一种基于多层次学习模型的菜品识别与计价系统及方法技术方案

本发明专利技术公开了一种基于多层次学习模型的菜品识别与计价系统及方法。本系统在运行逻辑上由自下而上的多层次结构组成，包括终端交互层、餐厅识别层和云端优化层，层次之间存在信息流闭环迭代更新机制，协同完成上层模型优化融合以及下层模型迭代更新与识别。系统以餐厅识别层为功能核心，其与下层组成菜品图像信息交互以及菜品识别模型迭代训练更新的闭环通路；与上层组成全局菜品识别模型优化、融合的闭环通路。系统层次结构设计解耦了菜品识别复杂系统功能，以不同层次模型分布迭代更新与优化的方式提高菜品识别模型丰富度和准确率。随着时间的推移，系统识别的各项指标会逐步提高，系统使用的时间越长，识别的准确度越高。

【技术实现步骤摘要】
一种基于多层次学习模型的菜品识别与计价系统及方法
本专利技术属于人工智能识别、计算机视觉检测领域，具体涉及一种基于多层次学习模型的菜品识别与计价系统及方法。
技术介绍
在用餐高峰时期，人口密集的高校食堂、自选餐厅普遍存用餐排队绵延几十米的场景，餐厅窗口工作人员非常忙碌，需要快速为顾客盛菜盛饭、计算价格，这就难免出现计价速度慢、计价易出错等问题，直接导致学生、顾客或是食堂、餐厅的经济损失。针对这些问题，市场对餐厅服务提出了新的要求，比如：计价快速准确；尽可能减少人工干预；菜品识别存在可连续记忆且能应对食堂菜式不断变化的智能识别机制等。经检索查阅资料，相关的解决方案可分为三类：第一类，以在碗碟中添加辅助器件或机器码的方式。这类方法主要利用在碗碟中内嵌芯片或在表面印刷机器码标志来辅助识别，不同的碗碟特征对应不同的菜价，在工作时，只需将某一菜价的菜放入与该菜价对应的碗碟即可，在计费时可通过识别芯片或识别机器码标志来得到该菜品对应的菜价。这一类解决方案包括中国专利号CN201520183235，公开日：2015年07月22日，专利名称：具有可移动本文档来自技高网...

【技术保护点】
1.一种基于多层次学习模型的菜品识别与计价系统，主要由自下而上的多个层次组成，包括终端交互层、餐厅识别层和云端优化层，其特征在于：多个层次间存在信息流闭环迭代更新机制，协同完成上层模型优化融合以及下层识别模型迭代更新。/n

【技术特征摘要】
1.一种基于多层次学习模型的菜品识别与计价系统，主要由自下而上的多个层次组成，包括终端交互层、餐厅识别层和云端优化层，其特征在于：多个层次间存在信息流闭环迭代更新机制，协同完成上层模型优化融合以及下层识别模型迭代更新。


2.根据权利要求1所述的一种基于多层次学习模型的菜品识别与计价系统，其特征在于，所述多层次间的信息流传递机制，餐厅识别层是其功能核心，其与下层终端交互层和上层云端优化层都具有动态双向闭环信息通路；其中与下层的双向通路，从下层获取菜品图像与交互信息，进行菜品识别模型的迭代训练、识别与计价，并将识别与计价结果反馈至下层；与上层的双向通路：向其上层定期发送本层训练后的最新模型，并接收上层优化后的系统菜品识别模型，而后在此模型上进行下一轮的增量学习训练。


3.根据权利要求1所述的多层次学习模型的菜品识别与计价系统，其特征在于，所述终端交互层处于最下层，负责菜品图像采集以及顾客人机交互与计价；所述餐厅识别层处于中间层，由系统内所有餐厅识别系统组成，餐厅识别层从云端优化层，定期获得全局融合优化后的菜品模型，形成云端优化模型，并从终端交互层定期获取菜品样本图像，生成餐厅特色模型，同时定期将其模型发送至云端优化层；所述云端优化层处于最上层，主要负责后续餐厅识别层中多个餐厅不同菜品识别模型的收集与模型融合，进而生成云端优化模型；云端优化层中维护着统一的云端菜品识别模型，并定期向餐厅识别层发布云端优化模型，用于支撑其构建适应自身餐厅的餐厅特色模型。


4.一种基于多层次学习模型的菜品识别与计价方法，采用根据权利要求1所述基于多层次学习模型的菜品识别与计价系统进行运作，其特征在于，操作程序包括：
1)所述的多层次间的迭代更新机制，在多层次学习模型的运转过程中，整体系统中菜品识别云端基础模型、餐厅基础模型的初始化构建与获取；
2)菜品识别云端优化模型和餐厅特色模型，根据需要按照不同的周期更新；菜品识别与计价系统中餐厅识别层包含K家餐厅，餐厅K在第N-1天的菜品特色模型为云端优化层在第W周的菜品优化模型为餐厅K第N天菜品识别餐厅特色模型以及云端第W+1周菜品识别云端优化模型的更新与优化；
3)菜品识别与计价系统运行逻辑流程；
4)餐厅识别层中餐厅的动态加入与退出程序。


5.根据权利要求4所述的一种基于多层次学习模型的菜品识别与计价方法，其特征在于，所述操作程序1)的具体步骤如下：
步骤1.云端优化层中云端基础模型的构建；
步骤1-1.在ImageNet菜品数据集基础上，进一步收集菜品图像；
步骤1-2.基于收集的菜品样本数据集，经过训练得到初始菜品识别云端基础模型
步骤1-3.云端优化层将云端基础模型发布至提出加入申请的餐厅；
步骤2.新开餐厅K菜品识别餐厅基础模型的获取；
步骤2-1.新开餐厅K向云端优化层提出加入申请，然后等待云端优化层的响应；
步骤2-2.餐厅K接收云端优化层发布的模型发布启动响应，同时接收云端基础模型
步骤2-3.通过餐厅K终端交互层中的每个终端TK_i，(i＝1，2，...，N表示终端标识)，采集餐厅所有菜品图像样本，构建餐厅K菜品训练样本数据集
步骤2-4.融合接收到的与采用增量学习的方法进行模型的训练，构建本餐厅菜品识别餐厅基础模型
步骤3.后续新开餐厅，如餐厅K+1，菜品识别餐厅基础模型的获取，返回至步骤2。


6.根据权利要求4所述的一种基于多层次学习模型的菜品识别与计价方法，其特征在于，所述多层次间的迭代更新机制中，所述操作程序2)的具体步...

【专利技术属性】
技术研发人员：杨傲雷，邱育，徐昱琳，费敏锐，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31