【技术实现步骤摘要】
本专利技术涉及人工智能领域，尤其涉及一种基于深度学习与多模态数据融合的厨师服装穿戴实时检测方法。
技术介绍
1、在现代餐饮行业，厨师的职业形象与餐饮安全直接关联，他们的服装不仅需要符合卫生标准，还要展现出专业和规范的形象。因此，监控厨师的服装穿戴情况是餐饮行业管理的重要一环。传统上，餐饮企业依赖人工监控方式确保厨师服装的正确穿戴。然而，这种方法存在着人为失误、工作疲劳、成本高昂等缺点。
2、近年来，随着计算机视觉技术的迅猛发展，尤其是深度学习技术在图像识别方面取得的巨大成功，自动化的厨师服装检测技术逐渐引起了行业的关注。最近的技术发展中，采用单一模态的数据，如rgb图像，已经被用于进行服装检测。例如，某些方法使用传统的机器学习算法结合特定的手工特征进行分类。另外，单一模态的深度学习方法也已经开始应用，它们主要依赖于大量的标记数据进行训练，以实现较高的准确率。然而，这些现有的方法也存在一些局限性。单一模态数据可能受到环境条件（如光线、遮挡等）的影响，导致识别准确率降低。此外，当面对复杂的背景和多种服装样式时，单一数据源可能难以...
【技术保护点】
1.一种基于深度学习与多模态数据融合的厨师服装穿戴实时检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于深度学习与多模态数据融合的厨师服装穿戴实时检测方法，其特征在于，通过数据采集步骤获取RGB图像、深度图像和热成像数据等多模态原始数据，从三个不同的视角捕获环境信息，每个摄像头都提供了不同类型的数据，这些数据提供了物体的形状、纹理、颜色和温度信息。
3.如权利要求2所述的一种基于深度学习与多模态数据融合的厨师服装穿戴实时检测方法，其特征在于，采用数据预处理与增强技术对图像数据进行处理，其中包括随机旋转、随机裁剪和色彩扭曲；
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。