[发明专利]食物成熟度识别方法、装置以及计算机存储介质

说明书

本申请公开了一种食物成熟度识别方法、装置以及计算机存储介质，该食物成熟度识别方法包括：获取初始食物检测图像；获取当前食物检测图像；将初始食物检测图像以及当前食物检测图像进行差分融合，以得到融合食物检测图像；将融合食物检测图像输入预设神经网络模型，以获得预设神经网络模型输出的食物成熟程度。本申请提供的食物成熟度识别方法通过图像差分融合的方式，减少初始食物检测图像对食物成熟度识别的影响，减少识别装置的成本。

技术领域

本申请涉及智能烹饪设备技术领域，特别是涉及一种食物成熟度识别方法、装置以及计算机存储介质。

背景技术

随着科技发展，智能烹饪设备例如烤箱在普通家庭中越来越普及，大大便利了日常的生活。然而，以烤箱为例，目前市面上的绝大多数烤箱，用户在使用过程中无法随时获悉食物的情况。为了解决这个问题，部分烤箱通过加入探针来实施监测食物的内部温度，但是探针的插入和清洗不但麻烦，而且探测的温度会随着插的位置不同而产生很大的差异，无法确保准确性和一致性。部分烤箱使用高光谱成像技术，根据食物表面的颜色纹理进行食物成熟度的判断，这种产品的问题在于：高光谱图像的获取需要昂贵的设备，单单根据食物表面的颜色纹理进行食材成熟度的判断，很难保证准确度。

发明内容

本申请提供一种食物成熟度识别方法、装置以及计算机存储介质，以解决现有技术中食物成熟度识别方法准确度低，硬件成本高的问题。

为解决上述技术问题，本申请提出一种食物成熟度识别方法，所述食物成熟度识别方法包括：

获取初始食物检测图像；

获取当前食物检测图像；

将所述初始食物检测图像以及所述当前食物检测图像进行差分融合，以得到融合食物检测图像；

将所述融合食物检测图像输入预设神经网络模型，以获得所述预设神经网络模型输出的食物成熟程度。

其中，所述获取当前食物检测图像的步骤之后，所述识别方法包括：

获取所述预设神经网络模型设置的图像大小；

根据所述图像大小对所述初始食物检测图像以及所述当前食物检测图像进行裁剪；

将裁剪后的所述初始食物检测图像以及裁剪后的所述当前食物检测图像进行差分融合，以得到融合食物检测图像。

其中，所述根据所述图像大小对所述初始食物检测图像以及所述当前食物检测图像进行裁剪的步骤，包括：

采用预设语义分割算法获取所述初始食物检测图像以及所述当前食物检测图像中食物的位置信息；

根据所述位置信息提取所述初始食物检测图像中的初始食物图像，以及所述当前食物检测图像中的当前食物图像。

其中，所述根据所述图像大小对所述初始食物检测图像以及所述当前食物检测图像进行裁剪的步骤，包括：

采用预设语义分割算法获取所述初始食物检测图像中的位置信息，并将所述初始食物检测图像中的位置信息同时作为所述当前食物检测图像中的位置信息；

根据所述位置信息提取所述初始食物检测图像中的初始食物图像，以及所述当前食物检测图像中的当前食物图像。

其中，所述预设语义分割算法为Mask-RCNN。

其中，所述将所述初始食物检测图像以及所述当前食物检测图像进行差分融合，以得到融合食物检测图像的步骤，包括：

获取所述初始食物检测图像的像素值，以及所述当前食物检测图像的像素值；

将所述初始食物检测图像的像素值和所述当前食物检测图像的像素值求差，得到所述融合食物检测图像的像素值。