[发明专利]一种食品体积估计方法及其装置

说明书

本发明公开了一种食品体积估计方法及其装置，属于深度学习技术领域。所述方法包括：采集包含多种类别食品的图像或视频数据，并获得采集的所述图像或视频数据中食品的真实体积数据；根据所述图像或视频数据、所述真实体积数据利用预设的深度学习神经网络模型进行训练，获得体积估计模型；根据待测食品的图像或视频数据利用所述体积估计模型，获得所述待测食品的体积估计结果。该体积估计方法简单高效，用户只需简单输入一幅食品图像或一小段食品视频，就可以快速地得到该食品的预测体积，可广泛应用于需要频繁而快速地估计食品体积的类似智能饮食管理等网络信息服务中。

技术领域

本发明涉及深度学习技术领域，特别涉及一种食品体积估计方法及其装置。

背景技术

现代人越来越关注健康饮食，尤其关心摄入食品的热量，而食品热量是与摄入食品的体积密切相关的，如何利用拍摄的食品图像自动快速的估计出食品的体积是这种智能饮食管理应用的关键。

目前，基于图像的食品体积估计的方法还比较少，已有方法多是通过用户输入多视角图像，然后对图像中的食品进行三维模型的重构，最后计算三维模型的体积。这种方式对用户输入要求较高，使用起来很不方便，而且在三维重建的过程需要大量的计算资源，尤其不适合在手机上做移动版应用。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种食品体积估计方法及其装置。所述技术方案如下：

第一方面，提供了一种食品体积估计方法，所述方法包括：

采集包含多种类别食品的图像或视频数据，并获得采集的所述图像或视频数据中食品的真实体积数据；根据所述图像或视频数据、所述真实体积数据利用预设的深度学习神经网络模型进行训练，获得体积估计模型；根据待测食品的图像或视频数据利用所述体积估计模型，获得所述待测食品的体积估计结果。

结合第一方面，在第一种可能实现方式中，采集包含多种类别食品的图像或视频数据，并获得采集的所述图像或视频数据中食品的真实体积数据，包括：

在多种背景、多种场景、多种拍摄角度下，采集包含多种类别食品的图像或视频数据，所述多种背景包括简单背景和复杂背景，所述场景包括普通室内场景和普通室外场景，所述多种拍摄角度至少包括正视角和倾斜视角；并通过测量采集的所述图像或食品数据中食品的真实体积，来获得采集的所述图像或视频数据中食品的真实体积数据。

结合第一方面，在第二种可能实现方式中，所述预设深度学习神经网络模型包括预设的ResNet、VGG或DenseNet深度学习神经网络模型。

结合第一方面，在第三种可能实现方式中，根据所述多个图像或视频数据、所述真实体积数据利用预设的深度学习神经网络模型进行训练，获得体积估计模型，包括：

将所述图像或视频数据、所述真实体积数据输入预设的深度学习神经网络模型进行训练，体积计算采用预设的深度学习神经网络模型，损失函数采用均方误差函数计算，获得体积估计模型。

结合第一方面的第三种可能实现方式，在第四种可能实现方式中，所述预设的深度学习神经网络模型为预设的ResNet深度学习神经网络模型：将ResNet10网络最后一层的全连接层改为一维输出，并且修改Loss层，并将目标函数改为欧几里德损失函数获得的ResNet10深度学习神经网络模型，其中目标值对应食品的真实体积。

结合第一方面，在第五种可能实现方式中，根据待测食品的图像或视频数据利用所述体积估计模型，获得所述待测食品的体积估计结果，包括：

将待测食品的图像或视频数据输入所述体积估计模型，当所述图像或视频数据包含所述待测食品的多幅图像时，根据计算得到的每幅图像对应的每个体积值计算出体积平均值，至此获得所述待测食品的体积估计结果。