CN110702559A - 物体的识别方法、装置、烹饪设备及计算机可读存储介质 - Google Patents
物体的识别方法、装置、烹饪设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110702559A CN110702559A CN201910962949.2A CN201910962949A CN110702559A CN 110702559 A CN110702559 A CN 110702559A CN 201910962949 A CN201910962949 A CN 201910962949A CN 110702559 A CN110702559 A CN 110702559A
- Authority
- CN
- China
- Prior art keywords
- information
- identifying
- density
- identification
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
- G01N9/36—Analysing materials by measuring the density or specific gravity, e.g. determining quantity of moisture
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Food Science & Technology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提出了一种物体的识别方法、装置、烹饪设备及计算机可读存储介质,其中识别方法包括:获取物体的图像和重量信息;识别图像得到物体的特征信息;根据重量信息和特征信息确定物体的材质类别。本发明提供的识别方法,利用图像识别技术和重量传感器技术,通过物体的尺寸确定其体积,并结合物体重量估算出物体的密度,从而根据物体的密度和/或物体的表面属性与预设材质类别对应的密度数据和/或表面属性数据进行比对,并根据比对结果判定物体本身的材质类别,避免了表面喷涂不同材料引起的识别干扰,保证了识别的精度,为用户使用该物体提供正确的参考,从而减少安全隐患。
Description
技术领域
本发明涉及烹饪设备技术领域,具体而言,涉及一种物体的识别方法、一种物体的识别装置、一种烹饪设备及一种计算机可读存储介质。
背景技术
为了提供更好的用户体验,越来越多的设备搭载摄像头等实现了更人性化的功能,其中,通过在烹饪设备上搭载摄像头来实现容器材质的检测,已经成为一个技术趋势。但是,随着材料表面喷涂技术的发展,现有识别技术无法正确分辨出容器材料本身材质的具体类别,存在误判容器材质类别的情况,识别精度较低,例如塑料材质的容器通过电镀处理后,表面显现出金属的光泽等,会误以为是金属容器。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明第一方面在于提出了一种物体的识别方法。
本发明的第二方面在于提出了一种物体的识别装置。
本发明的第三方面在于提出了一种烹饪设备。
本发明的第四方面在于提出了一种计算机可读存储介质。
有鉴于此,根据本发明的第一方面,提出了一种物体的识别方法包括:获取物体的图像和重量信息;识别图像得到物体的特征信息;根据重量信息和特征信息确定物体的材质类别。
本发明提供的物体的识别方法,利用图像识别技术和重量传感器技术,获取物体的特征信息和重量信息,具体地,特征信息包括表面属性和尺寸,通过物体的尺寸确定其体积,并结合物体重量估算出物体的密度,从而根据物体的密度和/或物体的表面属性与预设材质类别对应的密度数据和/或表面属性数据进行比对,并根据比对结果判定物体本身的材质类别,不仅避免了表面喷涂不同材料引起的识别干扰,保证了识别的精度,而且对于不同材质类别的物体,使用条件也有所不同,准确识别材质类别能够为用户使用该物体提供正确的参考,从而减少安全隐患。
具体地,表面属性包括颜色、光泽度、纹理、形状等;图像识别算法可以通过本地识别算法、云端识别算法、深度学习的方式或模式识别的方式。
另外,根据本发明提供的上述技术方案中的物体的识别方法,还可以具有如下附加技术特征:
在上述技术方案中,进一步地,根据重量信息和特征信息确定物体的材质类别的步骤,具体包括:根据物体的尺寸确定物体的体积信息;根据重量信息和体积信息计算物体的密度信息;根据密度信息和/或物体的表面属性确定材质类别。
在该技术方案中,根据物体的尺寸确定物体的体积,通过密度=重量/体积,计算出物体的平均密度,将物体表面属性和/或平均密度与预设材质类别对应的表面属性数据和/或密度数据进行比对,根据比对得到的差异值确定出物体的材质类别,从而避免发生误判的情况,大大提高了识别精度,减小安全隐患。
