[发明专利]一种菜品识别方法及系统

说明书

本发明公开了一种菜品识别方法及系统，该方法包括步骤：S11.获取待识别的菜品图片；S12.将所述待识别的菜品图片输入预先训练的多标签分类器得到所述待识别菜品的多个成分特征；S13.将所述待识别菜品的多个成分特征输入预先训练的单标签分类器得到所述待识别菜品的具体菜名。本发明对待识别的菜品图片先通过预先训练的多标签分类器可以得到待识别菜品中的食材特征与做法特征，然后通过预先训练的单标签分类器进一步提取食材特征与做法特征相互联系得到所述待识别菜品的具体菜名，使得菜品识别模型更加符合人类的思维方式，提高了菜品识别当中可以获取的信息量以及菜品的识别准确率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种菜品识别方法及系统。

背景技术

菜品，是指各类品种的菜，例如剁椒鱼头、青椒炒肉、白菜炒木耳等等。随着菜品品种的不断增多，人们通过肉眼通常只能辨别出少数品种的菜品。因此，帮助用户进行菜品识别成为了一种需求。而且，菜品识别还可以应用到多种不同的应用场景，例如餐饮店铺的结账流程、智能餐盘对菜品的语音介绍、智能冰箱针对存放的不同菜品的监控等等。

菜品识别是一个分类的问题，而从目前的方案来看，处理分类问题的时候，解决的通常思路都是通过直接单标签标记进行单标签分类或者直接多标签进行标记进行多标签分类的方式，而对于直接进行单标签标记的方式是采取直接一对一标记的形式进行，无法获取多个类别进行多标签标记后的内在联系，在菜品识别中就无法获取食材与做法之间的内在联系，这就无法确保菜品是被的准确率，而对于直接多标签进行标记进行多标签分类时模型对于目标检测是的位置标定需要一定的性能消耗，而且也是直接获取多个标签，无法获取多个标签之间的内在联系。

公开号为CN 106845527A的专利公开了一种菜品识别方法，包括以下步骤：1)获得web请求，服务器相应web请求，获取相应图像；2)保存图像，获取输入数据流，生成图像文件名并保存至磁盘；3)图像预处理，对输入的图像进行尺寸调整和归一化；4)使用预先训练的卷积神经网络进行处理，对图像上的物体进行检测及分类，如果没有检测到菜品则结束，如果检测到菜品，则结合分类结果，输出相应菜品信息。该方法虽然可以对菜品进行识别，但是该方法还是采用单标签标记进行单标签分类的方法实现菜品的识别，无法获取菜品中食材与做法之间的内在联系，因此，该方法还是无法确保菜品识别的准确率。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种菜品识别方法及系统，利用多标签标记然后进行单标签分类来解决菜品识别问题，可以结合菜品中食材与做法的特征与相互联系，大大增强菜品识别的准确率。

为了实现以上目的，本发明采用以下技术方案：

一种菜品识别方法，包括步骤：

S1.获取待识别的菜品图片；

S2.将所述待识别的菜品图片输入预先训练的多标签分类器得到所述待识别菜品的多个成分特征；

S3.将所述待识别菜品的多个成分特征输入预先训练的单标签分类器得到所述待识别菜品的具体菜名。

进一步的，所述多标签分类器采用mobilenetv2分类算法；所述单标签分类器采用svm分类算法。

进一步的，所述待识别菜品的多个成分特征包括所述待识别菜品的食材特征和做法特征。

进一步的，所述单标签分类器是通过所述待识别菜品的具体食材特征和做法特征之间的相互联系得到所述待识别菜品的具体菜名。

进一步的，所述步骤S1之后步骤S2之前还包括步骤：

对所述待识别的菜品图片进行图像预处理。

相应的，还提供一种菜品识别系统，包括：

获取模块，用于获取待识别的菜品图片；