[发明专利]用于黑蒜发酵的水分控制方法

说明书

本申请涉及智能控制领域，其具体地公开了一种用于黑蒜发酵的水分控制方法，其通过采用基于深度学习的人工智能控制技术，以提取出所述发酵液的监控视频中聚焦于蒜头的状态变化特征信息，并且还提取出发酵环境湿度值的多尺度动态特征，进一步再以这两者的关联性特征表示来进行当前时间点的发酵环境湿度值的实时控制。这样，能够实时准确地基于实际的发酵环境湿度情况来进行黑蒜发酵的水分自适应控制，以保证蒜头的发酵效果，进而保证黑蒜发酵后的质量。

技术领域

本申请涉及智能控制领域，且更为具体地，涉及一种用于黑蒜发酵的水分控制方法。

背景技术

黑蒜是用新鲜的带皮生蒜头在发酵箱里发酵90-120天后制成的食品，能够保留生大蒜原有成份，并且黑蒜中的微量元素含量较高，味道酸甜，无蒜味。

黑蒜在发酵过程需要先加热使蒜头失去一部分水份，然后让蒜头处在一个较长时间的恒湿、恒温发酵环境内才能发酵成为黑蒜。在发酵过程中为了保证蒜头发酵所需湿度，需要在发酵过程中不定时的给蒜头加湿。例如，中国专利申请CN207707244U公开一种黑蒜发酵加湿装置，是在发酵机底部通过设置有黑蒜发酵机加湿底座、黑蒜发酵加热板和加水抽屉，使得黑蒜发酵加湿装置在发酵的时候可以达到更好的加湿效果。

然而，在该加湿装置的工作过程中发现:因发酵菌在不同阶段的量和活性不同，因此，发酵环境内的湿度变化是动态的，因此，在使用加湿装置来创造恒湿的发酵环境的过程中，常常会出现湿度过重或湿度过轻的情况。

因此，期待一种优化的用于黑蒜发酵的水分控制方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于黑蒜发酵的水分控制方法，其通过采用基于深度学习的人工智能控制技术，以提取出所述发酵液的监控视频中聚焦于蒜头的状态变化特征信息，并且还提取出发酵环境湿度值的多尺度动态特征，进一步再以这两者的关联性特征表示来进行当前时间点的发酵环境湿度值的实时控制。这样，能够实时准确地基于实际的发酵环境湿度情况来进行黑蒜发酵的水分自适应控制，以保证蒜头的发酵效果，进而保证黑蒜发酵后的质量。

根据本申请的一个方面，提供了一种用于黑蒜发酵的水分控制方法，其包括：获取由摄像头采集的预定时间段的发酵液监控视频以及所述预定时间段内多个预定时间点的发酵环境的湿度值；从所述发酵液监控视频提取多个发酵液监控关键帧；将所述多个发酵液监控关键帧排列为三维输入张量后通过使用三维卷积核的第一卷积神经网络模型以得到发酵液状态变化特征图；将所述发酵液状态变化特征图通过空间注意力模块以得到空间增强发酵液状态变化特征图；对所述空间增强发酵液状态变化特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到空间增强发酵液状态变化特征向量；将所述预定时间内的多个预定时间点的湿度值按照时间维度排列为湿度输入向量后通过多尺度邻域特征提取模块以得到湿度特征向量；对所述空间增强发酵液状态变化特征向量和所述湿度特征向量进行关联编码以得到分类特征矩阵；对所述分类特征矩阵进行特征分布校正以得到校正后分类特征矩阵；以及将所述校正后分类特征矩阵通过分类器以得到分类结果，所述分类结果表示当前时间点的发酵环境的湿度值应增大或应减小。

在上述用于黑蒜发酵的水分控制方法中，所述从所述发酵液监控视频提取多个发酵液监控关键帧，包括：以预定采样频率对所述发酵液监控视频进行采样处理以得到所述多个发酵液监控关键帧。

在上述用于黑蒜发酵的水分控制方法中，所述将所述多个发酵液监控关键帧排列为三维输入张量后通过使用三维卷积核的第一卷积神经网络模型以得到发酵液状态变化特征图，包括：使用所述使用三维卷积核的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部特征矩阵的池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述使用三维卷积核的第一卷积神经网络的最后一层的输出为所述发酵液状态变化特征图，所述使用三维卷积核的第一卷积神经网络的第一层的输入为所述三维特征张量。