值得一提地是,对于重量低于重量阈值的物体(例如纸质垫片,塑料袋),此类物体基本不会采用喷涂工艺,所以可直接通过物体的表面属性判定物体的材质类别。
在上述任一技术方案中,进一步地,根据密度信息和/或物体的表面属性确定材质类别的步骤,具体包括:根据密度信息和/或物体的表面属性与预设材质类别对应的密度数据和/或表面属性数据的比对结果,确定材质类别。
在该技术方案中,将物体的密度信息和/或表面属性分别与多种预设材质类别的密度数据和/或表面属性数据进行比对,得到差异值,选择满足差异范围的差异值对应的材质类别作为物体的材质类别,以准确识别出物体本身的材质类别,提升产品的智能化程度。
在上述任一技术方案中,进一步地,预设材质类别包括以下至少一种:塑料、玻璃、木材、纸、陶瓷、橡胶、铜、铁、铝、银。
在该技术方案中,为了保证精准识别物体的材质类别,预先设置多种材质类别的密度数据和表面属性数据,为后续材质类别判断提供全面的数据支持,其中,预设材质类别可根据用户的实际需求合理设置,并不限于上述类别,预设材质类别的密度数据和表面属性数据可根据实验获得。
在上述任一技术方案中,进一步地,物体的识别方法还包括:基于材质类别为塑料的情况下,获取物体经指定光线照射后发射的光谱信息;根据光谱信息确定物体的材质。
在该技术方案中,考虑到塑料制品的密度相近,通过经指定光线照射后发射的光谱信息与物体的材质类别所属的材质对应的光谱数据的对比结果,确认物体的材质,即根据光谱特征确定物体材质,进一步对塑料类别的物体的材质进行识别,提高识别精度,其中,物体的材质类别所属的材质对应的光谱数据可根据实验获得。
另外,由于不同塑料经指定光线照射后会显现不同物理特性,还可以通过摄像装置获取物体经照射后的图像,通过物理特性识别物体的材质,无需添加额外的装置,减少识别成本。
在上述任一技术方案中,进一步地,物体的识别方法还包括:根据材质类别,获取与材质类别对应的属性信息;输出材质类别和属性信息。
在该技术方案中,根据材质类别获取与材质类别对应的属性信息,输出材质类别和属性信息,进一步地,属性信息包括但不限于以下至少一种:耐热度、能量吸收速度、安全信息(例如,铝合金餐盘无法微波加热,玻璃杯不宜盛放高温液体等),输出方式包括但不限于以下至少一种:图像、语音、文字、视频。通过上述技术方案,在告知用户该物体材质类别的同时提示该物体的适宜的加热模式、耐高温程度、热量吸收快慢等信息,及时、准确地实现针对物体材质类别的使用和安全提示目的,为用户提供更好的操作指引,减小安全隐患,确保了用户的生命和财产安全。
在上述任一技术方案中,进一步地,物体的识别方法还包括:根据材质类别,获取与材质类别对应的烹饪数据,以根据烹饪数据控制烹饪设备工作。
在该技术方案中,由于不同材质类别的物体,具备不同的使用条件,若物体的材质类别判断错误,容易对使用者的生命和财产安全造成了很大威胁,为此,本发明根据材质类别,获取与材质类别对应的烹饪数据,并根据烹饪数据控制烹饪设备工作,即使出现物体材质类别与当前烹饪数据不符的情况也能及时选择适合物体材质类别的烹饪数据进行烹饪例如,烤箱内放置木质容器,不宜采用加热管模式,此时将加热方式调节成热风模式,实现烹饪过程的自动动态控制,避免用户忘记调整烹饪数据导致的危险,确保了用户的生命和财产安全,提升用户体验。
根据本发明的第二方面,提出了一种物体的识别装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一项的物体的识别方法。因此该物体的识别装置具备上述任一项的物体的识别方法的全部有益效果。
根据本发明的第三方面,提出了一种烹饪设备,包括:摄像装置,用于采集物体的图像;重力传感器,用于采集物体的重量信息;及上述任一项的物体的识别装置,识别装置与摄像装置和重力传感器相连接;控制器,与识别装置相连接,控制器用于根据识别装置识别的材质类别对应的烹饪数据控制烹饪设备工作。
本发明提供的烹饪设备,一方面,利用图像识别技术和重量传感器技术,获取物体的特征信息和重量信息,根据物体的尺寸确定物体的体积,利用密度=重量/体积,计算出物体的平均密度,将物体表面属性和/或平均密度与预设材质类别对应的表面属性数据和/或密度数据进行比对,根据比对得到的差异值确定出物体的材质类别,避免表面喷涂不同材料引起的识别干扰,提高了对烹饪设备中物体的识别精度,另一方面,根据材质类别获取与材质类别对应的烹饪数据,根据烹饪数据控制烹饪设备工作,即使出现物体材质类别与当前烹饪数据不符的情况也能及时选择适合物体材质类别的烹饪数据进行烹饪,实现烹饪过程的自动动态控制,避免用户忘记调整烹饪数据导致的危险,确保了用户的生命和财产安全,提升用户体验,另外,烹饪设备无需复杂的装置,结构较为简单,易于实现。
