食材保鲜度的检测方法、装置、食物贮藏设备及存储介质制造方法及图纸

本公开涉及食材保鲜技术领域，具体涉及一种食材保鲜度的检测方法、装置、食物贮藏设备及存储介质，用于解决相关技术中冰箱内无法检测食材保鲜度的技术问题。所述食材保鲜度的检测方法包括：获取食物贮藏设备内的食材图像；从所述食材图像中提取图像特征向量；其中，所述图像特征向量包括所述食材图像中的食材表面特征；根据所述食材图像中的食材表面特征，对所述图像特征向量分配权重；其中，所述食材表面特征包括颜色深度和/或光滑度，所述颜色深度与权重大小成正比，所述光滑度与权重大小成反比；将分配权重后的图像特征向量输入到训练后的保鲜度分类模型，以输出食物贮藏设备内食材保鲜度的分类结果。

Detection method, device, food storage equipment and storage medium of food preservation degree

【技术实现步骤摘要】
食材保鲜度的检测方法、装置、食物贮藏设备及存储介质
本公开涉及食材保鲜
，特别地涉及一种食材保鲜度的检测方法、装置、食物贮藏设备及存储介质。
技术介绍
随着生活水平的提高，现代社会人们对饮食健康越来越重视，家中购买的食材一般都被放在电冰箱中来延长保质期，以保证更长时间的保鲜和储存，电冰箱已走入大部分的家庭，成为生活中重要的家庭电器，可是家中经常出现放在冷藏箱里的东西忘记吃掉坏在冷藏箱中，然而现有的冰箱中没有对食物保鲜度的检测和变质提醒功能，往往造成食物的浪费也使冰箱中滋生了更多细菌。
技术实现思路
本公开提供一种食材保鲜度的检测方法、装置、食物贮藏设备及存储介质，以解决相关技术中冰箱内无法检测食材保鲜度的技术问题。为实现上述目的，本公开实施例的第一方面，提供一种食材保鲜度的检测方法，所述方法包括：获取食物贮藏设备内的食材图像；从所述食材图像中提取图像特征向量；其中，所述图像特征向量包括所述食材图像中的食材表面特征；根据所述食材图像中的食材表面特征，对所述图像特征向量分配权重；其中，所述食材表面特征包括颜色深度和/或光滑度，所述颜色深度与权重大小成正比，所述光滑度与权重大小成反比；将分配权重后的图像特征向量输入到训练后的保鲜度分类模型，以输出食物贮藏设备内食材保鲜度的分类结果。可选地，所述食材保鲜度的分类结果包括下列各项中的至少一项：食材变质；食材未变质。可选地，还包括：当所述食材的分类结果表征所述食材变质时，输出提醒信息。>可选地，还包括：在食材放入存入食物贮藏设备时计时并获取存入的食材信息以使计时时长关联于对应的食材信息；当所述食材的分类结果表征所述食材没有变质时，获取所述食材图像中的食材在食物贮藏设备内的存放时长；在所述存放时长大于预设值时，输出提醒信息。可选地，输出提醒信息，包括：在确认房间大门被打开且用户进入房间后，通过语音播放提醒信息。可选地，输出提醒信息，包括：将所述提醒信息发送至预设接收端或者通过所述食物贮藏设备的显示屏显示所述提醒信息。可选地，还包括：在输出提醒信息后并经过预设时间时，再次输出提醒信息。可选地，所述保鲜度分类模型通过以下步骤获得：搜集包含有食材图像的训练数据；利用FPN网络从所述训练数据中提取训练特征向量；其中，所述训练特征向量包括所述食材图像中的食材表面特征；根据所述食材图像中的食材表面特征，对提取的训练特征向量分配权重；其中，所述颜色深度与权重大小成正比，所述光滑度与权重大小成反比；将分配权重后的训练特征向量输入到待训练的神经网络模型中进行训练，以获得训练后的保鲜度分类模型。本公开实施例的第二方面，提供一种食材保鲜度的检测装置，包括：获取模块，被配置为获取食物贮藏设备内的食材图像；提取模块，被配置为从所述食材图像中提取图像特征向量；其中，所述图像特征向量包括所述食材图像中的食材表面特征；分配模块，被配置为根据所述食材图像中的食材表面特征，对所述图像特征向量分配权重；其中，所述食材表面特征包括颜色深度和/或光滑度，所述颜色深度与权重大小成正比，所述光滑度与权重大小成反比；处理模块，被配置为将分配权重后的图像特征向量输入到训练后的保鲜度分类模型，以输出食物贮藏设备内食材保鲜度的分类结果。本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。本公开实施例的第四方面，提供一种食物贮藏设备，包括：存储器，其上存储有计算机程序；以及处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面中任一项所述方法的步骤。采用上述技术方案，至少能够达到如下技术效果：本公开通过对食物贮藏设备内的食材图像提取图像特征向量，之后输入到注意力机制卷积神经网络进行冰箱内食材智能检测，即在输入到保鲜度分类模型之前，需要根据颜色深度和/或光滑度，对所述图像特征向量分配权重；也就是说通过增加变质区域的权重，使网络模型能够重点关注变质区域部分，提取最有用有效的信息，准确实现食材保鲜度的检测。同时，当检测到食材变质时，将检测结果反馈给提醒系统，提醒用户某种食材已变质，需采取相应处理措施，实现了冰箱内食材保鲜度自动检测，并及时提醒用户，方便快捷，实时性好，避免了传统保鲜度检测方法困难的问题。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是本公开一示例性实施例示出的一种食材保鲜度的检测方法流程图。图2是本公开一示例性实施例示出的保鲜度分类模型训练及测试流程图。图3是本公开一示例性实施例示出的另一种食材保鲜度的检测方法流程图。图4是本公开一示例性实施例示出的一种食材保鲜度的检测装置框图。图5是本公开一示例性实施例示出的一种食物贮藏设备框图。具体实施方式以下将结合附图及实施例来详细说明本公开的实施方式，借此对本公开如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本公开的保护范围之内。影响冰箱内食物保鲜度的因素有很多，如细菌、温度、湿度和储存条件等。传统食品保鲜度评估方法包括感官评价方法(国际标准化组织感官分析)、物理化学评价方法(pH、电子舌、总挥发性盐基氮)和微生物学方法(细菌菌落总数)等。本公开专利技术人经研究发现，这些食品保鲜度评价方法的缺点是操作比较复杂，耗时长和要求严格的实验室环境。而随着人工智能和模式识别技术的高速发展，可利用图像处理识别技术进行食材保鲜度检测，替代传统的保鲜度评估方法。实施例一图1是本公开一示例性实施例示出的一种食材保鲜度的检测方法流程图，以解决相关技术中冰箱内无法检测食材保鲜度的技术问题。如图1所示，该食材保鲜度的检测方法可以包括以下步骤：S11，获取食物贮藏设备内的食材图像。S12，从所述食材图像中提取图像特征向量；其中，所述图像特征向量包括所述食材图像中的食材表面特征。S13，根据所述食材图像中的食材表面特征，对所述图像特征向量分配权重；其中，所述食材表面特征包括颜色深度和/或光滑度，所述颜色深度与权重大小成正比，所述光滑度与权重大小成反比。S14，将分配权重后的图像特征向量输入到训练后的保鲜度分类模型，以输出食物贮藏设备内食材保鲜度的分类结果。在步骤S11中，所述食物贮藏设备可沿包括冰箱、冰柜和保温箱等贮藏设备。食物贮藏设备内的食材图像可以通过图像采集装置获取，比如通过设置于冰箱内的摄像头对着食材拍摄，获得冰箱本文档来自技高网...

