[發(fā)明專利]基于深度學(xué)習(xí)目標(biāo)檢測(cè)和度量學(xué)習(xí)的開放性菜品識(shí)別方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011026245.3 | 申請(qǐng)日: | 2020-09-25 |
| 公開(公告)號(hào): | CN112115906A | 公開(公告)日: | 2020-12-22 |
| 發(fā)明(設(shè)計(jì))人: | 陳曉鵬;梁永堅(jiān);趙曉紅 | 申請(qǐng)(專利權(quán))人: | 廣州市派客樸食信息科技有限責(zé)任公司 |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 廣州致信偉盛知識(shí)產(chǎn)權(quán)代理有限公司 44253 | 代理人: | 伍嘉陵 |
| 地址: | 510000 廣東省廣*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 深度 學(xué)習(xí) 目標(biāo) 檢測(cè) 度量 開放性 菜品 識(shí)別 方法 | ||
1.一種基于深度學(xué)習(xí)目標(biāo)檢測(cè)和度量學(xué)習(xí)的開放性菜品識(shí)別方法,其特征在于,包括以下步驟:
S1,建立特征檢索庫(kù),通過(guò)度量學(xué)習(xí)訓(xùn)練出可提取各種類別菜品圖像的特征向量并錄入特征檢索庫(kù)的識(shí)別模型;
S2,采集菜品圖像,通過(guò)目標(biāo)檢測(cè)網(wǎng)絡(luò)訓(xùn)練出的目標(biāo)檢測(cè)模型將菜品圖像中的菜品進(jìn)行定位框選出來(lái);
S3,將框選出來(lái)的菜品裁剪形成菜品子圖,通過(guò)識(shí)別模型提取菜品子圖中的特征向量與特征檢索庫(kù)內(nèi)的特征向量一一進(jìn)行相似度搜索,比較兩特征向量的距離,獲取當(dāng)前菜品類別,若未能識(shí)別出有對(duì)應(yīng)菜品類別的,人工輔助判斷當(dāng)前菜品真實(shí)類別是否已錄入特征檢索庫(kù),若沒有則添加新菜品類別,若有則進(jìn)行價(jià)格糾正;
S4,識(shí)別模型將提取到的新菜品類別的特征向量上傳更新到特征檢索庫(kù)存儲(chǔ)。
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)目標(biāo)檢測(cè)和度量學(xué)習(xí)的開放性菜品識(shí)別方法,其特征在于,通過(guò)度量學(xué)習(xí)訓(xùn)練的識(shí)別模型包括負(fù)責(zé)早餐菜品識(shí)別的早餐識(shí)別模型和負(fù)責(zé)正餐菜品識(shí)別的正餐識(shí)別模型。
3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)目標(biāo)檢測(cè)和度量學(xué)習(xí)的開放性菜品識(shí)別方法,其特征在于,所述步驟S2還包括以下步驟:對(duì)菜品采集連續(xù)的多幀圖片,求取每一幀圖片中各個(gè)菜品的中心坐標(biāo),利用曼哈頓距離公式計(jì)算連續(xù)的前后兩幀圖片中同一個(gè)菜品對(duì)應(yīng)的中心坐標(biāo)差值,直到該中心坐標(biāo)差值小于設(shè)定閾值,取最后一幀圖片進(jìn)行菜品識(shí)別。
4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)目標(biāo)檢測(cè)和度量學(xué)習(xí)的開放性菜品識(shí)別方法,其特征在于,所述步驟S3菜品識(shí)別還包括以下步驟:目標(biāo)檢測(cè)模型返回菜品定位信息,裁剪各個(gè)菜品子圖,對(duì)每個(gè)菜品子圖分別進(jìn)行隨機(jī)旋轉(zhuǎn)和翻轉(zhuǎn),結(jié)合亮度和對(duì)比度隨機(jī)調(diào)整得到多張?jiān)鰪?qiáng)圖片,使用基于度量學(xué)習(xí)訓(xùn)練的識(shí)別模型分別提取各個(gè)菜品對(duì)應(yīng)的所有圖片的特征,并求其特征均值,用求得的特征均值與特征檢索庫(kù)里的特征一一進(jìn)行相似度計(jì)算,根據(jù)檢索庫(kù)中與之相似度最大的特征所對(duì)應(yīng)的菜品ID,匹配菜品的類別。
5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)目標(biāo)檢測(cè)和度量學(xué)習(xí)的開放性菜品識(shí)別方法,其特征在于,還包括以下步驟:在菜品識(shí)別時(shí),當(dāng)有識(shí)別到有新品增加時(shí),及時(shí)在菜品識(shí)別界面報(bào)警提醒,轉(zhuǎn)由人工進(jìn)行選擇更新菜品特征到特征檢索庫(kù)內(nèi)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州市派客樸食信息科技有限責(zé)任公司,未經(jīng)廣州市派客樸食信息科技有限責(zé)任公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/202011026245.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)
- 目標(biāo)檢測(cè)裝置、學(xué)習(xí)裝置、目標(biāo)檢測(cè)系統(tǒng)及目標(biāo)檢測(cè)方法
- 目標(biāo)監(jiān)測(cè)方法、目標(biāo)監(jiān)測(cè)裝置以及目標(biāo)監(jiān)測(cè)程序
- 目標(biāo)監(jiān)控系統(tǒng)及目標(biāo)監(jiān)控方法
- 目標(biāo)跟蹤方法和目標(biāo)跟蹤設(shè)備
- 目標(biāo)跟蹤方法和目標(biāo)跟蹤裝置
- 目標(biāo)檢測(cè)方法和目標(biāo)檢測(cè)裝置
- 目標(biāo)跟蹤方法、目標(biāo)跟蹤裝置、目標(biāo)跟蹤設(shè)備
- 目標(biāo)處理方法、目標(biāo)處理裝置、目標(biāo)處理設(shè)備及介質(zhì)
- 目標(biāo)處理方法、目標(biāo)處理裝置、目標(biāo)處理設(shè)備及介質(zhì)
- 目標(biāo)跟蹤系統(tǒng)及目標(biāo)跟蹤方法





