[发明专利]烹饪场景的检测方法、系统、电子设备及存储介质

说明书

本发明公开了一种烹饪场景的检测方法、系统、电子设备及存储介质。其中，烹饪场景分类模型的训练方法，包括：采集多张原始烹饪图像，所述原始烹饪图像标记有烹饪场景类别，所述烹饪场景类别对应多维场景信息，所述多维场景信息在包括油烟浓度类别信息之外还包括锅盖信息、烹饪工具信息、食材信息、锅具信息中的至少一种；利用采集到的多张原始烹饪图像训练烹饪场景分类模型，所述烹饪场景分类模型以原始烹饪图像为输入，以输入的原始烹饪图像对应的烹饪场景类别为输出。本发明能够基于图像分类的方式实现烹饪场景类别的识别，进而实现油烟浓度类别的识别，相比于直接识别烹饪图像的油烟浓度，本发明更加科学、客观且具有普适性。

技术领域

本发明涉及电子技术领域，尤其涉及一种烹饪场景的检测方法、系统、电子设备及存储介质。

背景技术

厨房是每个家庭每天进行烹饪处理的必要场景，厨房油烟处理的效果直接影响到了家庭成员的身体健康及生活品质。随着科技不断地更新迭代与发展进步，传统油烟机的档位调节风力大小已不仅仅是当前调节风量的唯一方式，基于视觉的油烟浓度检测技术慢慢地进入了人们的视野中。

现有基于图像处理的油烟浓度检测通常是通过帧差法来检测前景和背景之间的差异来初步检测当前图像中的运动区域，然后利用基于方差的平滑度策略及灰度平均值来进行运动干扰区域的排除，最后再通过灰度直方图的方式来确定阈值来进行油烟浓度分级，从而得到当前图像帧中的油烟浓度。该方法在进行油烟浓度的划分时基于先验知识来对阈值进行区间划分，并没有统一的标准，使得分类没有普适性。

发明内容

本发明要解决的技术问题是为了克服现有技术中基于图像处理的油烟浓度缺乏客观性、普适性的缺陷，提供一种烹饪场景的检测方法、系统、电子设备及存储介质。

本发明是通过下述技术方案来解决上述技术问题：

一种烹饪场景分类模型的训练方法，包括：

采集多张原始烹饪图像，所述原始烹饪图像标记有烹饪场景类别，所述烹饪场景类别对应多维场景信息，所述多维场景信息在包括油烟浓度类别信息之外还包括锅盖信息、烹饪工具信息、食材信息、锅具信息中的至少一种；

利用采集到的多张原始烹饪图像训练烹饪场景分类模型，所述烹饪场景分类模型以原始烹饪图像为输入，以输入的原始烹饪图像对应的烹饪场景类别为输出。

较佳地，所述油烟浓度类别信息由以下步骤获取得到：

在采集原始烹饪图像的同时，分别采集锅具上方呈正多边形分布的多个油烟浓度采集点的原始油烟浓度；

计算采集到的多个原始油烟浓度的平均值得到平均油烟浓度；

根据所述平均油烟浓度确定所述油烟浓度类别信息。

一种烹饪场景的检测方法，包括：

采集当前烹饪图像；

将当前烹饪图像输入训练好的烹饪场景分类模型，输出当前烹饪场景类别，其中，所述烹饪场景分类模型利用上述任一种烹饪场景分类模型的训练方法训练得到。

较佳地，在所述输出当前烹饪场景类别的步骤之后还包括：

根据当前烹饪场景类别对应的油烟浓度类别信息控制烟机的运行档位；

或者，

在所述输出当前烹饪场景类别的步骤之后还包括：

根据预设映射关系以及当前烹饪场景类别确定当前油烟浓度数值，其中，所述预设映射关系用于表征烹饪场景类别与油烟浓度数值之间的对应关系；

根据确定得到的当前油烟浓度数值控制烟机的运行档位。

一种烹饪场景分类模型的训练系统，包括：