[发明专利]冰箱中食品热量检测的方法及装置

说明书

本发明公开了冰箱中食品热量检测的方法及装置，属于智能家电技术领域。该方法包括：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。这样，冰箱可对食品的热量进行管理，进一步提高了冰箱的智能性，并且，用户根据冰箱管理的食品热量信息，选择合适的食品进行摄入，进一步提高用户的健康饮食，改善生活质量，提高用户体验。

技术领域

本发明涉及智能家电技术领域，特别涉及冰箱中食品热量检测的方法及装置。

背景技术

随着智能家电技术的发展，空调、冰箱、洗衣机等等家电都可进行智能控制。冰箱作为一种智能家电，不仅可以冷藏及冷冻食品，还可对储藏的食品进行管理。

目前，一些智能冰箱可识别出存储食品的种类，并记录储藏日期等等，这样，用户可根据智能冰箱的这些管理信息，进行膳食搭配，并且，还可优化食品的消耗过程，减少食品因过期或变质带来的资源浪费。但是，随着生活质量的进一步提高，用户在摄取食物时，不仅需要考虑食物的搭配，还需考虑食物的营养价值，例如：蛋白摄入，热量消耗等等，这就对冰箱的食品管理提出更高的要求。

发明内容

本发明实施例提供了一种冰箱中食品热量检测的方法及装置。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本发明实施例的第一方面，提供了一种冰箱中食品热量检测的方法，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。

本发明一实施例中，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。

本发明一实施例中，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。

本发明一实施例中，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。

本发明一实施例中，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；