【技术实现步骤摘要】
一种基于大数据的食品安全智慧管理方法与系统
本专利技术属于计算机
，尤其涉及一种基于大数据的食品安全智慧管理方法与系统。
技术介绍
食品安全是指食品无毒、无害，符合应当有的营养要求，对人体健康不造成任何急性、亚急性或者慢性危害；同时，食品安全也是一门跨学科领域，专门探讨在食品处理、存储以及销售等过程中，各方如何保障食品卫生与食用安全、降低疾病隐患及防范食物中毒。以食品安全措施来排除或减低对于消费者生命、健康的风险，是食品安全的核心。但是目前餐饮管理对于食品安全的措施还是有限，并不能实时的监控食品安全，也无法多角度的关注食品安全，大部分用户都是通过自身生活经验对食品的安全性如是否变质、异常进行目测判断，无法提供安全可靠的方法能够对食品质量进行有效验证。
技术实现思路
本专利技术实施例的目的在于提供一种基于大数据的食品安全智慧管理方法，旨在解决现有餐饮管理对于食品安全的措施有限，存在不能实时的监控食品安全，无法多角度的关注食品安全，以及无法提供安全可靠的方法对食品安全性进行有效验证的问题。
【技术保护点】
1.一种基于大数据的食品安全智慧管理方法，其特征在于，所述食品安全智慧管理方法包括：/n获取待识别食品的理化检测参数信息、图像信息、气味信息以及所处环境信息；/n在所述图像信息中提取表观特征信息；/n根据所述表观特征信息以及预设的基于卷积神经网络建立的表观特征-食品变质图像识别模型，生成变质识别结果；所述预设的表观特征-食品变质图像识别模型为通过预先采集的多个食品图像样本经卷积神经网络训练生成；/n根据所述理化检测参数信息、变质识别结果、气味信息以及所处环境信息，确定所述待识别食品的安全性。/n
【技术特征摘要】
1.一种基于大数据的食品安全智慧管理方法，其特征在于，所述食品安全智慧管理方法包括：
获取待识别食品的理化检测参数信息、图像信息、气味信息以及所处环境信息；
在所述图像信息中提取表观特征信息；
根据所述表观特征信息以及预设的基于卷积神经网络建立的表观特征-食品变质图像识别模型，生成变质识别结果；所述预设的表观特征-食品变质图像识别模型为通过预先采集的多个食品图像样本经卷积神经网络训练生成；
根据所述理化检测参数信息、变质识别结果、气味信息以及所处环境信息，确定所述待识别食品的安全性。
2.根据权利要求1所述的基于大数据的食品安全智慧管理方法，其特征在于，所述食品安全智慧管理方法还包括：
根据所述待识别食品的图像信息，确定食品种类信息；
根据所述食品种类信息以及预设食品配方标准，生成食品分析报告；所述预设食品配方标准是基于中国标准、国际标准、历史食品安全事故数据的相关性分析而生成。
3.根据权利要求2所述的基于大数据的食品安全智慧管理方法，其特征在于，所述食品安全智慧管理方法还包括：
根据所述食品种类信息，生成营养分析结果；所述营养分析结果携带有营养成分偏离指标；
当所述营养成分偏离指标超过预设偏离风险阈值时，则存在营养成分偏离风险，并发送携带有营养成分摄入建议的风险警示。
4.根据权利要求1所述的基于大数据的食品安全智慧管理方法，其特征在于，所述图像信息为至少包括一种待识别食品的区域图像信息；
所述在所述图像信息中提取表观特征信息的步骤，具体包括：
对所述区域图像信息进行灰度处理，并获取所述区域图像信息中各像素点的灰度值；
根据所述区域图像信息中各像素点的灰度值来确定所述待识别食品的边缘像素点；
根据所述待识别食品的边缘像素点确定所述待识别食品的图像信息；
将所述图像信息与对应的预存标准食品的图像信息进行比对，在所述待识别食品的图像信息中确定出所述待识别食品异常的表观特征信息。
5.根据权利要求4所述的基于大数据的食品安全智慧管理方法，其特征在于，所述待识别食品异常的表观特征信息包括异常颜色信息、异常纹理信息以及异常形状信息。
6.根据权利要求1所述的基于大数据的食品安全智慧管理方法，其特征在于，所述预设的表观特征-食品变质图像识别模型的建立步骤，具体包括：
获取多个食品图像样本；
获取所述多个食品图像样本的表观特征信息以及对应的目标变质图像；
根据所述第一食品图像样本的表观特征信息以及含...
【专利技术属性】
技术研发人员：翁裕贤，
申请(专利权)人：深圳市润德贤食品科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。