[发明专利]厨房卫生检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于人工智能的厨房卫生检测方法、装置、计算机设备和存储介质。所述方法包括：接收第一终端发送的视频数据，将视频数据进行预处理获取视频帧；获取目标关键帧，根据目标关键帧识别视频帧是否存在异物；若存在异物，则获取视频帧的前后帧；根据视频帧和前后帧确定异物特征；调用深度神经网络模型，将异物特征输入至深度神经网络模型得到检测结果。采用本方法能够降低资源消耗且提高效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种厨房卫生检测方法、装置、计算机设备和存储介质。

背景技术

城市中各种环境卫生是影响市民健康和居住条件的一项即为重要的指标，尤其是餐饮方面的卫生对市民健康有着更为直接的影响。因此，人们对于饮食健康的关注度也越来越高，餐饮企业的后厨卫生也时刻被人们关注。

为了保证后厨卫生合格，餐饮业开展了“明厨亮灶”的计划。通过在后厨安装云摄像机，人们可以通过视频内容实时监管后厨工作和卫生。然而，通过摄像拍摄的视频还是需要人工进行审核，导致人力资源消耗大且效率低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够降低资源消耗且提高效率的厨房卫生检测方法、装置、计算机设备和存储介质。

一种厨房卫生检测方法，所述方法包括：

接收第一终端发送的视频数据，将所述视频数据进行预处理获取视频帧；

获取目标关键帧，根据所述目标关键帧识别所述视频帧是否存在异物；

若存在异物，则获取所述视频帧的前后帧；

根据所述视频帧和前后帧确定异物特征；

调用深度神经网络模型，将所述异物特征输入至所述深度神经网络模型得到检测结果。

在其中一个实施例中，所述根据所述目标关键帧识别所述视频帧是否存在异物包括：

将所述目标关键帧进行网格划分，获取所述目标关键帧的每一网格的网格图像；

将所述视频帧进行网格划分，获取所述视频帧的每一网格的网格图像；

比较所述视频帧的网格图像和所述目标关键帧的网格图像；

若所述视频帧的网格图像与所述目标关键帧的网格图像存在不一致的图像内容，则确定所述视频帧存在异物。

在其中一个实施例中，所述根据所述视频帧和前后帧确定异物特征包括：

将所述视频帧的网格图像进行编号，得到所述视频帧的每一网格图像的网格编号；

将前后帧进行网格划分，获取所述前后帧的每一网格的网格图像；

根据所述视频帧的网格编号将所述前后帧的网格图像进行编号，得到前后帧的每一网格图像的网格编号；

根据异物在所述视频帧的网格图像的网格编号，得到异物在所述视频帧的第一网格编号信息；

根据异物在所述前后帧的网格图像的网格编号，得到异物在所述前后帧的第二网格编号信息；

根据所述第一网格编号信息和第二网格编号信息的差异确定异物特征。

在其中一个实施例中，所述异物特征包括异物体积和异物运动轨迹；

所述根据所述第一网格编号信息和第二网格编号信息的差异确定异物特征包括：

根据所述第一网格编号信息和第二网格编号信息确定异物所占网格数量，根据所述异物所占网格数量确定异物体积；

比较所述第一网格编号信息和第二网格编号信息确定编号差值，根据所述编号差值确定异物运动轨迹。