[发明专利]一种基于聚类量化实时匹配的食物识别方法有效

专利信息
申请号: 202011022892.7 申请日: 2020-09-25
公开(公告)号: CN112132063B 公开(公告)日: 2023-06-20
发明(设计)人: 陈晓鹏;张文祥;赵晓红 申请(专利权)人: 广州市派客朴食信息科技有限责任公司
主分类号: G06V20/68 分类号: G06V20/68;G06V10/25;G06V10/75;G06V10/762;G06V10/764
代理公司: 广州致信伟盛知识产权代理有限公司 44253 代理人: 伍嘉陵
地址: 510000 广东省广*** 国省代码: 广东;44
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 基于 量化 实时 匹配 食物 识别 方法
【权利要求书】:

1.一种基于聚类量化实时匹配的食物识别方法,其特征在于,包括以下步骤:

步骤1:通过多个摄像头在出菜档口实时采集盛装食物的图片,每个摄像头划分为多个采集区域,采集区域对应放置一类别食物,将采集到的盛装食物图片以对应的采集时间进行标记,所述盛装食物图片上对应多个类别食物图像,每一个类别食物图像对应每一个ID信息,每一个ID信息对应每一道食物的名称和价格;

步骤2:依据盛装食物图片上标记的时间将重复和错误的盛装食物图片进行剔除,保留剩余不重复和正确的盛装食物图片;

步骤3:根据目标检测算法对盛装食物图片进行ROI区域截取,获取每张单个类别的食物图片,所述每张单个类别的食物图片对应每一个ID信息;

步骤4:对每一张食物图片进行图片增强处理,获得与原始图片相似的多张食物增强图片,分别提取增强前和增强后食物图片的特征向量,由类间差算法对增强前和增强后食物图片的特征向量求均值特征向量,根据该均值特征向量获得该张食物图片需要存储的高维度特征向量,对每一个食物大类下的每一张食物图片的高维度特征向量进行压缩,求取该类别食物图片的低维度特征向量,将该低维度特征向量作为每一张食物图片的特征向量并进行聚类并排序,将排序后的每一类别食物图片的低维度特征向量,以及对应的高维度特征向量存储在特征匹配库中;

步骤5:获取需要结算的食物图片,并获取该需要结算食物图片的高维度特征向量和低维度特征向量,将需要结算食物图片的低维度特征向量与特征匹配库中的食物图片的低维度向量进行匹配成功后,再进行该需要结算食物图片的高维度特征向量与特征匹配库中的食物图片的高维度特征向量进行匹配,选取其中匹配度最高的食物图片对应的ID信息映射至该需要结算的食物图片上,并显示出对应的食物名称和价格。

2.根据权利要求1所述的基于聚类量化实时匹配的食物识别方法,其特征在于,所述步骤5中,获取该需要结算食物图片的高维度特征向量和低维度特征向量,包括以下步骤:

步骤5-1:获取需要结算盛装食物的图片,对要结算盛装食物的图片的每一个类别的食物图像进行ROI区域截取,获取每一类别需要结算的食物图片;

步骤5-2:对每一张需要结算的食物图片进行图片增强处理,获得每一张增强后需要结算的食物图片;

步骤5-3:提取每一张增强前和增强后需要结算食物图片的特征向量;

步骤5-4:对增强前和增强后需要结算食物图片的特征向量求均值特征向量,获得该张需要结算食物图片的高维度向量;

步骤5-5:对需要结算食物图片的高维度特征向量进行压缩,求取该类别食物类别图片的低维度特征向量。

3.根据权利要求1-2任一项所述的基于聚类量化实时匹配的食物识别方法,其特征在于,所述的基于聚类量化实时匹配的食物识别方法还包括:特征匹配库中每一个类别的高维度特征向量在匹配成功并在食物结算成功后会自动删除其特征向量;同时,每次拍照采集的食物图片,其新加入的高维度特征向量都会实时添加到特征匹配库中,实时动态删减和添加食物图片的特征向量,完成特征匹配库的自动更新。

4.根据权利要求1-2任一项所述的基于聚类量化实时匹配的食物识别方法,其特征在于,所述的基于聚类量化实时匹配的食物识别方法还包括:需要结算的食物图片特征向量和多个高维度特征向量进行匹配,选取其中匹配度最高的食物类别图片对应的ID信息映射至该需要结算的食物图片上,并传输至UI交互系统,所述UI交互系统显示对应的食物名称和价格。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州市派客朴食信息科技有限责任公司,未经广州市派客朴食信息科技有限责任公司许可,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/202011022892.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top