基于气味的烹饪程度识别方法和装置制造方法及图纸

本发明专利技术提供一种基于气味的烹饪程度识别方法和装置，包括：间隔分窗采集待测烹饪气体；将所述待测烹饪气体输入至预先构建的气味识别模组，以得到气味特征值；所述气味特征值至少包括各路传感器响应值

【技术实现步骤摘要】
基于气味的烹饪程度识别方法和装置


[0001]本专利技术涉及烹饪
，尤其涉及一种基于气味的烹饪程度识别方法和装置
。

技术介绍

[0002]随着科学技术的不断进步
、
物质生活水平的不断提高，人们对烹饪工具的要求也不断提高
。
目前，许多烹饪器具普遍需要用户实时监控食物烹饪的状态并调整烹饪参数，或预设某一烹饪参数然后通过用户实时监测食物的烹饪状态
。
[0003]而对于具有封闭或半封闭烹饪腔体的烹饪器具而言，如：微波炉
、
空气炸锅
、
电饭煲等，用户难以准确观察并判断腔体内食物烹饪的状态
。
例如，使用空气炸锅烹饪时，用户通过事先设定温度和时间进行控制，由于此类炊具有封闭或半封闭烹饪腔体，用户难以准确判断腔体内食物烹饪的状态，并做到根据食材的理化特征实时地判断烹饪阶段，进而无法获知食物在烹饪过程中的生熟程度，可能会影响烹饪的成功率，产生不好的使用体验
。
同时，由于烹饪者的经验
、
或食材本身的变化
(
例如含水量
、
解冻程度
、
食材品牌不同等
)、
或烹饪器具加热一致性差异的原因，单纯的计时控制或依靠烹饪经验难以每次都恰到好处地保证食材烹饪到最佳状态，经常出现过度烹饪
(
质地老
、
焦糊
、
失水过多
)
或烹饪不足
(
夹生
、
含菌
)
的现象出现
。
[0004]随着智能化家电的发展，智能控制
、
自动烹饪逐渐成为新一代烹饪电器的技术趋势和产品化特征
。
目前一些高端的烹饪电器，配有通过检测食物内部的温度
(
通过温针等
)
进行智能控制的功能，一般针对的是肉类这种方便部署温针的食材
。
另外一些烹饪电器配有能够拍摄食材照片的摄像头，通过监测食材的外观变化进行智能化自动烹饪，但是拍摄照片易受到清洁度
(
油污
)
影响
、
环境光照影响，导致食材的照片颜色发生较大偏移，识别不准确
。
同时，上述方法对于不同食材差异性大，普适性不强
。
[0005]综上，现有技术中存在烹饪程度获知困难的问题
。

