[发明专利]识别食材的方法、装置和冰箱

说明书

本发明公开了一种识别食材的方法、装置和冰箱。其中，该方法包括：获取冰箱内部的图像信息；依据图像识别模型对所述图像信息进行识别，得到识别结果，其中，所述图像识别模型为包含了冰箱内各种图像信息训练得到的卷积神经网络模型；依据所述识别结果，确定所述冰箱内部的食材。本发明解决了现有技术中冰箱内食材识别系统辨识相似食材准确度不高的技术问题。

技术领域

本发明涉及智能家电领域，具体而言，涉及识别食材的方法、装置和冰箱。

背景技术

冰箱是一种常见的家用电器，用于储藏食材，对食材进行保鲜，以延长食材的新鲜度。然而，随着生活水平的提高和生活节奏的加快，用户对电器多功能化应用的要求越来越多，冰箱在日常应用中除了冷冻储藏，还被寄希望于实现更多的功能，如通过内部设置食材识别系统，自动采集和识别内部食材，通过对食材的辨识，对用户进行食材购买推送和远程菜谱推送，一方面可以提醒用户下班时购买所需食材，节省时间，另一方面可以科学营养地给用户定制营养菜谱，避免用户随意搭配食材造成的饮食不均。

但是，冰箱内通常储藏有多种食材，且几大类青菜和肉类的食材相似度较高，长相大多相似，导致食物识别系统常发生食材识别错误的情况，进而影响用户体验。

针对现有技术中冰箱内食材识别系统辨识相似食材准确度不高，进而影响用户体验的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了识别食材的方法、装置和冰箱，以至少解决现有技术中冰箱内食材识别系统辨识相似食材准确度不高的技术问题。

根据本发明实施例的一个方面，提供了一种识别食材的方法，包括：获取所述冰箱内部的图像信息；依据图像识别模型对所述图像信息进行识别，得到识别结果，其中，所述图像识别模型为包含了冰箱内各种图像信息训练得到的卷积神经网络模型；依据所述识别结果，确定所述冰箱内部的食材。

进一步地，所述依据图像识别模型对所述图像信息进行识别，得到识别结果，包括：提取所述图像信息中包含的至少一个图像特征；基于所述图像识别模型处理所述至少一个图像特征，确定所述图像信息中的食材图像和非食材图像。

进一步地，在依据图像识别模型对所述图像信息进行识别，得到识别结果之前，所述方法还包括：获取训练样本，其中，所述训练样本包括：不同类型食材的食材图像和不同类型冰箱的内部结构图像；基于所述训练样本，对所述图像识别模型的卷积神经网络进行训练。

进一步地，所述食材图像至少包括：基于蔬菜类型的第一图像和基于肉食类型的第二图像。

进一步地，在所述依据图像识别模型对所述图像信息进行识别，得到识别结果之后，还包括：依据所述识别结果中包含的食材图像对所述图像识别模型进行训练，获取优化后的图像识别模型。

进一步地，在依据所述识别结果，确定所述冰箱内部的食材之后，所述方法还包括：基于所述确定的食材，确定待推送的目标信息，其中，所述目标信息包括如下至少之一：菜谱、欲购买的食材、食材价格、食材购买地址、比价结果。

根据本发明实施例的另一方面，还提供了一种识别食材的装置，包括：获取模块，获取所述冰箱内部的图像信息；识别模块，依据图像识别模型对所述图像信息进行识别，得到识别结果，其中，所述图像识别模型为包含了冰箱内各种图像信息训练得到的卷积神经网络模型；推送模块，依据所述识别结果，确定所述冰箱内部的食材。

根据本发明实施例的另一方面，还提供了一种冰箱，包括上述的识别食材的装置。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一种所述的识别食材的方法。

根据本发明实施例的另一方面，还提供了一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一种所述的识别食材的方法。