CN104809472A

CN104809472A - 一种基于svm的食物分类识别方法

Info

Publication number: CN104809472A
Application number: CN201510217604.6A
Authority: CN
Inventors: 王燕清; 王一璞; 石朝侠
Original assignee: Harbin University of Science and Technology
Current assignee: Harbin University of Science and Technology
Priority date: 2015-05-04
Filing date: 2015-05-04
Publication date: 2015-07-29

Abstract

用户启动移动终端自带的摄像机将要吃的食物进行录制，吃完食物后,对剩余食物还要进行去除，通过内部算法芯片模块对使用者的食物进行分析，再通过设备的显示终端显示出来，并可智能选择和专家判断的模式对吃掉的卡路里进行综合测评。通过采用改进的SVM，提高了复杂条件下的食物识别效果。移动应用模块提供了一个独特的机制来收集饮食信息，由此可降低饮食记录者的负担。对糖尿病患者也可以起到辅助和提醒的作用。设备小巧，易于携带，方便使用，随时随地都可用。未来社会，将是一个智慧化城市时代，很多劳作都可以用智能机器去取代。该产品的研发，将引起一场新的变革。

Description

一种基于SVM的食物分类识别方法

技术领域

本发明属于物联网技术领域，涉及一种基于支持向量机（SVM）的食物分类识别方法, 本发明的目的在于使用该技术解决现实生活中食物摄入量测量的问题。

背景技术

随着生活质量和水平的不断提升，年轻人中肥胖病患者的数量逐步增长是一个巨大的问题。不幸的是，这种持续的增长趋势导致2型糖尿病病人的数量也持续增长。在2008年，肥胖症患者占世界成人人口的十分之一，而在2012年这个数字已增长到六分之一，并且还在以惊人的速度增长。最近的研究表明，肥胖的人更可能产生严重的健康疾病，如高血压、心脏病、2型糖尿病、高血脂、乳腺癌、结肠癌和呼吸疾病等。肥胖症的主要原因是食物和能量的摄入与消耗之间的不平衡。所以，为了用健康的方式减肥并且维持正常人的健康体重，必须每天测量食物摄取量。事实上，所有现有的肥胖症治疗技术要求病人每天记录食物的摄入量来对比能量的摄入和消耗。

膳食摄入量，即定义某人每天吃什么。膳食摄入量可以为增加干预方案提供宝贵意见，从而能够预防许多疾病。在营养和健康领域，精确测量膳食摄入量是开放的研究课题。通过引入一个新的半自动膳食评估装置，它有助于营养师监测每日营养摄入量。要做到这一点，在食物识别装置的不同步骤中已经采用了各种图像处理技术。在肥胖症患者的移动设备上使用这种食物识别装置，任何人都可以监控他/她的食物的摄入量。

发明内容

本发明的目的是提供涉及一种基于SVM的食物分类识别方法。

上述的目的通过以下的技术方案实现：

考虑到在年轻人群中移动设备（例如智能手机和平板电脑）的普及，并且这些通信设备普遍存在，它们可以加载饮食相关的应用模块，例如我们的食物识别模块。本发明的目的在于使用该技术解决现实生活中食物摄入量测量的问题。当前这一领域的研究可以分为三类，即临床研究、辅助研究和半自动化方法研究。在如24小时膳食回顾（24HR）和食物频率问卷这类临床研究中，其数据是由患者手工记录，之后再计算卡路里摄入量。由于这些方法的数据是手工记录，因此在整个记录过程中可能产生大量的错误。这些方法的另一个缺点是病人很难将记录应用于治疗。最近，一些研究人员研究半自动化的方法。本发明将设计开发一个简单而实用的半自动化的应用模块，人们可以使用应用模块进行交互。此外，在这种情况下，通过使用模块化的方法来增加如智能手机这类移动设备的使用机会。使用移动设备作为用户接口，并且通过网络将自己的食物图像数据发送给专家来计算卡路里摄入量。移动应用模块提供了一个独特的机制来收集饮食信息，由此可降低饮食记录者的负担。

