[发明专利]冰箱中食品热量检测的方法及装置

权利要求书

1.一种冰箱中食品热量检测的方法，其特征在于，包括：

获取冰箱中食品的图像；

根据保存的食品图像训练模型，从所述图像中识别出待检测食品的种类和外形特征信息；

根据所述待检测食品的种类和外形特征信息，检测所述待检测食品的热量信息。

2.如权利要求1所述的方法，其特征在于，所述获取冰箱中食品的图像之前，包括：

根据已知食品位置和种类的冰箱食品图像集合，进行人工智能机器学习，确定食品图像训练模型并保存；或，

从服务器中获取并保存食品图像训练模型，其中，所述食品图像训练模型是所述服务器根据已知食品位置和种类的冰箱食品图像集合，进行人工智能机器学习后确定的。

3.如权利要求1或2所述的方法，其特征在于，所述根据所述待检测食品的种类和外形特征信息，检测所述待检测食品的热量信息包括：

根据所述外形特征信息，进行三维重建，确定所述待检测食品的体积；

根据保存的食品卡路里对应关系，确定与所述待检测食品的种类以及所述体积对应的所述待检测食品的热量。

4.如权利要求3所述的方法，其特征在于，所述确定所述待检测食品的体积包括：

对所述外形特征信息中的外接边框图像进行图像畸形校正处理，获得校正边框图像；

根据所述校正边框图像中边界点的坐标信息，以及与所述外形特征信息中的图像类别信息对应的体积运算公式，确定所述待检测食品的体积。

5.如权利要求3所述的方法，其特征在于，所述对所述外形特征信息中的外接边框图像进行图像畸形校正处理，获得校正边框图像包括：

当所述外接边框图像为外接最小矩形框图像时，确定所述外接最小矩形框图像中四个角的点坐标(x，y)；

根据公式(4)，确定与每个点坐标(x，y)对应的矫正点坐标(x',y')；

根据每个所述矫正点坐标(x',y')，获得所述外接最小矩形框图像的校正矩形框图像；

其中，a_ij,b_ij为矫正参数，i＝0、1、或2，j＝0、1、或2。

6.一种冰箱中食品热量检测的装置，其特征在于，包括：

获取单元，用于获取冰箱中食品的图像；

识别单元，用于根据保存的食品图像训练模型，从所述图像中识别出待检测食品的种类和外形特征信息；

检测单元，用于根据所述待检测食品的种类和外形特征信息，检测所述待检测食品的热量信息。

7.如权利要求6所述的装置，其特征在于，所述装置还包括：

存储单元，用于根据已知食品位置和种类的冰箱食品图像集合，进行人工智能机器学习，确定食品图像训练模型并保存；或，从服务器中获取并保存食品图像训练模型，其中，所述食品图像训练模型是所述服务器根据已知食品位置和种类的冰箱食品图像集合，进行人工智能机器学习后确定的。

8.如权利要求6或7所述的装置，其特征在于，所述检测单元包括：

第一确定模块，用于根据所述外形特征信息，进行三维重建，确定所述待检测食品的体积；

第二确定模块，用于根据保存的食品卡路里对应关系，确定与所述待检测食品的种类以及所述体积对应的所述待检测食品的热量。

9.如权利要求8所述的装置，其特征在于，

所述第一确定模块，具体用于对所述外形特征信息中的外接边框图像进行图像畸形校正处理，获得校正边框图像，以及根据所述校正边框图像中边界点的坐标信息，以及与所述外形特征信息中的图像类别信息对应的体积运算公式，确定所述待检测食品的体积。

10.如权利要求9所述的装置，其特征在于，

所述第一确定模块，具体用于当所述外接边框图像为外接最小矩形框图像时，确定所述外接最小矩形框图像中四个角的点坐标(x，y)；根据公式(4)，确定与每个点坐标(x，y)对应的矫正点坐标(x',y')；根据每个所述矫正点坐标(x',y')，获得所述外接最小矩形框图像的校正矩形框图像；

其中，a_ij,b_ij为矫正参数，i＝0、1、或2，j＝0、1、或2。