食物重量计算方法、装置及存储介质制造方法及图纸

本申请公开了一种食物重量计算方法、装置及存储介质。其中，该方法包括：获取待计算食物重量的图像，其中所述图像包括待计算重量的食物和参照物；利用预设的检测模型对所述图像进行检测，在所述图像中确定包含所述食物的第一图像区域和包含所述参照物的第二图像区域；利用预设的识别模型对所述图像进行识别，确定所述食物的类别；根据所述第一图像区域、所述第二图像区域以及预设的分割模型，确定所述食物的像素点面积和所述参照物的像素点面积；以及根据所述食物的类别、所述食物的像素点面积以及所述参照物的像素点面积，确定所述食物的重量。

【技术实现步骤摘要】
食物重量计算方法、装置及存储介质
本申请涉及食物重量计算领域，特别是涉及一种食物重量计算方法、装置及存储介质。
技术介绍
随着计算机视觉技术不断提高和营养学的蓬勃发展，如何在营养学中引入计算机视觉，以及使用计算机视觉技术辅助营养学中各种食物的估重成为了一个值得探讨的问题，尤其是在当图像中包含多个复杂状态目标时，如何对图中的食物进行正确的估重。目前对存在多个食物的这类图像中，只是根据opencv技术中的一些传统常规方法做一些简单的处理后进行简单的计算，例如图像的二值化处理，膨胀和腐蚀处理，得到食物大概的轮廓，最终计算食物的重量。然而，在上述识别过程中，对于复杂背景下，传统的opencv技术无法准确的确定食物的轮廓，使得基于opencv技术的后续切割包含食物的图像区域子图将无法精准切分，从而导致基于图像区域子图进行食物重量计算的准确率低。针对上述的现有技术中存在的目前的食物重量计算方法采用opencv技术，无法准确的确定食物的轮廓，使得基于opencv技术的后续切割包含食物的图像区域子图将无法精准切分，从而导致基于图像区域子图进行食物重量计算的准确率低。
技术实现思路
本公开的实施例提供了一种食物重量计算方法、装置及存储介质，以至少解决现有技术中存在的目前的食物重量计算方法采用opencv技术，无法准确的确定食物的轮廓，使得基于opencv技术的后续切割包含食物的图像区域子图将无法精准切分，从而导致基于图像区域子图进行食物重量计算的准确率低。根据本公开实施例的一个方面，提供了一种食物重量计算方法，包括：获取待计算食物重量的图像，其中图像包括待计算重量的食物和参照物；利用预设的检测模型对图像进行检测，在图像中确定包含食物的第一图像区域和包含参照物的第二图像区域；利用预设的识别模型对图像进行识别，确定食物的类别；根据第一图像区域、第二图像区域以及预设的分割模型，确定食物的像素点面积和参照物的像素点面积；以及根据食物的类别、食物的像素点面积以及参照物的像素点面积，确定食物的重量。根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。根据本公开实施例的另一个方面，还提供了一种食物重量计算装置，包括：获取模块，用于获取待计算食物重量的图像，其中图像包括待计算重量的食物和参照物；检测模块，用于利用预设的检测模型对图像进行检测，在图像中确定包含食物的第一图像区域和包含参照物的第二图像区域；识别模块，用于利用预设的识别模型对图像进行识别，确定食物的类别；分割模块，用于根据第一图像区域、第二图像区域以及预设的分割模型，确定食物的像素点面积和参照物的像素点面积；以及重量确定模块，用于根据食物的类别、食物的像素点面积以及参照物的像素点面积，确定食物的重量。根据本公开实施例的另一个方面，还提供了一种食物重量计算装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取待计算食物重量的图像，其中图像包括待计算重量的食物和参照物；利用预设的检测模型对图像进行检测，在图像中确定包含食物的第一图像区域和包含参照物的第二图像区域；利用预设的识别模型对图像进行识别，确定食物的类别；根据第一图像区域、第二图像区域以及预设的分割模型，确定食物的像素点面积和参照物的像素点面积；以及根据食物的类别、食物的像素点面积以及参照物的像素点面积，确定食物的重量。在本公开实施例中，首先获取包括待计算重量的食物和参照物的图像，然后利用预设的检测模型对图像进行检测，从图像中确定包含食物的第一图像区域和包含参照物的第二图像区域，便于后续的目标分割。其次，利用预设的识别模型对图像进行识别，确定食物的类别，便于后续可以根据食物的类别来确定食物的重量，提高了所确定的食物重量的准确率。进一步地，根据第一图像区域、第二图像区域以及预设的分割模型，确定食物的像素点面积和参照物的像素点面积。由于分割模型利用全卷积神经网络对图像中的每个像素点进行分类，能够很好的将待计算重量的食物和参照物分割出来，因此将第一图像区域、第二图像区域输入预设的分割模型后，能够输出与食物对应的像素点和与参照物对应的像素点在图像中的区域位置，保证了根据各个像素点在图像中的区域位置计算得到的食物的像素点面积和参照物的像素点面积的准确性。最后，根据食物的类别、食物的像素点面积以及参照物的像素点面积，确定食物的重量。从而，通过这种方式，不仅能够准确地确定食物的类别，还能够准确地从图像中分割出与食物对应的像素点和与参照物对应的像素点在图像中的区域位置，保证了根据各个像素点在图像中的区域位置计算得到的食物的像素点面积和参照物的像素点面积的准确性，使得根据食物的类别、食物的像素点面积以及参照物的像素点面积，所确定的食物的重量的准确率得到有效的提高。进而解决了现有技术中存在的目前的食物重量计算方法采用opencv技术，无法准确的确定食物的轮廓，使得基于opencv技术的后续切割包含食物的图像区域子图将无法精准切分，从而导致基于图像区域子图进行食物重量计算的准确率低的技术问题。附图说明此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：图1是用于实现根据本公开实施例1所述的方法的计算设备的硬件结构框图；图2是根据本公开实施例1所述的食物重量计算方法的流程示意图；图3是根据本公开实施例1所述的包括食物和参照物的待计算食物重量的图像的示意图；图4是根据本公开实施例1所述的分割模型的网络结构示意图；图5是根据本公开实施例2所述的食物重量计算装置的示意图；以及图6是根据本公开实施例3所述的食物重量计算装置的示意图。具体实施方式为了使本
的人员更好地理解本公开的技术方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。实施例1根据本实施例，提供了一种食物重量计算方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在本文档来自技高网...