在早期阶段，用户用移动设备拍摄图像，随后进行预处理步骤。然后，在分割步骤中对每个图像进行分析并提取出各个食物部分。众所周知，若非具有良好的图像分割机制，该装置则不能够适当地处理图像。因此，本发明将这个步骤分解成了更多的步骤。为此，我们使用了颜色分割、K均值聚类和纹理分割工具。对于每个检测到的食品部分，特征提取过程必须被执行。对于每个检测到的食物图像，必须执行特征提取步骤。在这一步骤中将会提取出食物的各种属性，如大小、形状、颜色和纹理。所提取的特征将被发送到分类步骤，分类步骤使用SVM方案将食物识别出来。最后，通过估计食物部分的面积，并参照营养表，计算出食物中卡路里的含量。其中，食物分类识别，本发明采用了SVM方法，具体如下：

1、特征的提取和分类

通过使用四种特征的框架，包括颜色、纹理、尺寸和形状。对于颜色特征，使用了边缘检测和颜色K-均值聚类。对于纹理特征，使用伽柏滤波器。为了尺寸和形状特征，使用了的边缘检测技术和图像的感兴趣区域像素计算技术。下一步骤是对提取出的特征进行分类，以便于识别每种食物。SVM算法它是用于数据分类的流行技术之一。一个分类任务通常包括训练数据和测试数据，数据由一些实例组成。训练数据中的每个实例都包含一个类标签和几个特征。SVM的目标是构架一个模型，该模型能够仅通过测试数据中数据实例的属性预测出该实例的目标值。

为了提高准确性，在SVM模块已确定每种食物类型后，该装置与用户进行交互来验证食物种类。装置可以对用户显示出食物的图像并注解出装置认为的食物类型，如鸡肉、肉、蔬菜等。然后，用户可以确认或改变食物的类型。虽然这种改变使装置从自动化变为半自动化，然而它会增加装置的准确度。

本模型中使用RBF核，它以非线形方式在更高维度空间映射样本。与线性核不同，RBF核非常适合于类标记和属性是非线性的情况。

在本发明中，SVM的特征向量包含五个纹理特征、十个颜色特征、三个形状特征和六个大小特征。在分割阶段提取出各种食物的特征向量，然后成为SVM的训练向量。

2、支持向量机训练阶段

在使用本食物识别***的SVM之前，要进行一次训练阶段，这是为了产生SVM模型。图1为实现的训练阶段的框图。如该图所示，每种食物的一系列不同的特征是这个阶段的输入。应注意的是，为了提供***最好的输出，食物的名称应作为输入传入***。这个阶段的输出是SVM模型。

3、分类

当对食物图像完成分割和提取特征操作，下一个步骤是使用统计模式识别技术确定食物种类。分类器被用于各种模式识别和机器学习方面，应用范围从自动语音识别到人脸识别。识别过程主要包括两个步骤。在训练阶段，模型被当作训练数据学习。该模型是分类器未使用过的数据，从而在测试阶段可以对模型的精度进行评估。通过训练，分类器学习如何将特征映射到各种类别或标记。但是，训练是不完美的，分类器在实际操作中会出错，将一个错误的标记分配给观察到的特征矢量。

训练分类器有两个目标。一个目标是定义如何给观察到的特征矢量分配标记，而另一个是估计其性能误差或分类精度。支持向量机是一组用于分类和回归的可管理的学习方法。它们属于一个系列的球状线性分类器。换句话说，支持向量机是一种分类和回归装置，它使用机器学习理论来最大化预测精度，可以自动整合数据到最佳的类别。支持向量机可以被定义为在一个高维度特征空间中使用线性函数假设空间的***。

