[发明专利]基于成分识别的食物制备方法和系统

说明书

一种食物制备系统和方法，包括：在食物支承平台支承第一食物的同时，触发照相机的图像捕获以获得食物支承平台的一个或多个图像；对第一食物进行成分识别，包括：在总体分类器中对相应图像的特征张量进行分类，以识别与第一食物对应的一个或多个第一级食物成分类别；以及在与一个或多个第一级食物成分类别中的每个第一级食物成分类别对应的各个详细分类器中，对相应图像的特征张量进行分类，以识别对应于第一食物的对应的第二级食物成分类别，其中，第二级食物成分类别是所述每个第一级食物成分类别的子类别；以及根据已经执行的成分识别，调整一个或多个加热单元以加热第一食物。

相关申请的交叉引用

本申请要求保护于2017年12月30日提交的美国专利申请No.62/612,426的优先权，其全部公开内容通过引入并入本文。

技术领域

本公开涉及家用电器领域，尤其涉及一种基于成分识别的食物制备方法和系统。

背景技术

传统的电食物制备系统，例如微波炉、炉灶、吐司烤箱、电饭锅、烤炉和蒸锅等，都依赖于对于烹饪温度和烹饪持续时间规格的手动输入。这些传统系统要求用户拥有关于如何在不损害食物安全性要求的情况下将菜肴的不同食物成分加热和烹饪至正确的熟度水平的大量知识和经验。某些较新型的电食物制备系统使得用户能够从一些预设食物选项中进行选择，并根据用户的选择调整烹饪时间和功率水平。但是，针对用户可能希望烹饪的各种各样的食物，这种预设选择菜单太有限或者太广泛而难以确定。

随着人们对改善健康和生活方式的兴趣日益浓厚，人们食用的食物的质量和营养价值对他们来说变得越来越重要。智能设备上的某些应用提供了食物成分及其相应营养信息的数据库。但是，这样的应用通常要求用户输入食物成分的名称和每种成分的数量，以便提供相应的营养价值。该过程繁琐且效率低，严重限制了此类应用的实用性。

一些研究人员建议使用人工智能和深度学习技术来根据菜肴图像自动识别食物成分。但是，由于食物成分可以在菜肴中呈现的形式差异很大，并且捕获图像图像的条件不同的情况下，识别结果非常差。此外，食物成分的数量成千图像的条件不同，因此识别结果非常差。此外，食物成分的数量成百上千，一道菜肴可能包含数十种成分，这使得自动识别模型非常庞大且计算量大，并且难以在纯学术研究环境之外进行部署。而且，这些系统很难按比例放大，因为每次需要向模型中添加新成分时，都必须更改参数的数量以及必须重复对模型的训练。

由于这些原因，需要能够以适度的资源消耗提供一致的食物成分识别，可扩展并且可以调整食物制备控制和/或提供营养推荐的更好的食物制备系统。

发明内容

如在背景技术中所讨论的，传统的食物制备系统在基于自动成分识别来自动控制食物制备方面提供有限的能力。传统的食物成分识别不准确，需要大量的计算资源，并且不容易扩展。本文公开的方法和系统以多种方式解决了传统方法和系统的这些缺点。

例如，在将食物放入食物制备系统中时，原位拍摄用于成分识别的图像。食物制备系统的基础图像有助于有效消除背景，仅保留食物的相关图像信息。另外，给定已经放置食物的食物制备系统的已知尺寸，图像中食物成分的尺寸和比例也是已知的。原位图像获取消除了传统系统中的以下问题：图像获取是在各种各样的条件下进行的，使图像处理变得困难，并且更容易产生错误的识别结果。其他原位图像获取技术也用于进一步提高图像一致性和图像的保真度。