[发明专利]一种确定食物热量的方法和装置

说明书

本发明实施例涉及热量确定领域，尤其涉及一种确定食物热量的方法和装置，用以解决现有技术中确定食物热量不准确的问题。本发明实施例中，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。由于本发明实施例中，所述热量特征结合所述各成分的热值及质量，确定所述食物的热量值，提高了确定食物热量的精确度。

技术领域

本发明实施例涉及热量确定领域，尤其涉及一种确定食物热量的方法和装置。

背景技术

随着人们生活水平的不断提高，对生活的质量要求越来越高。人们对自身的饮食热量的要求也越来越高。目前，常见的确定食物热量的方式是：通过实验室相关器材测量食物的热量，或者根据标准食物热量表估算出食物的热量。这两种方式均导致确定出的食物热量的与真实的热量之间差别较大，即确定出的食物热量不准。

发明内容

本发明实施例提供一种确定食物热量的方法和装置，用以解决现有技术中确定食物热量不准确的问题。

本发明实施例提供一种确定食物热量的方法，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。

本发明实施例中，所述热量特征结合所述各成分的热值及质量，确定所述食物的热量值，提高了确定食物热量的精确度。

可选地，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。

可选地，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。

可选地，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。

本发明实施例提供一种确定食物热量的装置，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。

可选地，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；