基于AI学习的餐厨智能监测及预警系统技术方案

本发明专利技术公开了一种基于AI学习的餐厨智能监测及预警系统，包括：获取模块，用于获取餐厨空间的监控视频；确定模块，用于根据所述监控视频，确定操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息；预警模块，用于判断操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息是否存在异常，在确定存在异常时，发出相应的预警信息。基于准确获取操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息，进而判断是否存在异常，在确定存在异常时，发出相应的预警信息，实现对整个餐厨中多个对象的智能化及准确的监控，在发现异常时，及时进行预警。及时进行预警。及时进行预警。

【技术实现步骤摘要】
基于AI学习的餐厨智能监测及预警系统


[0001]本专利技术涉及监测及预警
，特别涉及一种基于AI学习的餐厨智能监测及预警系统。

技术介绍

[0002]目前，随着餐厨智能生产的发展，基于自动化餐厨设备加快的生产速度及生产的标准化，但是在生产过程中，缺乏对操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息，无法实现对整个餐厨中多个对象的智能化及准确的监控，不能及时有效的发现异常。

技术实现思路

[0003]本专利技术旨在至少一定程度上解决上述技术中的技术问题之一。为此，本专利技术的目的在于提出一种基于AI学习的餐厨智能监测及预警系统，基于准确获取操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息，进而判断是否存在异常，在确定存在异常时，发出相应的预警信息，实现对整个餐厨中多个对象的智能化及准确的监控，在发现异常时，及时进行预警。
[0004]为达到上述目的，本专利技术实施例提出了一种基于AI学习的餐厨智能监测及预警系统，包括：
[0005]获取模块，用于获取餐厨空间的监控视频；
[0006]确定模块，用于根据所述监控视频，确定操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息；
[0007]预警模块，用于判断操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息是否存在异常，在确定存在异常时，发出相应的预警信息。
[0008]根据本专利技术的一些实施例，所述确定模块，包括：
[0009]分帧子模块，用于对所述监控视频进行分帧处理，得到若干帧监控图像；
[0010]增强子模块，用于：
[0011]确定每帧监控图像的清晰度，筛选出清晰度小于预设清晰度阈值的监控图像，并进行清晰度增强处理；
[0012]图像分割子模块，用于：
[0013]对从增强子模块获取的监控图像进行图像分割处理，得到操作员工对应的第一局部图像、餐厨设备对应的第二局部图像及食品对应的第三局部图像，生成第一局部图像集合、第二局部图像集合及第三局部图像集合；
[0014]确定子模块，用于：
[0015]根据第一局部图像集合确定操作员工的行为信息；
[0016]根据第二局部图像集合确定餐厨设备的动作信息；
[0017]根据第三局部图像集合确定食品的加工状态信息。
[0018]根据本专利技术的一些实施例，所述增强子模块，包括：
[0019]第一计算单元，用于：
[0020]基于sobe l算子提取监控图像在水平方向的第一梯度值及在垂直方向的第二梯度值；
[0021]根据所述第一梯度值及第二梯度值，计算得到第三梯度值；
[0022]根据所述第三梯度值及基于监控图像中的像素点构建的像素点矩阵，确定第一梯度和值；
[0023]筛选单元，用于筛选出第一梯度值大于预设第一梯度值的像素点，作为第一像素点；筛选出第二梯度值大于预设第二梯度值的像素点，作为第二像素点；筛选出第一梯度值大于预设第一梯度值且第二梯度值大于预设第二梯度值的像素点，作为第三像素点；
[0024]第二计算单元，用于：
[0025]根据所述第一像素点的第三梯度值及第二像素点的第三梯度值，确定第二梯度和值；
[0026]根据所述第三像素点的第三梯度值，确定第三梯度和值；
[0027]确定第二梯度和值与第三梯度和值的差值，将所述差值与第一梯度和值的比值作为监控图像的清晰度。
[0028]根据本专利技术的一些实施例，所述图像分割子模块对增强子模块处理后的监控图像进行图像分割处理的方法，包括：基于预先训练好的图像分割模型对监控图像进行图像分割处理。
[0029]根据本专利技术的一些实施例，所述确定子模块，包括：
[0030]第一确定单元，用于确定操作员工的人体关键点坐标序列；
[0031]生成单元，用于根据第一局部图像集合及人体关键点坐标序列，将同一人体关键点进行轨迹生成处理，得到若干条运动轨迹；
[0032]第二确定单元，用于根据若干条运动轨迹确定操作员工的行为信息。
[0033]根据本专利技术的一些实施例，所述第一确定单元确定操作员工的人体关键点坐标序列的方法，包括：