技术实现思路

[0006]本专利技术提供一种基于气味的烹饪程度识别方法和装置，用以解决现有技术中的缺陷，实现更方便的获知烹饪程度的效果
。
[0007]本专利技术提供一种基于气味的烹饪程度识别方法，包括：
[0008]间隔分窗采集待测烹饪气体；
[0009]将所述待测烹饪气体输入至预先构建的气味识别模组，以得到气味特征值；所述气味特征值至少包括各路传感器响应值
、
上升段拟合曲线系数和窗与窗之间的比例系数；
[0010]对所述气味特征值进行校准，以得到校准特征值；
[0011]将所述校准特征值输入至烹饪程度气味识别模型，以得到烹饪阶段识别结果；其中，所述烹饪程度气味识别模型是利用海量烹饪数据样本基于机器学习进行训练得到的
。
[0012]根据本专利技术提供的一种基于气味的烹饪程度识别方法，所述气味识别模组至少包括过滤模块和电子鼻模块，将所述待测烹饪气体输入至预先构建的气味识别模组，以得到
气味特征值，具体包括：
[0013]将所述待测烹饪气体输入至过滤模块，将所述待测烹饪气体进行过滤，以得到待分析气体；
[0014]将所述待分析气体输入至电子鼻模块，提取所述电子鼻模块的传感器响应值，以得到气味特征值
。
[0015]根据本专利技术提供的一种基于气味的烹饪程度识别方法，对所述气味特征值进行校准，以得到校准特征值，具体包括：
[0016]利用所述传感器响应值的最大值，分通道对所述气味特征值进行归一化，以得到校准特征值
。
[0017]根据本专利技术提供的一种基于气味的烹饪程度识别方法，利用海量烹饪数据样本基于机器学习进行训练得到烹饪程度气味识别模型，具体包括：
[0018]获取海量烹饪数据样本，所述烹饪数据样本包括校准特征值样本和所述校准特征值对应的烹饪程度定义类别；
[0019]利用所述烹饪数据样本对预先选择的机器学习模型进行训练，并根据训练结果对机器学习模型的参数进行调整，以得到烹饪程度气味识别模型
。
[0020]根据本专利技术提供的一种基于气味的烹饪程度识别方法，将所述校准特征值输入至烹饪程度气味识别模型，以得到烹饪阶段识别结果，之后还包括：
[0021]根据烹饪过程的经验规律，对所述烹饪阶段识别结果进行调整，以得到调制结果
。
[0022]根据本专利技术提供的一种基于气味的烹饪程度识别方法，根据烹饪过程的经验规律，对所述烹饪阶段识别结果进行调整，以得到调制结果，之后还包括：
[0023]根据所述调制结果，控制烹饪设备的运行状态
。
[0024]根据本专利技术提供的一种基于气味的烹饪程度识别方法，间隔分窗采集待测烹饪气体，之前还包括：
[0025]基于烹饪设备获取识别任务；
[0026]响应于烹饪开始信号，基于所述识别任务间隔分窗采集待测烹饪气体
。
[0027]本专利技术还提供一种基于气味的烹饪程度识别装置，包括：
[0028]采集单元，用于间隔分窗采集待测烹饪气体；
[0029]特征单元，用于将所述待测烹饪气体输入至预先构建的气味识别模组，以得到气味特征值；所述气味特征值至少包括各路传感器响应值
、
上升段拟合曲线系数和窗与窗之间的比例系数；
[0030]校准单元，用于对所述气味特征值进行校准，以得到校准特征值；
[0031]识别单元，用于将所述校准特征值输入至烹饪程度气味识别模型，以得到烹饪阶段识别结果；其中，所述烹饪程度气味识别模型是利用海量烹饪数据样本基于机器学习进行训练得到的
。
[0032]本专利技术还提供一种电子设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于气味的烹饪程度识别方法
。
[0033]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于气味的烹饪程度识别方法
。
[0034]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于气味的烹饪程度识别方法
。
[0035]本专利技术提供的基于气味的烹饪程度识别方法和装置，通过间隔分窗采集待测烹饪气体；将所述待测烹饪气体输入至预先构建的气味识别模组本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于气味的烹饪程度识别方法，其特征在于，包括：间隔分窗采集待测烹饪气体；将所述待测烹饪气体输入至预先构建的气味识别模组，以得到气味特征值；所述气味特征值至少包括各路传感器响应值
、
上升段拟合曲线系数和窗与窗之间的比例系数；对所述气味特征值进行校准，以得到校准特征值；将所述校准特征值输入至烹饪程度气味识别模型，以得到烹饪阶段识别结果；其中，所述烹饪程度气味识别模型是利用海量烹饪数据样本基于机器学习进行训练得到的
。2.
根据权利要求1所述的基于气味的烹饪程度识别方法，其特征在于，所述气味识别模组至少包括过滤模块和电子鼻模块，将所述待测烹饪气体输入至预先构建的气味识别模组，以得到气味特征值，具体包括：将所述待测烹饪气体输入至过滤模块，将所述待测烹饪气体进行过滤，以得到待分析气体；将所述待分析气体输入至电子鼻模块，提取所述电子鼻模块的传感器响应值，以得到气味特征值
。3.
根据权利要求1或2所述的基于气味的烹饪程度识别方法，其特征在于，对所述气味特征值进行校准，以得到校准特征值，具体包括：利用所述传感器响应值的最大值，分通道对所述气味特征值进行归一化，以得到校准特征值
。4.
根据权利要求1所述的基于气味的烹饪程度识别方法，其特征在于，利用海量烹饪数据样本基于机器学习进行训练得到烹饪程度气味识别模型，具体包括：获取海量烹饪数据样本，所述烹饪数据样本包括校准特征值样本和所述校准特征值对应的烹饪程度定义类别；利用所述烹饪数据样本对预先选择的机器学习模型进行训练，并根据训练结果对机器学习模型的参数进行调整，以得到烹饪程度气味识别模型
。5.
根据权利要求1或4所述的基于气味的烹饪程度识别方法，其特征在于，将所述校准特征...

【专利技术属性】
技术研发人员：徐迎庆，于港，孙宇驰，杨佳伟，路奇，
申请(专利权)人：清华大学，
类型：发明
国别省市：