[发明专利]一种后厨食品安全实时监管的方法及系统

说明书

本申请公开了一种后厨食品安全实时监管的方法及系统，用于解决由于遮挡导致的饮食安全下降的问题。本申请方法包括：根据后厨区域视频获取后厨区域图像；将后厨区域图像输入训练完成的目标判别网络模型中；通过特征提取基层提取后厨区域图像的人物特征；将人物特征依次输入N个残差模型层，生成第一残差参数、第二残差参数至第N残差参数；通过残差融合层对第一残差参数至第N残差参数依次融合，生成目标残差；将目标残差通过全局平均池化层和计算模块进行分类计算，生成后厨区域图像符合各个出入规则的概率值集合；根据概率值集合确定后厨区域图像中对应人物的出入规则符合结果。

技术领域

本申请实施例涉及图像识别领域，尤其涉及一种后厨食品安全实时监管的方法及系统。

背景技术

随着科技不断发展，越来越多的烹饪设备走向智能化和便捷化，使得后厨逐渐提高了烹饪效率以及烹饪安全性。

现有技术中存在不少用于对厨房进行安全监控的设备、系统，比如通过摄像头远程监控后厨现状，以使得客户能够实时监督后厨中的情况，提高后厨透明度，保障了客户的饮食安全。这就是明厨亮灶，是国家食品药品监督管理局推行的一项利民工程，明厨亮灶就是通过对关键场所和关键环节的全景展示，让客户把每道工序流程尽收眼底，主动保障饮食安全。现有的明厨亮灶需要客户去实时监督，但是客户显然无法实时进行监督，并且绝大多数客户对于后厨的运行模式是不了解的，违规操作难以被客户所察觉。尤其是未穿戴好本餐厅厨师服的问题。客户无法准确识别出每一位后厨人员是否穿戴完整的厨师服是否存在遗漏，并且存在后厨人员工作过程中擅自脱下必须的装备。鉴于此，目前采用了卷积神经网络模型识别技术以及机器视觉技术，即通过摄像头拍摄后厨中的人员，通过实时分析其身上的穿戴装备，并且识别该后厨人员穿戴的装备，以此解决上述问题。

但是，随着近来对于食品制作的要求越来越高，众多后厨人员还需要佩戴口罩、手套等较小的器件，并且被要求不能佩戴手环、项链、手表、手机、拖鞋和戒指等。这就使得较小的物件存在被其他佩戴的遮挡的情况发生，甚至存在口罩遮挡人脸无法识别该后厨人员是否为本餐厅备案的后厨工作人员，极大的降低了卷积神经网络检测的精度，导致客户的饮食安全下降。

发明内容

本申请第一方面提供了一种后厨食品安全实时监管的方法，以解决由于遮挡导致的卷积神经网络检测的精度下降，进而导致客户的饮食安全下降的问题，该后厨食品安全实时监管的方法包括：

根据后厨区域视频获取后厨区域图像，后厨区域图像为在后厨管理范围内的图像；

将后厨区域图像输入训练完成的目标判别网络模型中，目标判别网络模型包括一个特征提取基层、至少五个残差模型层、残差融合层、一个全局平均池化层和一个计算模块，特征提取基层由三组3*3卷积层-归一化层串联排列构成，残差模型层由两组卷积层-归一化层串联排列后并联一组卷积层-归一化层最后和一个最大池化层串联排列构成；

通过特征提取基层提取后厨区域图像的人物特征，人物特征包括人脸特征、口罩特征、厨师服特征；

将人物特征依次输入第一个残差模型层，生成后厨区域图像的第一残差参数；

将第一残差参数输入第二个残差模型层，生成后厨区域图像的第二残差参数；

将第N-1残差参数输入第N个残差模型层，生成后厨区域图像的第N残差参数；

通过残差融合层对第一残差参数至第N残差参数依次融合，生成目标残差；

将目标残差通过全局平均池化层和计算模块进行分类计算，生成后厨区域图像符合各个出入规则的概率值集合；

根据概率值集合确定后厨区域图像中对应人物的出入规则符合结果。

可选的，在根据后厨区域视频获取后厨区域图像之前，方法还包括：

获取后厨训练样本集，后厨训练样本集中包含至少两张后厨人员穿戴完整的样本图像和穿戴不完整的样本图像，穿戴不完整的样本图像标记了不符合的出入规则的目标预测值；