[发明专利]食材的烹饪控制方法、图像处理方法、装置及烹饪设备有效
申请号: | 202010049562.0 | 申请日: | 2020-01-16 |
公开(公告)号: | CN111248716B | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 宋德超;陈翀;陈勇;李雨铭;郑威;林进华 | 申请(专利权)人: | 珠海格力电器股份有限公司;珠海联云科技有限公司 |
主分类号: | A47J27/00 | 分类号: | A47J27/00;A47J36/32;G05B15/02;G06K9/62 |
代理公司: | 北京华夏泰和知识产权代理有限公司 11662 | 代理人: | 郭金鑫;李雪 |
地址: | 519070*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 烹饪 控制 方法 图像 处理 装置 设备 | ||
1.一种食材的烹饪控制方法,其特征在于,包括:
获取烹饪设备内食材的第一待检测图像;
分析所述第一待检测图像中所述食材对应的第一烹饪状态;
根据所述第一烹饪状态执行相应的烹饪操作;
所述分析所述第一待检测图像确定所述食材对应的第一烹饪状态,包括:
获取预先训练好的状态检测模型,所述状态检测模型包括:至少一个隐藏层,所述隐藏层包括:卷积层和长短期记忆卷积层;
将所述第一待检测图像输入所述卷积层,得到第一特征向量;
将所述第一特征向量输入所述长短期记忆卷积层,得到所述食材的第一烹饪状态;
所述将所述第一特征向量输入所述长短期记忆卷积层,得到所述食材的第一烹饪状态,包括:
获取第二烹饪状态,所述第二烹饪状态为将第二待检测图像输入所述状态检测模型得到的,所述第二待检测图像为所述第一待检测图像的前一帧图像;
将所述第一特征向量与所述第二烹饪状态输入所述长短期记忆卷积层,得到所述第一烹饪状态;
所述方法还包括:
获取烹饪设备内食材的样本图像;
获取所述样本图像中的标注信息,所述标注信息包括食材信息、汤汁颜色以及所述食材信息和所述汤汁颜色对应的第一烹饪状态,所述食材信息至少包括:食材类型以及食材状态;
采用预设卷积神经网络模型对所述样本图像及所述标注信息进行训练,得到状态检测模型。
2.根据权利要求1所述的方法,其特征在于,所述获取烹饪设备内食材的第一检测图像,包括:
调用设置于所述烹饪设备的摄像装置对所述食材进行拍摄,得到检测视频;
基于所述检测视频提取所述第一待检测图像。
3.根据权利要求1所述的方法,其特征在于,所述第一烹饪状态包括所述食材的生熟度;
所述根据所述烹饪状态执行相应的烹饪操作,包括:
当所述生熟度不满足预设条件时,根据所述生熟度生成烹饪参数;
根据所述烹饪参数控制烹饪设备对所述食材进行烹饪;
或,所述根据所述烹饪状态执行相应的烹饪操作,还包括:
当所述生熟度满足所述预设条件时,控制所述烹饪设备进入保温状态,和/或,生成提示信息。
4.一种食材烹饪状态的检测装置,其特征在于,包括:
获取模块,用于获取烹饪设备内食材的第一待检测图像;
分析模块,用于分析所述第一待检测图像中所述食材对应的第一烹饪状态;所述分析所述第一待检测图像确定所述食材对应的第一烹饪状态,包括:获取预先训练好的状态检测模型,所述状态检测模型包括:至少一个隐藏层,所述隐藏层包括:卷积层和长短期记忆卷积层;将所述第一待检测图像输入所述卷积层,得到第一特征向量;将所述第一特征向量输入所述长短期记忆卷积层,得到所述食材的第一烹饪状态;所述将所述第一特征向量输入所述长短期记忆卷积层,得到所述食材的第一烹饪状态,包括:获取第二烹饪状态,所述第二烹饪状态为将第二待检测图像输入所述状态检测模型得到的,所述第二待检测图像为所述第一待检测图像的前一帧图像;将所述第一特征向量与所述第二烹饪状态输入所述长短期记忆卷积层,得到所述第一烹饪状态;
执行模块,用于根据所述第一烹饪状态执行相应的烹饪操作;
所述装置还包括:
第一获取模块,用于获取烹饪设备内食材的样本图像;
第二获取模块,用于获取所述样本图像中的标注信息,所述标注信息包括食材信息、汤汁颜色以及所述食材信息和所述汤汁颜色对应的第一烹饪状态,所述食材信息至少包括:食材类型以及食材状态;
训练模块,用于采用预设卷积神经网络模型对所述样本图像及所述标注信息进行训练,得到状态检测模型。
5.一种烹饪设备,其特征在于,包括:摄像装置,处理器以及控制器;
所述摄像装置,用于对位于所述烹饪设备内的食材进行拍摄,得到检测视频,并将所述检测视频发送至所述处理器;
所述处理器,用于根据所述检测视频获取第一待检测图像,分析所述第一待检测图像中所述食材对应的第一烹饪状态,根据第一烹饪状态生成控制指令,并将所述控制指令发送至所述控制器;
所述控制器,用于根据所述控制指令控制所述烹饪设备执行相应的烹饪操作;
其中,所述处理器,具体用于获取预先训练好的状态检测模型,所述状态检测模型包括:至少一个隐藏层,所述隐藏层包括:卷积层和长短期记忆卷积层;将所述第一待检测图像输入所述卷积层,得到第一特征向量;将所述第一特征向量输入所述长短期记忆卷积层,得到所述食材的第一烹饪状态;
其中,所述状态检测模型通过以下方式得到:获取烹饪设备内食材的样本图像;获取所述样本图像中的标注信息,所述标注信息包括食材信息、汤汁颜色以及所述食材信息和所述汤汁颜色对应的第一烹饪状态,所述食材信息至少包括:食材类型以及食材状态;采用预设卷积神经网络模型对所述样本图像及所述标注信息进行训练,得到状态检测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司;珠海联云科技有限公司,未经珠海格力电器股份有限公司;珠海联云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010049562.0/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序