[0034]基于单目标检测器获取操作员工检测框，并根据检测框置信度对输出的操作员工检测框进行筛选；
[0035]基于人体姿态估计算法获取操作员工检测框内人体关键点坐标，并根据关键点置信度对人体姿态进行筛选，得到人体关键点坐标序列。
[0036]根据本专利技术的一些实施例，所述预警模块，包括：
[0037]第一计算子模块，用于：
[0038]计算每条运动轨迹在x方向的第一运动幅值、y方向的第二运动幅值及z方向的第三运动幅值；
[0039]将第一运动幅值、第二运动幅值及第三运动幅值中存在至少两个大于预设运动幅值的运动轨迹作为目标轨迹；
[0040]第二计算子模块，用于：
[0041]计算目标轨迹的数量与运动轨迹的数量的比值；
[0042]在确定目标轨迹的数量与运动轨迹的数量的比值大于预设比值时，表示操作员工
的行为信息存在异常。
[0043]根据本专利技术的一些实施例，所述预警模块，包括：
[0044]设置子模块，用于设置每条运动轨迹的权重系数；
[0045]第三计算子模块，用于：
[0046]计算每条运动轨迹与对应的预设运动轨迹的匹配度，根据每条运动轨迹的权重系数，进行加权计算，得到最终的匹配度；
[0047]将最终的匹配度与预设匹配度阈值进行比较，在确定最终的匹配度小于预设匹配度阈值时，表示操作员工的行为信息存在异常。
[0048]根据本专利技术的一些实施例，所述确定子模块，包括：
[0049]划分单元，用于根据第二局部图像集合进行动作识别，划分为若干类动作图像集合；
[0050]第一识别单元，用于：
[0051]对每类动作图像集合进行识别，确定相应的动作图像集合的检测动作；
[0052]确定若干类动作图像集合对应的动作姿态，并生成动作姿态序列；
[0053]根据各个检测动作及动作姿态序列确定餐厨设备的动作信息。
[0054]根据本专利技术的一些实施例，所述确定子模块，包括：
[0055]第二识别单元，用于：对第三局部图像集合进行识别，确定食品的形状变化信息及大小变化信息，作为食品的加工状态信息。
[0056]本专利技术提出一种基于AI学习的餐厨智能监测及预警系统，基于准确获取操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息，进而判断是否存在异常，在确定存在异常时，发出相应的预警信息，实现对整个餐厨中多个对象的智能化及准确的监控，在发现异常时，及时进行预警。
[0057]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI学习的餐厨智能监测及预警系统，其特征在于，包括：获取模块，用于获取餐厨空间的监控视频；确定模块，用于根据所述监控视频，确定操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息；预警模块，用于判断操作员工的行为信息、餐厨设备的动作信息及食品的加工状态信息是否存在异常，在确定存在异常时，发出相应的预警信息。2.如权利要求1所述的基于AI学习的餐厨智能监测及预警系统，其特征在于，所述确定模块，包括：分帧子模块，用于对所述监控视频进行分帧处理，得到若干帧监控图像；增强子模块，用于：确定每帧监控图像的清晰度，筛选出清晰度小于预设清晰度阈值的监控图像，并进行清晰度增强处理；图像分割子模块，用于：对从增强子模块获取的监控图像进行图像分割处理，得到操作员工对应的第一局部图像、餐厨设备对应的第二局部图像及食品对应的第三局部图像，生成第一局部图像集合、第二局部图像集合及第三局部图像集合；确定子模块，用于：根据第一局部图像集合确定操作员工的行为信息；根据第二局部图像集合确定餐厨设备的动作信息；根据第三局部图像集合确定食品的加工状态信息。3.如权利要求2所述的基于AI学习的餐厨智能监测及预警系统，其特征在于，所述增强子模块，包括：第一计算单元，用于：基于sobel算子提取监控图像在水平方向的第一梯度值及在垂直方向的第二梯度值；根据所述第一梯度值及第二梯度值，计算得到第三梯度值；根据所述第三梯度值及基于监控图像中的像素点构建的像素点矩阵，确定第一梯度和值；筛选单元，用于筛选出第一梯度值大于预设第一梯度值的像素点，作为第一像素点；筛选出第二梯度值大于预设第二梯度值的像素点，作为第二像素点；筛选出第一梯度值大于预设第一梯度值且第二梯度值大于预设第二梯度值的像素点，作为第三像素点；第二计算单元，用于：根据所述第一像素点的第三梯度值及第二像素点的第三梯度值，确定第二梯度和值；根据所述第三像素点的第三梯度值，确定第三梯度和值；确定第二梯度和值与第三梯度和值的差值，将所述差值与第一梯度和值的比值作为监控图像的清晰度。4.如权利要求2所述的基于AI学习的餐厨智能监测及预警系统，其特征在于，所述图像分割子模块对增强子模块处理后的监控图像进行图像分割处理的方法，包括：基于预先训练好的图像分割模型对监控图像进行图像分割处理。5.如权利要求2所述的基于AI学习的餐厨智能监测及预警系统，其特征在于，所述...

【专利技术属性】
技术研发人员：王华华，
申请(专利权)人：深圳市鲜誉营养餐有限公司，
类型：发明
国别省市：