SVM给出相同的任务中与神经网络方法相比更准确的结果。它也被用于许多应用，如人脸分析和语音识别，特别是基于模式分类和回归的应用。支持向量机过去用于解决分类问题，但最近，它们也已经扩展到应用于解决回归问题。

4、支持向量机解释

神经网络技术是用于监督和无监督的学习应用识别方法之一，它具有良好的效果。一种神经网络算法是多层感知器（MLP）算法。 MLP采用前馈网络和循环网络。该算法包括连续非线性函数的泛逼近能力和输入输出模式学习。

图2为简单神经网络和多层感知器的行为图。

但MLP也有一些问题，因此鼓励人们发现并使用其他方法。首先，神经网络有许多局部极小值并且很难得到神经元的数目，因此需要测试其他的学习方法。此外，即使使用的神经网络解决方案有一种倾向性和收敛性，但它不是一个唯一的解决方案。在神经网络的方法中，通过尝试和测试以找出最佳的解决方案，所以实时性不够好。

许多线性分类器（超平面）可以对数据进行分离。如果用一个线性超平面去分类数据，可能最终得出一组局部最小值而不是全局最小值的数据集。因此，可以推出最大间隔分类器。

图3为最大间隔分类器线性SVM图。

在线性SVM中，最大间隔会被用到。在这里可能会出现的一个问题是为什么要用最大间隔？其中一个原因是，即使在边界的位置产生了一个小的误差，使用最大间隔也可以将错误分类的几率降到最小。另一个原因是避免了局部极小并最终得到一个更好的分类。

SVM的目标是用超平面来分离数据以及使用核技巧延伸到非线性界限。计算SVM的目标是要对所有的数据进行正确的分类。对于数学计算，我们有如下公式。

(1)

(2)

上述公式可以组合为下式。

(3)

在这个等式中x是矢量点，w为权重也是一个矢量。因此，单独看公式（1）应当是恒大于零的。在所有可能的超平面中，支持向量机选择的超平面的距离应尽可能的大。如果训练数据是好的并且每个测试矢量位于训练矢量半径r中，那么它将被选择作为默认值。现在，如果所选择的超平面在距离数据尽可能远的位置，此时理想的超平面使间隔最大，也平分了两个数据集中最近的点之间的连线。

图4为超平面的表示图。

由于x在超平面上，超平面上的点到原点的最近距离可通过最大化x来找到。同样，对于另一面的点，我们有一个类似的算法。因此，通过得到和减去这两个距离，得到从分类超平面到最近的点的距离总和。

有一个独特的解决方案利用拉格朗日定理最大化这个量，如下式。

(4)

该公式有如下约束。

(5)

此处，为拉格朗日乘子。

非线性SVM代替线性SVM，其中训练矢量不是线性可分的。用非线性SVM时，训练矢量由非线性边界分隔。非线性决策边界由映射训练矢量到其他欧氏空间决定。

然后，超平面被用于分离映射出的训练矢量。由于要映射训练矢量到高维度，为了避免复杂性的增加，映射被如公式（6）的核函数替代。

(6)

在非线性情况下，用拉格朗日公式（6）将替换为。在公式（7）中，将产生修改的最大化问题。

(7)

SVM分类器使用LIBSVM训练模式。此外，被称为核函数。SVM使用公式（8）、（9）、（10）和（11）所示的这四个核之一。

线性： (8)

径向基函数（RBF）： (9)

多项式： (10)

反曲： (11)

在上述等式中，和d都是核参数。

使用SVM来对食物分类可按照以下步骤: 1)将数据转换为SVM的格式；2)准备数据的简单缩放；3)考虑RBF核4) 使用交叉验证以寻找最佳的参数；5) 使用参数来训练整个训练集；6）测试；

5、数据预处理

1）特征分类

在SVM中，所有数据都表示为实数的一个矢量。因此，我们必须将每一个特征矢量的值转换为数值数据。一种方式是使用0，1数字的组合来显示它们。例如，一个像红色、绿色、蓝色的三种分类属性，可以表示为（0,0,1），（0,1,0）和（1,0,0）。

