[发明专利]产生用于识别菜肴的训练数据

说明书

一种用于提供训练数据用于识别菜肴的方法，该方法包括以下步骤：在菜肴布置在烹饪设备中期间，检测该菜肴的图像，其中，从预确定的视角检测该图像；在该图像上确定该菜肴的对象边界；和提供包括该图像和所确定的对象边界的训练数据。

技术领域

本发明涉及对训练数据的产生。本发明特别是涉及对用于识别菜肴的训练数据的产生。

背景技术

在烹饪期间或在烹饪后对菜肴在光学上进行分析能够有助于顺利地准备菜肴。有经验的厨师能够自己完成；缺乏经验的厨师或家庭用户可能依赖外部帮助。对菜肴进行光学分析的自动化的系统能够对该菜肴在光学上进行识别并与参照物进行比较。不仅为了进行识别而且为了进行比较，该系统必须事先用大量训练数据进行训练。

提供训练数据可能开销较大。对于多个菜肴图像，必须分别找到在这些图像上所示出的菜肴的对象边界并配属给该图像。该动作通常需要手动干预或手动监控。

发明内容

本发明所基于的任务在于说明一种改善的用于自动化地产生训练数据的技术，所述训练数据能够用于训练能够识别和/或评估菜肴的系统。本发明借助独立权利要求的主题来解决该任务。从属权利要求描述优选实施方式。

根据本发明的第一方面，一种用于提供训练数据用于识别菜肴的方法包括以下步骤：在菜肴布置在烹饪设备中期间检测该菜肴的图像，其中，从预确定的视角检测该图像；在该图像上确定该菜肴的对象边界；和提供包括该图像和所确定的对象边界的训练数据。所述训练数据特别是能够用于训练神经网络旨在识别菜肴。为此，优选将所述训练数据存储在服务器上或云中，并且例如与其他烹饪设备的训练数据结合，以便生成范围全面的训练数据存量。

根据本发明已认识到的是，烹饪设备中的菜肴通常总是以较少的变化布置在相同的位置。因此能够简单地制作菜肴的图像，其中，这些图像是从相同的或至少相似的视角拍摄的。这种拍摄能够具有大量共同性，这些共同性能够被考虑用于确定对象边界。因此能够以减少的开销或无手动开销地为系统提供训练数据用于识别菜肴。该系统能够被改善地训练用于例如在图像上对菜肴进行正确的识别和必要时进行评估。

烹饪设备特别是可以包括烤箱、蒸笼或类似设备，该烹饪设备特别是可以构造为家用器具或家用设备。特别是如果该家用器具是联网的，则能够在本地或在远程的专用部门执行对所述图像的检测和处理。因此能够简单地将多个家用器具用于提供训练数据。

在一种实施方式中，确定该烹饪设备的内部空间的陈设，其中，基于所确定的陈设来确定对象边界。特别是可以确定烹饪设备的类型或构造方式。内部陈设例如可以涉及尺寸、几何形状、内部空间中的可光学识别的元件或其他几何上的条件。例如还可以说明菜肴在内部空间被布置在怎样不同的高度处。还可以已知内部空间中的元件的颜色、结构或几何构型。这些元素能够用于在图像上的光学定向。对象边界能够更容易地被确定，使得它不包括属于内部空间的元素。

该陈设还可以包括用于在该烹饪设备中使用的配件。在此，该配件能够在所检测到的图像上被识别到。该配件例如可以包括托盘、通用平底锅、烤架、烤盘、平底锅、串签或烹饪温度计。对象边界能够更容易地被确定，使得它不包括被识别到的配件。

在另一实施方式中，在对图像进行检测期间确定对该菜肴的主动照明。然后可以将该图像在颜色方面关于所确定的照明进行标准化。例如可以确定安装在烹饪设备的内部空间中的照明。特别是能够根据烹饪设备的构造方式或型号来确定照明。照明的特性，特别是光源的位置或辐射特性以及所使用的色谱，能够被用于颜色标准化。由此能够改善在图像上所再现的菜肴在不同烹饪设备之间的可比较性。特别是能够关于预确定的照明配置或颜色配置来进行颜色标准化。