豆制品加工自动控制系统及方法技术方案

本申请涉及智能加工领域，其具体地公开了一种豆制品加工自动控制系统及方法，其采用基于深度神经网络模型的人工智能技术，获取预定时间段的豆浆凝固的监控视频，提取关键帧后通过

【技术实现步骤摘要】
豆制品加工自动控制系统及方法


[0001]本申请涉及智能加工领域，且更为具体地，涉及一种豆制品加工自动控制系统及方法
。

技术介绍

[0002]在豆制品加工过程中，制作豆腐过程中首先需要将过滤和研磨完的豆浆进行凝固
。
若在凝固过程中没有凝固到位，会导致豆腐有质量问题，豆腐应该具有一定的凝固度和质地，如果凝固不到位，可能会导致豆腐松散
、
易碎或没有足够的弹性，在豆腐生产过程中的产量下降
。
但由于现有技术不能实时判断豆腐凝固的状态，导致豆腐的品质不达标，进而影响生产效果
。
[0003]因此，期待一种优化的豆制品加工自动控制方案
。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请
。
本申请的实施例提供了一种豆制品加工自动控制系统及方法，其采用基于深度神经网络模型的人工智能技术，获取预定时间段的豆浆凝固的监控视频，提取关键帧后通过
Vi T
模型提取上下文的语义理解信息，再通过高斯密度图的融合后进行空间注意力特征的增强，以得到用于表示是否需要再添加凝固剂的分类结果
。
这样，可以实时监测豆浆的凝固状态，确保豆腐的质量和一致性
。
[0005]根据本申请的一个方面，提供了一种豆制品加工自动控制系统，其包括：
[0006]凝固视频获取模块，用于获取预定时间段的豆浆凝固的监控视频；
[0007]凝固监控关键帧提取模块，用于从所述预定时间段的豆浆凝固的监控视频中提取多个豆浆凝固监控关键帧；
[0008]凝固状态提取模块，用于将所述多个豆浆凝固监控关键帧通过包含嵌入层的
ViT
模型以得到多个豆浆凝固状态特征向量；
[0009]高斯融合模块，用于使用高斯密度图融合所述多个豆浆凝固状态特征向量以得到凝固状态特征矩阵；
[0010]凝固空间状态模块，用于将所述凝固状态特征矩阵通过使用空间注意力机制的卷积神经网络模型以得到凝固状态空间特征图；
[0011]概率稀疏化模块，用于对所述凝固状态空间特征图进行低维空间概率稀疏化以得到概率稀疏化凝固状态空间特征图；
[0012]凝固状态判断模块，用于将所述概率稀疏化凝固状态空间特征图通过分类器以得到分类结果，所述分类结果用于表示是否需要再添加凝固剂
。
[0013]在上述豆制品加工自动控制系统中，所述凝固监控关键帧提取模块，用于：以预定采样频率从所述预定时间段的豆浆凝固的监控视频中提取多个豆浆凝固监控关键帧
。
[0014]在上述豆制品加工自动控制系统中，所述凝固状态提取模块，包括：图像分块单元，用于对所述各个豆浆凝固监控关键帧进行图像分块处理以得到图像块的序列；嵌入编
码单元，用于使用所述包含嵌入层的
Vi T
模块的嵌入层分别对所述图像块的序列中各个图像块进行嵌入编码以得到图像块嵌入向量的序列；以及，转换单元，用于将所述图像块嵌入向量的序列输入所述包含嵌入层的
ViT
模块的转换器模块以得到所述多个豆浆凝固状态特征向量
。
[0015]在上述豆制品加工自动控制系统中，所述嵌入编码单元，用于
:
将所述图像块的序列中的各个图像块分别展开为一维像素输入向量以得到多个一维像素输入向量；以及，使用所述包含嵌入层的
ViT
模块的嵌入层对所述多个一维像素输入向量中各个一维像素输入向量进行全连接编码以得到所述图像块嵌入向量的序列
。
[0016]在上述豆制品加工自动控制系统中，所述高斯融合模块，包括：融合单元，用于使用高斯密度图来融合所述多个豆浆凝固状态特征向量以得到融合高斯密度图；以及，高斯离散化单元，用于对所述融合高斯密度图中各个位置的高斯分布进行离散化处理以得到所述凝固状态特征矩阵
。
[0017]在上述豆制品加工自动控制系统中，所述凝固空间状态模块，包括：深度卷积编码单元，用于使用所述使用空间注意力机制的卷积神经网络模型的卷积编码部分对所述凝固状态特征矩阵进行深度卷积编码以得到初始卷积特征图；空间注意力单元，用于将所述初始卷积特征图输入所述使用空间注意力机制的卷积神经网络模型的空间注意力部分以得到空间注意力图；激活单元，用于将所述空间注意力图通过
Softmax
激活函数以得到空间注意力特征图；以及，特征图相乘单元，用于计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到所述凝固状态空间特征图
。