具体地,烹饪设备包括但不限于以下至少一种:烤箱、蒸箱和微波炉等。
在上述技术方案中,进一步地,烹饪设备还包括:光线发射装置,用于发射指定光线照射物体;光谱采集装置,采集物体经指定光线照射后发射的光谱信息;识别装置与光线发射装置和光谱采集装置相连接;摄像装置包括一组或多组摄像头。
在该技术方案中,为了进一步提高识别精度通过光线发射装置向物体发射指定光线照射,光谱采集装置采集物体经指定光线照射后发射的光谱信息,识别装置通过获得的光谱信息与物体的材质类别所属的材质对应的光谱数据的对比结果,确认物体的材质,即根据光谱特征确定物体材质,进一步对塑料类别的物体的材质进行识别,而且设置多个摄像头还能够获取多个角度的物体图像,有利于识别物体的形状和尺寸。
根据本发明的第四方面,提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述任一项的物体的识别方法的步骤。因此该计算机可读存储介质具备上述任一项的物体的识别方法的全部有益效果。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明一个实施例的物体的识别方法流程示意图;
图2示出了本发明又一个实施例的物体的识别方法流程示意图;
图3示出了本发明又一个实施例的物体的识别方法流程示意图;
图4示出了本发明又一个实施例的物体的识别方法流程示意图;
图5示出了本发明又一个实施例的物体的识别方法流程示意图;
图6示出了本发明又一个实施例的物体的识别方法流程示意图;
图7示出了本发明具体一个实施例的物体的识别方法流程示意图;
图8示出了本发明一个实施例的物体的识别装置示意框图;
图9示出了本发明一个实施例的烹饪设备示意框图;
图10示出了本发明又一个实施例的烹饪设备示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不限于下面公开的具体实施例的限制。
下面参照图1至图10描述根据本发明一些实施例的物体的识别方法、物体的识别装置800及烹饪设备900。
实施例一
如图1所示,根据本发明第一方面的实施例,提出了一种物体的识别方法,该方法包括:
步骤102,获取物体的图像和重量信息;
步骤104,识别图像得到物体的特征信息;
步骤106,根据重量信息和特征信息确定物体的材质类别。
在该实施例中,利用图像识别技术和重量传感器技术,获取物体的特征信息和重量信息,具体地,特征信息包括表面属性和尺寸,通过物体特征中的尺寸确定物体的体积,并结合物体重量估算出物体的密度,从而根据物体的密度和/或物体的表面属性与预设材质类别对应的密度数据和/或表面属性数据进行比对,并根据比对结果判定物体本身的材质类别,不仅避免了表面喷涂不同材料引起的识别干扰,保证了识别的精度,而且对于不同材质类别的物体,使用条件也有所不同,准确识别材质类别能够为用户使用该物体提供正确的参考,从而减少安全隐患。
具体地,表面属性包括颜色、光泽度、纹理、形状等;图像识别算法可以通过本地识别算法、云端识别算法、深度学习的方式或模式识别的方式。
进一步地,在获取物体的图像后,对物体的图像进行图像增强处理,以提高图像清晰度,从而提升识别结果准确度,为后续材质类别识别提供可靠的数据。
实施例二
如图2所示,根据本发明的一个实施例,提出了一种物体的识别方法,该方法包括:
步骤202,获取物体的图像和重量信息;
步骤204,识别图像得到物体的表面属性和尺寸;
步骤206,根据物体的尺寸确定物体的体积信息;
步骤208,根据重量信息和体积信息计算物体的密度信息;
步骤210,根据密度信息和/或物体的表面属性确定材质类别。
在该实施例中,在该技术方案中,根据物体的尺寸确定物体的体积,通过密度=重量/体积,计算出物体的平均密度,将物体表面属性和/或平均密度与预设材质类别对应的表面属性数据和/或密度数据进行比对,根据比对得到的差异值确定出物体的材质类别(例如:塑料、玻璃、木材、纸、陶瓷、橡胶、铜等金属),从而避免发生误判的情况,大大提高了识别精度,减小安全隐患。
进一步地,对于重量低于重量阈值的物体(例如纸质垫片,塑料袋),此类物体基本不会采用喷涂工艺,所以可直接通过物体的表面属性判定物体的材质类别。
实施例三
如图3所示,根据本发明的一个实施例,提出了一种物体的识别方法,该方法包括:
步骤302,获取物体的图像和重量信息;
步骤304,识别图像得到物体的表面属性和尺寸;
步骤306,根据物体的尺寸确定物体的体积信息;
步骤308,根据重量信息和体积信息计算物体的密度信息;
步骤310,根据密度信息和/或物体的表面属性与预设材质类别对应的密度数据和/或表面属性数据的比对结果,确定材质类别。
