 吴晓裕_41339132 22 0.37 22 368 2026-04-15 00:00:00.425000+08:00 2026-04-15 22:44:54.249000+08:00

表5岗位区域具体人员在岗时长

岗位 区域总有效时长_分钟 区域总有效时长_小时 人员数量 包含人员列表
zone_2 588 9.8 4 [‘霍鹏_629859’, ‘申惠_137611’, ‘文鹏飞_42565408’, ‘吴晓裕_41339132’]
zone_1 367 6.1 7 [‘曾成银_261800’, ‘文鹏飞_42565408’, ‘林雁生_020264’, ‘吴晓裕_41339132’, ‘霍鹏_629859’, ‘申惠_137611’, ‘栾柏松_100006’]

表6岗位关联人脸时长汇总

关键数据分析说明(已人工核对)

  • 表1是统计岗位值班时长:zone_1值班时长43个小时,zone_2值班时长11.42小时,zone_2值班时长比zone_1长,与4月14日数据对比差别不大,时长趋势相符,与实际情况也相符:吴晓裕在凌晨30分左右离开后基本无人状态,4月14日是霍鹏最后离开,大概在6点左右申惠出现zone_2岗位(与表5中的申惠首次出现时间2026-04-15 06:02:53.192000+08:00相符)
  • 表2是统计员工在指定岗位时长,比如zone_2岗位,人脸身份关联最长的员工是:霍鹏83小时(昨天吴晓裕4.67小时)和申惠3.17小时(申惠昨天统计数据是3.08),霍鹏出现时间在下午14点到晚上23点55分,申惠出现时间在早上6点到下午14点;栾柏松今天在区域zone_1也有暂短时长,核对数据后确实短暂出现在岗位zone_1,与数据相符。
  • 表3是岗位关联人脸时长汇总,zone_2能关联到人脸的总时长是8个小时,总时长如表1所示11.42小时占比85%,关联4个人员;zone_1能关联到人脸的总时长是6.1个小时,总时长如表1所示8.43小时,占比72%,关联7个人员

4. 客户排队测试

排队测试区域如图2所示,这个场地不存在客户排队场景,测试人员模拟排队测试。

图2排队测试区域

表7是模拟排队事件数据

说明:

  • 排队事件是以规则触发,目前是模拟测试,场地没有真实排队的场景,所以规则配置的偏低,2人排队就触发事件。
  • 排队事件规则可以配置(排队人数,排队时长等)

6. 问题与优化建议

6.1 存在的问题

  • 单摄像头覆盖不足:受场地条件限制,仅1路摄像头覆盖测试区域,可能人脸识别可能漏检。
  • 员工执勤情况存在特殊情况:比如移到了旁边时存在漏检,有时中间还坐人,对数据统计有影响。
  • 通过人脸关联的岗位数据虽然已经达72%~85%多,通过翻看数据发现仍有优化空间。
  • 场地没有排队场景,是模拟测试的,可能和真实场景存在微小差异。

6.2 优化建议

6.2.1 算法模型优化

  • 针对人脸抓拍优化:扩充人脸数据集,增加夜间弱光、逆光、侧脸、场景的样本训练,优化人脸特征提取算法,提升复杂场景下的人脸抓拍成功率。
  • 岗位位置设置优化:针对多人在区域内增加历史回溯功能,优化选先前人物,或者绑定多人。

6.2.3 系统功能优化

  • 数据补录:增加“有人无脸”“客户排队”标记字段,便于人工复核与补录人员信息、排队事件详情,提升人员时长统计、排队事件统计的完整性。
  • 规则完善:支持按岗位单独配置分钟级去重阈值、检测灵敏度及客户排队判定规则(如排队人数阈值、持续时长阈值),适配不同岗位的作业特性及客户排队监管需求。

7. 测试结论

本次针对顺丰网点中心2个测试岗位(1路1080p摄像头)1个排队区域(1路1080p摄像头)全面验证了系统的功能、性能、环境适应性、稳定性及兼容性,综合测试结果如下:

  • 功能层面:本次测试采用“现场真实作业”方式,系统能有效检测岗位有人状态、实现人脸与岗位绑定、精准统计岗位及人员驻留时长,“分钟级去重+多跟踪ID合并”策略运行有效,可直接作为实施依据;同时可精准检测客户排队事件、统计排队人数,统计及排队事件判断准确率高。
  • 可行性层面:系统能有效统计在岗时长,在岗人员身份通过人脸等策略可有效捕捉跟踪统计,可为顺丰网点中心岗位监管、工时统计提供可靠数据参考,具备上线部署的可行性。

综上,可为顺丰网点中心提供可靠的人员在岗监管、工时统计支撑,提升岗位值守规范性和作业效率。

备注:人工核对依据是根据按分钟抓拍的数据,数据目录为/data/personnel_snapshots