[0018]在上述豆制品加工自动控制系统中，所述空间注意力单元，包括：池化子单元，用于对所述初始卷积特征图分别进行沿通道维度的平均池化和最大值池化以得到平均特征矩阵和最大值特征矩阵；级联子单元，用于将所述平均特征矩阵和所述最大值特征矩阵进行级联和通道调整以得到通道特征矩阵；以及，卷积编码子单元，用于使用所述空间注意力特征图的卷积层对所述通道特征矩阵进行卷积编码以得到空间注意力图
。
[0019]根据本申请的另一方面，提供了一种豆制品加工自动控制方法，其包括：
[0020]获取预定时间段的豆浆凝固的监控视频；
[0021]从所述预定时间段的豆浆凝固的监控视频中提取多个豆浆凝固监控关键帧；
[0022]将所述多个豆浆凝固监控关键帧通过包含嵌入层的
Vi T
模型以得到多个豆浆凝固状态特征向量；
[0023]使用高斯密度图融合所述多个豆浆凝固状态特征向量以得到凝固状态特征矩阵；
[0024]将所述凝固状态特征矩阵通过使用空间注意力机制的卷积神经网络模型以得到凝固状态空间特征图；
[0025]对所述凝固状态空间特征图进行低维空间概率稀疏化以得到概率稀疏化凝固状态空间特征图；
[0026]将所述概率稀疏化凝固状态空间特征图通过分类器以得到分类结果，所述分类结果用于表示是否需要再添加凝固剂
。
[0027]与现有技术相比，本申请提供的一种豆制品加工自动控制系统及方法，其采用基于深度神经网络模型的人工智能技术，获取预定时间段的豆浆凝固的监控视频，提取关键帧后通过
ViT
模型提取上下文的语义理解信息，再通过高斯密度图的融合后进行空间注意
力特征的增强，以得到用于表示是否需要再添加凝固剂的分类结果
。
这样，可以实时监测豆浆的凝固状态，确保豆腐的质量和一致性
。
附图说明
[0028]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的
、
特征和优势将变得更加明显
。
附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制
。
在附图中，相同的参考标号通常代表相同部件或步骤
。
[0029]图1为根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种豆制品加工自动控制系统，其特征在于，包括：凝固视频获取模块，用于获取预定时间段的豆浆凝固的监控视频；凝固监控关键帧提取模块，用于从所述预定时间段的豆浆凝固的监控视频中提取多个豆浆凝固监控关键帧；凝固状态提取模块，用于将所述多个豆浆凝固监控关键帧通过包含嵌入层的
ViT
模型以得到多个豆浆凝固状态特征向量；高斯融合模块，用于使用高斯密度图融合所述多个豆浆凝固状态特征向量以得到凝固状态特征矩阵；凝固空间状态模块，用于将所述凝固状态特征矩阵通过使用空间注意力机制的卷积神经网络模型以得到凝固状态空间特征图；概率稀疏化模块，用于对所述凝固状态空间特征图进行低维空间概率稀疏化以得到概率稀疏化凝固状态空间特征图；凝固状态判断模块，用于将所述概率稀疏化凝固状态空间特征图通过分类器以得到分类结果，所述分类结果用于表示是否需要再添加凝固剂
。2.
根据权利要求1所述的豆制品加工自动控制系统，其特征在于，所述凝固监控关键帧提取模块，用于：以预定采样频率从所述预定时间段的豆浆凝固的监控视频中提取多个豆浆凝固监控关键帧
。3.
根据权利要求2所述的豆制品加工自动控制系统，其特征在于，所述凝固状态提取模块，包括：图像分块单元，用于对所述各个豆浆凝固监控关键帧进行图像分块处理以得到图像块的序列；嵌入编码单元，用于使用所述包含嵌入层的
ViT
模块的嵌入层分别对所述图像块的序列中各个图像块进行嵌入编码以得到图像块嵌入向量的序列；转换单元，用于将所述图像块嵌入向量的序列输入所述包含嵌入层的
ViT
模块的转换器模块以得到所述多个豆浆凝固状态特征向量
。4.
根据权利要求3所述的豆制品加工自动控制系统，其特征在于，所述嵌入编码单元，用于
:
将所述图像块的序列中的各个图像块分别展开为一维像素输入向量以得到多个一维像素输入向量；使用所述包含嵌入层的
ViT
模块的嵌入层对所述多个一维像素输入向量中各个一维像素输入向量进行全连接编码以得到所述图像块嵌入向量的序列
。5.
根据权利要求4所述的豆制品加工自动控制系统，其特征在于，所述高斯融合模块，包括：融合单元，用于使用高斯密度图来融合所述多个豆浆凝固状态特征向量以得到融合高斯密度图；高斯离散化单元，用于对所述融合高斯密度图中各个位置的高斯分布进行离散化处理以得到所述凝固状态特征矩阵
。6.
根据权利要求5所述的豆制品加工自动控制系统，其特征在于，所述凝固空间状态模
块，包括：深度卷积编码单元，用于使用所述使用空间注意力机制的卷积神经网络模型的卷积编码部分对所述凝固状态特征矩阵进行深...

【专利技术属性】
技术研发人员：钟金表，文连娇，李新秀，刘声海，
申请(专利权)人：会昌康心缘食品有限公司，
类型：发明
国别省市：