[发明专利]一种餐桌桌面清洁度的识别方法及系统

说明书

本发明公开一种餐桌桌面清洁度的识别方法，包括以下步骤：采集桌面图像，对所述桌面图像进行特征提取，获得相对应的第一特征；将所述第一特征与预设的特征库中的第二特征进行相似度匹配，获得匹配结果，根据匹配结果获取所述第一特征的类别；对所述桌面图像中所有第一特征的类别进行统计，并根据统计结果生成相应的桌面清洁度。本发明能够自动对餐桌桌面的清洁度进行识别，从而便于餐厅的服务员根据各餐桌对应的清洁度前往清理，能够有效提高服务员清洁餐桌的效率，并提升食客就餐的满意度。

技术领域

本发明涉及图像识别领域，尤其涉及一种餐桌桌面清洁度的识别方法及系统。

背景技术

在餐厅、食堂等场所用餐时，往往需要服务员在店内巡查食客的用餐情况，清理餐桌上的食物残渣，为食客提供良好的就餐体验。

服务员通过巡查以保持餐桌清洁的方式工作效率低下，且此种方式在用餐高峰期时往往无法及时发现某餐桌上食物残渣堆积需要清理。

发明内容

本发明针对现有技术中的缺点，提供了一种餐桌桌面清洁度的识别方法及系统。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种餐桌桌面清洁度的识别方法，包括以下步骤：

采集桌面图像，对所述桌面图像进行特征提取，获得相对应的第一特征；

将所述第一特征与预设的特征库中的第二特征进行相似度匹配，获得匹配结果，根据匹配结果获取所述第一特征的类别；

对所述桌面图像中所有第一特征的类别进行统计，并根据统计结果生成相应的桌面清洁度。

作为一种可实施方式，根据匹配结果获取所述第一特征的类别后还包括反馈步骤，具体步骤包括：

从所述特征库中提取与所述第一特征类别相同的第二特征，计算所述第一特征与所述第二特征的平均相似度；

将所述平均相似度与预设的平均相似度阈值进行比较，当所述平均相似度大于预设的平均相似度阈值时，将所述第一特征添加至所述特征库中。

作为一种可实施方式，对所述桌面图像进行特征提取，获得相对应的第一特征的具体步骤为：

采集桌面样本图像，基于食物残渣的类型对所述桌面样本图像进行标注，获得训练样本图像，并按照预设的比例将训练样本图像划分为训练集和测试集；

建立特征提取网络，利用训练集对所述特征提取网络进行训练，并利用测试集对训练后的特征提取网络进行测试，当测试获得的准确率大于预设的准确率阈值时，获得特征提取模型；

将所述桌面图像输入所述特征提取模型，所述特征提取模型输出相对应的第一特征。

作为一种可实施方式，所述特征提取网络采用yolov3。

作为一种可实施方式，将所述第一特征与预设的特征库中的第二特征进行相似度匹配，获得匹配结果，根据匹配结果获取所述第一特征的类别的具体步骤为：

分别计算所述第一特征与各第二特征的余弦距离，获得作为相似度的余弦距离值；

提取余弦距离值最大时对应的第二特征的类别作为所述第一特征的类别。

作为一种可实施方式，对所述桌面图像中所有第一特征的类别进行统计，并根据统计结果生成相应的桌面清洁度的具体步骤为：

对所述桌面图像中所有第一特征的类别进行统计，获得各类别所对应的第一特征的数量，即特征数量；

计算各类别的权重和相对应的特征数量的乘积，并对所有特征求和，获得清洁值；

根据清洁值和预设映射关系输出相对应的清洁度。