非接触式计算机视觉食物营养素识别方法和系统及设备技术方案

本发明专利技术提供了一种非接触式计算机视觉食物营养素识别方法和系统及设备，包括：拍摄采集膳食图像；对所述膳食图像进行识别；根据识别得到的膳食，确定膳食在第一层级分类中的类型，记为第一类型；根据识别得到的膳食的第一类型，确定膳食在第二层级分类中的类型，记为第二类型；根据所述第一类型、第二类型得到膳食的营养素信息。本发明专利技术能够对食物进行细化区别，营养素的识别更加准确。本发明专利技术通过主料与配料对食物进行分类识别，能够识别同一道菜的不同做法。本发明专利技术特别适合我国不同地方菜肴制作方式不同而带来的营养素不同的识别。作方式不同而带来的营养素不同的识别。作方式不同而带来的营养素不同的识别。

【技术实现步骤摘要】
非接触式计算机视觉食物营养素识别方法和系统及设备


[0001]本专利技术涉及膳食营养素识别
，具体地，涉及非接触式计算机视觉食物营养素识别方法和系统及设备。

技术介绍

[0002]如今合理膳食越来越引起社会的重视，其与人们的用餐营养与生活健康密切相关。合理膳食带来的合理营养能够满足人体生长、发育和各种生理、体力活动所需，即合理膳食是保证健康的基础。现今我国居民营养健康状况明显改善，但仍面临营养不足与过剩并存、营养相关疾病多发等问题。
[0003]由于我国幅员辽阔，各地方对于同一道菜的做法是存在区别的，例如有的是食用油使用较多，有的是使用当地的食材，而当地的食材的某些糖分等营养素含量要高于其他地区相同食材。又例如即使是粥，白粥、菜粥、牛肉粥的营养素含量是不同的，因此需要更进一步对食物进行细化区分。
[0004]专利文献CN110517752A公开了一种实时采集膳食摄入信息的方法：在光线充足的地方将网格背景图平铺于水平桌面；将调查对象平常摄入量的食物放入到标准餐具内，再将盛有食物的标准餐具摆放在网格背景图；进餐前、后用智能摄像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非接触式计算机视觉食物营养素识别方法，其特征在于，包括：步骤S1：拍摄采集膳食图像；步骤S2：对所述膳食图像进行识别；步骤S3：根据识别得到的膳食，确定膳食在第一层级分类中的类型，记为第一类型；步骤S4：根据识别得到的膳食的第一类型，确定膳食在第二层级分类中的类型，记为第二类型；步骤S5：根据所述第一类型、第二类型得到膳食的营养素信息；其中，所述第一层级分类以主料区分膳食，所述第二层级分类以配料区分膳食，第二层级分类是第一层级分类的子分类。2.根据权利要求1所述的非接触式计算机视觉食物营养素识别方法，其特征在于，在所述步骤S1中，通过深度相机拍摄膳食图像，其中，所述膳食图像含有膳食与盛放膳食的容器；在所述步骤S2中，对膳食图像进行识别，识别得到容器，基于容器进一步识别得到膳食；在所述步骤3中，通过已经训练好的第一神经网络，识别得到膳食在第一层级分类中的类型；其中，所述第一神经网络的训练样本包括以不同主料区分膳食的膳食图像样本；在所述步骤4中，通过已经训练好的第二神经网络，识别得到膳食在第二层级分类中的类型；其中，每种第一类型的膳食均有多种不同的第二类型的膳食子分类。3.根据权利要求1所述的非接触式计算机视觉食物营养素识别方法，其特征在于，在所述步骤S2中，对所述膳食图像进行识别，得到膳食的体积；在所述步骤S5中，基于所述膳食的体积，根据所述第一类型、第二类型得到膳食的营养素信息。4.根据权利要求3所述的非接触式计算机视觉食物营养素识别方法，其特征在于，所述得到膳食的体积，包括：针对所述膳食图像，去除容器的点云，得到膳食的点云；对膳食的点云进行转化得到相应的网格，根据网格计算得到膳食的体积；其中，对于固体类属性的菜品，根据对应于膳食表面的网格面计算膳食的整体体积，并将所述整体体积排除食料之间的空隙后得到所述膳食的体积；其中，对于固液混合类属性的菜品，根据对应于膳食表面的网格面计算膳食的整体体积，并将所述整体体积依照设定的固液比例得到膳食中固体的体积和膳食中液体的体积作为所述膳食的体积。5.一种非接触式计算机视觉食物营养素识别系统，其特征在于，包括：模块M1：拍摄采集膳食图像；模块M2：对所述膳食图像进行识别；模块M3：根据识别得到的膳食，确定膳食在第一层级分类中的类型，记为第一类型；模块M4：根据识别得...

【专利技术属性】
技术研发人员：王慧，
申请(专利权)人：上海交通大学医学院，
类型：发明
国别省市：