【技术保护点】
1.一种食物重量的计算方法，其特征在于，包括：/n获取待计算食物重量的图像，其中所述图像包括待计算重量的食物和参照物；/n利用预设的检测模型对所述图像进行检测，在所述图像中确定包含所述食物的第一图像区域和包含所述参照物的第二图像区域；/n利用预设的识别模型对所述图像进行识别，确定所述食物的类别；/n根据所述第一图像区域、所述第二图像区域以及预设的分割模型，确定所述食物的像素点面积和所述参照物的像素点面积；以及/n根据所述食物的类别、所述食物的像素点面积以及所述参照物的像素点面积，确定所述食物的重量。/n

【技术特征摘要】
1.一种食物重量的计算方法，其特征在于，包括：
获取待计算食物重量的图像，其中所述图像包括待计算重量的食物和参照物；
利用预设的检测模型对所述图像进行检测，在所述图像中确定包含所述食物的第一图像区域和包含所述参照物的第二图像区域；
利用预设的识别模型对所述图像进行识别，确定所述食物的类别；
根据所述第一图像区域、所述第二图像区域以及预设的分割模型，确定所述食物的像素点面积和所述参照物的像素点面积；以及
根据所述食物的类别、所述食物的像素点面积以及所述参照物的像素点面积，确定所述食物的重量。


2.根据权利要求1所述的方法，其特征在于，根据所述第一图像区域、所述第二图像区域以及预设的分割模型，确定所述食物的像素点面积和所述参照物的像素点面积的操作，包括：
利用所述预设的分割模型对所述第一图像区域进行分割处理，确定与所述食物对应的像素点在所述第一图像区域中的第一区域位置信息；
利用所述预设的分割模型对所述第二图像区域进行分割处理，确定与所述参照物对应的像素点在所述第二图像区域中的第二区域位置信息；以及
根据所述第一区域位置信息和所述第二区域位置信息，确定所述食物的像素点面积和所述参照物的像素点面积。


3.根据权利要求1所述的方法，其特征在于，根据所述食物的类别、所述食物的像素点面积以及所述参照物的像素点面积，确定所述食物的重量的操作，包括：
根据所述食物的像素点面积、所述参照物的像素点面积以及预设的所述参照物的真实面积，确定所述食物的真实面积；以及
根据所述食物的类别和所述食物的真实面积，确定所述食物的重量。


4.根据权利要求3所述的方法，其特征在于，根据所述食物的类别和所述食物的真实面积，确定所述食物的重量的操作，包括：
根据所述食物的类别，确定与所述食物对应的重量影响因子，其中所述重量影响因子用于指示所述类别的食物的真实面积与重量之间的比例关系；以及
根据所述食物的真实面积和所述重量影响因子，确定所述食物的重量。


5.根据权利要求3所述的方法，其特征在于，根据所述食物的像素点面积、所述参照物的像素点面积以及预设的所述参照物的真实面积，确定所述食物的真实面积的操作，包括：
计算所述参照物的像素点面积以及预设的所述参照物的真实面积之间的比例；以及
根据所计算的比例以及所述食物的像素点面积，确定所述食物的真实面积。


6.根据权利要求3所述的方法，其特征在于，根据所述食物的...

【专利技术属性】
技术研发人员：李利明，何伟，石磊，贺志晶，刘涛，
申请(专利权)人：李利明，
类型：发明
国别省市：北京;11