【技术保护点】
1.一种食材保鲜度的检测方法，其特征在于，所述方法包括：/n获取食物贮藏设备内的食材图像；/n从所述食材图像中提取图像特征向量；其中，所述图像特征向量包括所述食材图像中的食材表面特征；/n根据所述食材图像中的食材表面特征，对所述图像特征向量分配权重；其中，所述食材表面特征包括颜色深度和/或光滑度，所述颜色深度与权重大小成正比，所述光滑度与权重大小成反比；/n将分配权重后的图像特征向量输入到训练后的保鲜度分类模型，以输出食物贮藏设备内食材保鲜度的分类结果。/n

【技术特征摘要】
1.一种食材保鲜度的检测方法，其特征在于，所述方法包括：
获取食物贮藏设备内的食材图像；
从所述食材图像中提取图像特征向量；其中，所述图像特征向量包括所述食材图像中的食材表面特征；
根据所述食材图像中的食材表面特征，对所述图像特征向量分配权重；其中，所述食材表面特征包括颜色深度和/或光滑度，所述颜色深度与权重大小成正比，所述光滑度与权重大小成反比；
将分配权重后的图像特征向量输入到训练后的保鲜度分类模型，以输出食物贮藏设备内食材保鲜度的分类结果。


2.根据权利要求1所述的方法，其特征在于，所述食材保鲜度的分类结果包括下列各项中的至少一项：食材变质；食材未变质。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：当所述食材的分类结果表征所述食材变质时，输出提醒信息。


4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在食材放入食物贮藏设备时计时并获取存入的食材信息，以使存放时长关联于对应的食材图像；
当所述食材的分类结果表征所述食材未变质时，获取所述食材图像中的食材在食物贮藏设备内的存放时长；
在所述存放时长大于预设值时，输出提醒信息。


5.根据权利要求3或4所述的方法，其特征在于，输出提醒信息，包括：
在确认房间大门被打开且用户进入房间后，通过语音播放提醒信息。


6.根据权利要求3或4所述的方法，其特征在于，输出提醒信息，包括：
将所述提醒信息发送至预设接收端或者通过所述食物贮藏设备的显示屏显示所述提醒信息。


7.根据权利要求3或4所述的方法，其特...

【专利技术属性】
技术研发人员：宋德超，陈翀，李少鹏，陈亚玲，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
类型：发明
国别省市：广东;44