1）缩放

通过缩放可以避免数值计算的困难。由于核的值通常依赖于特征向量的中心，因此缩放时最好在[-1,1]或[0,1]的范围内。请注意，我们必须使用同样的方法来缩放训练和测试数据。

3） RBF核

RBF核是一个合理的首选，这个核可以在非线性的高维空间中映射样本，与线性核不同的是，它可以处理类标记与属性是非线性关系的情况。第二个原因是超参数的数目增加了模型选择的复杂性。多项式核拥有的超参数比RBF核多。最后，RBF核有较少的数值计算困难。在一些情况下，RBF核是不适合的。例如，当特征的数量非常大时，则只能使用线性核。

4）交叉验证和网格搜索

RBF核有两个参数。这一步的目标是找到的最佳值，以使分类器能够准确预测未知的数据（即测试数据）。分类器的一个常见的策略是将数据集分成两部分，其中一部分被认为是未知的。从未知组获得的预测精度能够更精确的反映出分类器对一个独立的数据集进行分类的性能。此过程的一个改进版本被称为交叉验证。

使用交叉验证的优点在于防止过拟合问题。图5通过二元分类问题来进行解释说明。实心圆和实心三角形是训练数据，而空心圆和空心三角形是测试数据。图5的（a）和（b）中分类器的测试精度因其训练数据过拟合，所以并不太好。若我们将图5的（a）和（b）中的训练数据和测试数据用于训练和交叉验证，其精度并不好。另一方面，在（c）和（d）中的分类器并不过度拟合训练数据，而且能够提供更好的交叉验证以及精度测试。一个找到和的很好的方式是使用“网格搜索”。

图5为过拟合分类器和更好的分类器图（和：训练数据；和：测试数据）。

6、支持向量机评估阶段

使用SVM模型，每种食物所提取出的特征将被送入SVM***，然后就可以获得食物的名称。整个过程的步骤示意图如图6所示。如该图所示，首先，在分割阶段用计数器聚类提取出的食物数量将被导出。根据检测到食物的数目，SVM分类器开始运行。每种食物的颜色、大小、形状和纹理特征将被发送到的SVM。在SVM中会将这些特征与训练过程中的产生的特征相对比，并提供食物的名称。此过程循环进行，直到所有的食物都被标记。

图6为使用SVM的分类阶段图。

有益效果:

本发明的接口可包括有显示器及人机操作接口,显示器为手机、平板类触控或非触控均可。使用者可通过显示器分析识别出的食物,确定是否为使用者所消耗,也可自行设定食物内容和分量。

1) 采用改进的SVM，提高了复杂条件下的食物识别效果；

2) 启动设备，移动终端自带的摄像机将要吃的食物进行录制，用户吃完食物后,对剩余食物还要进行去除，通过内部算法芯片模块对使用者的食物进行分析，再通过设备的显示终端显示出来，并可智能选择和专家判断的模式对吃掉的卡路里进行综合测评。

3) 使用移动设备作为用户接口，并且通过网络将自己的食物图像数据发送给专家来计算卡路里摄入量。移动应用模块提供了一个独特的机制来收集饮食信息，由此可降低饮食记录者的负担。在肥胖症患者的移动设备上使用这种食物识别装置，任何人都可以监控他/她的食物的摄入量。

4)对糖尿病患者也可以起到辅助和提醒的作用。

5)设备小巧，易于携带，方便使用，随时随地都可用。

6) 智能化设备，引领行业龙头。未来社会，将是一个智慧化城市时代，很多劳作都可以用智能机器去取代。该产品的研发，将引起一场新的变革；

具体实施方式：

上述的目的通过以下的技术方案实现：

1）一种基于SVM的食物分类识别方法，其组成包括：摄像头，装载识别和分析算法的DSP芯片，无线传输模块，USB接口设备组成，设计实现了一种基于SVM的食物分类识别方法。

