[发明专利]一种点餐处理方法及装置

权利要求书

1.一种点餐处理方法，其特征在于，包括：

获取目标点餐信息，其中，所述目标点餐信息包括餐品列表、餐品ID以及用餐人数；

根据所述目标点餐信息确定目标人均食物浪费量；

判断所述目标人均食物浪费量是否大于或等于第一预设阈值；

在判断结果为是的情况下，发起告警信息。

2.根据权利要求1所述的方法，其特征在于，根据所述目标点餐信息确定目标人均食物浪费量包括：

将所述目标点餐信息输入预先训练好的第一目标神经网络模型中，得到所述第一目标神经网络模型输出的所述目标点餐信息对应不同人均食物浪费量的概率，其中，所述概率大于第二预设阈值的人均浪费量为所述目标点餐信息的目标人均食物浪费量。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取第一预定数量的点餐信息以及对应的人均浪费食物量，其中，所述点餐信息包括餐品列表、餐品ID、用餐后餐品剩余重量；

根据所述第一预定数量的点餐信息以及对应的人均浪费食物量对第一原始神经网络模型进行训练，得到所述第一目标神经网络模型，其中，所述第一预定数量的点餐信息为所述第一原始神经网络模型的输入，训练好的所述第一目标神经网络模型输出的所述目标点餐信息对应的所述目标人均食物浪费量与所述目标点餐信息实际对应的人均浪费食物量满足第一预定目标函数。

4.根据权利要求1所述的方法，其特征在于，根据所述目标点餐信息确定目标人均食物浪费量包括：

获取通过摄像头采集的用餐对象的目标图像；

对所述目标图像进行特征提取，得到图像特征；

将所述图像特征输入到预先训练好的网络识别模型中，得到所述图像特征对应的人均体重信息；

根据所述目标点餐信息、所述人均体重信息确定所述目标人均食物浪费量。

5.根据权利要求4所述的方法，其特征在于，根据所述目标点餐信息、所述人均体重信息确定所述目标人均食物浪费量包括：

将所述目标点餐信息、所述人均体重信息输入预先训练好的第二目标神经网络模型中，得到所述第二目标神经网络模型输出的所述目标点餐信息、所述人均体重信息对应不同人均食物浪费量的概率，其中，所述概率大于第三预设阈值的人均浪费量为所述目标点餐信息、所述人均体重信息的目标人均食物浪费量。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取第二预定数量的点餐信息、人均体重信息以及对应的人均浪费食物量，其中，所述点餐信息包括餐品列表、餐品ID、用餐后餐品剩余重量；

根据所述第二预定数量的点餐信息、人均体重信息以及对应的人均浪费食物量对第二原始神经网络模型进行训练，得到所述第二目标神经网络模型，其中，所述第二预定数量的点餐信息、人均体重信息为所述第二原始神经网络模型的输入，训练好的所述第二目标神经网络模型输出的所述目标点餐信息对应的所述目标人均食物浪费量与所述目标点餐信息实际对应的人均浪费食物量满足第二预定目标函数。

7.根据权利要求3或6所述的方法，其特征在于，所述用餐后剩余食品重量是通过在餐盘底部内嵌的重力感应器采集的。

8.一种点餐处理装置，其特征在于，包括：

第一获取模块，用于获取目标点餐信息，其中，所述目标点餐信息包括餐品列表、餐品ID以及用餐人数；

确定模块，用于根据所述目标点餐信息确定目标人均食物浪费量；

判断模块，用于判断所述目标人均食物浪费量是否大于或等于第一预设阈值；

告警模块，用于在判断结果为是的情况下，发起告警信息。

9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7中任一项所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7中任一项所述的方法。