[发明专利]一种确定食物热量的方法和装置有效
申请号: | 201810359363.2 | 申请日: | 2018-04-20 |
公开(公告)号: | CN108766527B | 公开(公告)日: | 2021-11-30 |
发明(设计)人: | 徐辉;杨力;李伟;王钊;向勇 | 申请(专利权)人: | 拉扎斯网络科技(上海)有限公司 |
主分类号: | G16H20/60 | 分类号: | G16H20/60;G06N3/04 |
代理公司: | 北京清源汇知识产权代理事务所(特殊普通合伙) 11644 | 代理人: | 冯德魁 |
地址: | 200333 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 确定 食物 热量 方法 装置 | ||
1.一种确定食物热量的方法,其特征在于,包括:
获取食物的图片和所述食物的各成分信息;其中,所述各成分信息包括各成分的名称、热值及质量;
将所述图片和所述各成分的名称输入卷积神经层,得到所述食物的热量特征;所述卷积神经层是采用卷积神经网络对已标记热量的至少一幅图片进行训练后确定的;
根据所述热量特征、所述各成分的热值及质量,确定所述食物的热量值。
2.如权利要求1所述的方法,其特征在于,所述将所述图片和所述各成分的名称输入卷积神经层,得到所述食物的热量特征,包括:
对所述图片和所述各成分的名称进行n次特征提取,得到所述食物的热量特征;所述特征提取包括卷积、池化和随机失效神经元操作;其中,n为大于等于1的整数;
根据如下公式(1)进行卷积和池化操作:
其中,pool表示池化操作,cnn表示卷积操作,表示所述图片和所述各成分的名称组成的和向量;
根据公式(2)进行随机失效神经元操作:
其中,表示表示加权系数,表示偏置向量;dropout表示随机失效神经元操作。
3.如权利要求1所述的方法,其特征在于,所述根据所述热量特征、所述各成分的热值及质量,确定所述食物的热量值,包括:
根据所述各成分的热值及质量,确定所述各成分对应的第一热量;
确定所述热量特征对应的第二热量;
根据所述第一热量和所述第二热量,确定所述食物的热量值。
4.如权利要求3所述的方法,其特征在于,所述根据所述各成分的热值及质量,确定所述各成分对应的第一热量之前,还包括:
将所述各成分的热值和质量分别归一化处理。
5.一种确定食物热量的装置,其特征在于,包括:
获取单元,用于获取食物的图片和所述食物的各成分信息;其中,所述各成分信息包括各成分的名称、热值及质量;
处理单元,用于将所述图片和所述各成分的名称输入卷积神经层,得到所述食物的热量特征;所述卷积神经层是采用卷积神经网络对已标记热量的至少一幅图片进行训练后确定的;根据所述热量特征、所述各成分的热值及质量,确定所述食物的热量值。
6.如权利要求5所述的装置,其特征在于,所述处理单元,用于:
对所述图片和所述各成分的名称进行n次特征提取,得到所述食物的热量特征;所述特征提取包括卷积、池化和随机失效神经元操作;其中,n为大于等于1的整数;
根据如下公式(1)进行卷积和池化操作:
其中,pool表示池化操作,cnn表示卷积操作,表示所述图片和所述各成分的名称组成的和向量;
根据公式(2)进行随机失效神经元操作:
其中,表示表示加权系数,表示偏置向量;dropout表示随机失效神经元操作。
7.如权利要求5所述的装置,其特征在于,所述处理单元,用于:
根据所述各成分的热值及质量,确定所述各成分对应的第一热量;确定所述热量特征对应的第二热量;根据所述第一热量和所述第二热量,确定所述食物的热量值。
8.如权利要求7所述的装置,其特征在于,所述处理单元,还用于:
将所述各成分的热值和质量分别归一化处理。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使所述计算机执行权利要求1至4任一权利要求所述的方法。
10.一种计算机设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行如权利要求1至4任一权利要求所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于拉扎斯网络科技(上海)有限公司,未经拉扎斯网络科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810359363.2/1.html,转载请声明来源钻瓜专利网。