2）根据权利要求1所述，一种基于SVM的食物分类识别方法，通过使用四种特征的框架，包括颜色、纹理、尺寸和形状。对于颜色特征，使用了边缘检测和颜色K-均值聚类。对于纹理特征，使用伽柏滤波器。为了尺寸和形状特征，使用了的边缘检测技术和图像的感兴趣区域像素计算技术。下一步骤是对提取出的特征进行分类，以便于识别每种食物。一个分类任务通常包括训练数据和测试数据，数据由一些实例组成。训练数据中的每个实例都包含一个类标签和几个特征。SVM的目标是构架一个模型，该模型能够仅通过测试数据中数据实例的属性预测出该实例的目标值。

3）根据权利要求1和2所述，为了提高准确性，在SVM模块已确定每种食物类型后，该装置与用户进行交互来验证食物种类。装置可以对用户显示出食物的图像并注解出装置认为的食物类型，如鸡肉、肉、蔬菜等。然后，用户可以确认或改变食物的类型。虽然这种改变使装置从自动化变为半自动化，然而它会增加装置的准确度。

4) 根据权利要求1和2、3所述，本模型中使用RBF核，它以非线形方式在更高维度空间映射样本。与线性核不同，RBF核非常适合于类标记和属性是非线性的情况。RBF核有两个参数。这一步的目标是找到的最佳值，以使分类器能够准确预测未知的数据（即测试数据）。分类器的一个常见的策略是将数据集分成两部分，其中一部分被认为是未知的。从未知组获得的预测精度能够更精确的反映出分类器对一个独立的数据集进行分类的性能。此过程的一个改进版本被称为交叉验证。使用交叉验证的优点在于防止过拟合问题。一个找到的很好的方式是使用“网格搜索”。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于SVM的食物分类识别方法，其组成包括：摄像头，装载识别和分析算法的DSP芯片，无线传输模块，USB接口设备组成，设计实现了一种基于SVM的食物分类识别方法。

2.根据权利要求1所述，一种基于SVM的食物分类识别方法，通过使用四种特征的框架，包括颜色、纹理、尺寸和形状；对于颜色特征，使用了边缘检测和颜色K-均值聚类；对于纹理特征，使用伽柏滤波器；为了尺寸和形状特征，使用了的边缘检测技术和图像的感兴趣区域像素计算技术；下一步骤是对提取出的特征进行分类，以便于识别每种食物；一个分类任务通常包括训练数据和测试数据，数据由一些实例组成；SVM的目标是构架一个模型，该模型能够仅通过测试数据中数据实例的属性预测出该实例的目标值。

3.根据权利要求1和2所述，为了提高准确性，在SVM模块已确定每种食物类型后，该装置与用户进行交互来验证食物种类；装置可以对用户显示出食物的图像并注解出装置认为的食物类型，如鸡肉、肉、蔬菜等；然后，用户可以确认或改变食物的类型；虽然这种改变使装置从自动化变为半自动化，然而它会增加装置的准确度。

4.根据权利要求1和2、3所述，本模型中使用RBF核，它以非线形方式在更高维度空间映射样本；与线性核不同，RBF核非常适合于类标记和属性是非线性的情况；RBF核有两个参数；这一步的目标是找到的最佳值，以使分类器能够准确预测未知的数据（即测试数据）；分类器的一个常见的策略是将数据集分成两部分，其中一部分被认为是未知的；从未知组获得的预测精度能够更精确的反映出分类器对一个独立的数据集进行分类的性能；此过程的一个改进版本被称为交叉验证；使用交叉验证的优点在于防止过拟合问题；一个找到的很好的方式是使用“网格搜索”；在本发明中，SVM的特征向量包含五个纹理特征、十个颜色特征、三个形状特征和六个大小特征；在分割阶段提取出各种食物的特征向量，然后成为SVM的训练向量。