[发明专利]智能冰箱及食材识别方法有效
申请号: | 202010469443.0 | 申请日: | 2020-05-28 |
公开(公告)号: | CN113465251B | 公开(公告)日: | 2022-10-18 |
发明(设计)人: | 曲磊;高雪松;陈维强;高桢;高语函;孙菁;赵启东;李正义;谢飞学 | 申请(专利权)人: | 海信集团有限公司 |
主分类号: | F25D11/00 | 分类号: | F25D11/00;F25D29/00;G06V20/52;G06V20/40;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 王英 |
地址: | 266071 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 冰箱 识别 方法 | ||
本申请公开了一种智能冰箱及食材识别方法。在本申请实施例中,通过预置的特征库,将食材的特征提取以及食材的检索识别分为不同的阶段。第一阶段实现对食材的特征提取,第二阶段基于预置的特征库对食材进行特征检索识别。由此,用于提取特征的方法可以不进行变更,而通过维护预置的特征库即可实现对新增食材种类的适应性调整。此外,本申请实施例中,为了能够简化需要识别的食材种类,提高食材的识别效果,实现了动态的食材识别,也即,在存取食材的过程中将会对存取的食材进行识别。此外,本申请中还能够根据人机交互,实现由用户动态的更新预置的特征库,来实现实时的动态学习食材种类和特征。
技术领域
本申请涉及人工智能技术领域,特别涉及一种智能冰箱及食材识别方法。
背景技术
智能冰箱已成为人们生活不可或缺的家用电器。随着人工智能技术的发展,基于图像的食材识别方案在智能冰箱领域越发流行。
相关技术中的食材识别方法大多基于神经网络来进行。相关方法中,需要收集大量的食材样本,并对样本进行标注训练,方可得到能够识别食材信息的神经网络模型。
然而,当食材种类发送更新时,需要重新耗费大量时间与算力对神经网络模型重新进行训练。
发明内容
本申请的目的是提供一种智能冰箱及食材识别方法,以减轻新增食材种类时要重新耗费大量时间与算力对神经网络模型重新进行训练的问题。
根据示例性的实施方式中的一个方面,提供一种智能冰箱,包括:摄像头模组、控制器、存储器以及输入输出单元;
所述摄像头模组用于对目标食材进行图像采集,所述目标食材为存入所述智能冰箱或从所述智能冰箱取出的食材;
输入输出单元,用于进行信息交互;
所述存储器,用于存储可被所述控制器执行的计算机程序;
所述控制器,分别与所述摄像头模组、所述输入输出单元和所述存储器连接,被配置为:
从所述摄像头模组采集的图像中识别所述目标食材的特征;
根据所述目标食材的特征和预置的特征库确定所述目标食材的食材描述信息;
控制所述输入输出单元输出所述食材描述信息。
在一些可能的实施例中,所述控制器还被配置为:
若在所述预置的特征库中未检索到与所述目标食材的特征匹配的特征,则控制所述输入输出单元输出食材信息录入请求;
响应于对所述目标食材的食材描述信息的录入操作,将所述目标食材的特征以及所述目标食材的食材描述信息对应存储到所述预置的特征库。
在一些可能的实施例中,所述控制器还被配置为:
在所述控制所述输入输出单元输出所述食材描述信息之后,若接收到对所述食材描述信息的更正指示,则根据所述目标食材的特征与更正后的食材描述信息更新所述预置的特征库。
在一些可能的实施例中,所述控制器在执行所述从所述摄像头模组采集的图像中识别所述目标食材的特征时,被配置为:
从所述图像中提取出多种图像特征;
对所述多种图像特征进行特征聚合,得到所述目标食材的特征。
在一些可能的实施例中,所述处理器在执行所述从所述图像中提取出多种图像特征时,被配置为:
采用神经网络对所述图像进行特征提取,得到由不同的特征提取层得到的多种图像特征;
其中,训练所述神经网络所采用的样本图片的类别包括多种类别,且所述多种类别中包括非食材类别的图片。
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海信集团有限公司,未经海信集团有限公司许可,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/202010469443.0/2.html,转载请声明来源钻瓜专利网。