进一步地,预设材质类别包括以下至少一种:塑料、玻璃、木材、纸、陶瓷、橡胶、铜、铁、铝、银。
在该实施例中,将物体的密度信息和/或表面属性分别与多种预设材质类别的密度数据和/或表面属性数据进行比对,得到差异值,选择满足差异范围的差异值对应的材质类别作为物体的材质类别,以准确识别出物体本身的材质类别,提升产品的智能化程度,而为了保证精准识别物体的材质类别,可预先设置多种材质类别的密度数据和表面属性数据,为后续材质类别判断提供全面的数据支持,其中,预设材质类别可根据用户的实际需求合理设置,并不限于上述类别,预设材质类别的密度数据和表面属性数据可根据实验获得。
实施例四
如图4所示,根据本发明的一个实施例,提出了一种物体的识别方法,该方法包括:
步骤402,获取物体的图像和重量信息;
步骤404,识别图像得到物体的特征信息;
步骤406,根据重量信息和特征信息确定物体的材质类别;
步骤408,材质类别是否为塑料,若是,进入步骤410,若否,进入步骤416;
步骤410,获取物体经指定光线照射后发射的光谱信息;
步骤412,根据光谱信息确定物体的材质;
步骤414,输出物体的材质;
步骤416,输出物体的材质类别。
在该实施例中,考虑到塑料制品的密度相近,通过经指定光线(例如紫外光或近红外光)照射后发射的光谱信息与物体的材质类别所属的材质对应的光谱数据的比对结果,确认物体的材质,即根据光谱特征确定物体材质,进一步对塑料类别的物体的材质进行识别,提高识别精度,其中,物体的材质类别所属的材质对应的光谱数据可根据实验获得。
另外,由于不同塑料经指定光线照射后会显现不同物理特性,还可以通过摄像装置获取物体经照射后的图像,通过物理特性识别物体的材质,无需添加额外的装置,减少识别成本。
实施例五
如图5所示,根据本发明的一个实施例,提出了一种物体的识别方法,该方法包括:
步骤502,获取物体的图像和重量信息;
步骤504,识别图像得到物体的表面属性和尺寸;
步骤506,根据物体的尺寸确定物体的体积信息;
步骤508,根据重量信息和体积信息计算物体的密度信息;
步骤510,根据密度信息和/或物体的表面属性确定材质类别;
步骤512,根据材质类别,获取与材质类别对应的属性信息;
步骤514,输出材质类别和属性信息。
在该实施例中,根据材质类别获取与材质类别对应的属性信息,输出材质类别和属性信息,进一步地,属性信息包括但不限于以下至少一种:耐热度、能量吸收速度、安全信息(例如,铝合金餐盘无法微波加热,玻璃杯不宜添加高温液体等),输出方式包括但不限于以下至少一种:图像、语音、文字、视频。通过上述实施例,在告知用户该物体材质类别的同时提示该物体的适宜的加热模式、耐高温程度、热量吸收快慢等信息,及时、准确地实现针对物体材质类别的使用和安全提示目的,为用户提供更好的操作指引,降低安全隐患,确保了用户的生命和财产安全。
实施例六
如图6所示,根据本发明的一个实施例,提出了一种物体的识别方法,该方法包括:
步骤602,获取物体的图像和重量信息;
步骤604,识别图像得到物体的特征信息;
步骤606,根据重量信息和特征信息确定物体的材质类别;
步骤608,根据材质类别,获取与材质类别对应的烹饪数据,以根据烹饪数据控制烹饪设备工作。
在该实施例中,由于不同材质类别的物体,具备不同的使用条件,若物体的材质类别判断错误,容易对使用者的生命和财产安全造成了很大威胁,为此,根据材质类别,获取与材质类别对应的烹饪数据,根据烹饪数据控制烹饪设备工作,即使出现物体材质类别与当前烹饪数据不符的情况也能及时选择适合物体材质类别的烹饪数据进行烹饪,例如,烤箱内放置木质容器,不宜采用加热管模式,此时将加热方式调节成热风模式,实现烹饪过程的自动动态控制,避免用户忘记调整烹饪数据导致的危险,确保了用户的生命和财产安全,提升用户体验。
实施例七
如图7所示,根据本发明的一个具体实施例,待识别物体为容器,物体的识别方法包括:
步骤702,利用图像识别,识别出容器的颜色、形状和尺寸,确定容器的体积和推算出有可能存在的容器材质类别;
步骤704,通过重量传感器,测算出容器重量;
步骤706,根据重量和体积,通过重量/体积计算出容器的平均密度;
步骤708,结合容器颜色、形状、平均密度,确定容器材质类别;
步骤710,通过屏幕、语音或者其他形式把容器材质类别告知用户,提示该容器适宜的加热模式、耐高温程度、热量吸收快慢等信息。
在该实施例中,结合图像识别技术和重量传感器技术,首先利用摄像头得知容器的颜色并初步判定容器可能的材质类别,以及识别出容器的形状体积,接着利用重量传感器测量容器的重量,然后通过密度=重量/体积计算得出该容器的密度,该密度与容器的颜色相结合,最终判定容器实际的材质类别,从而大大提高了识别精度,为用户提供更好的操作指引,保证更好的营养生活。
实施例八
如图8所示,根据本发明第二方面的实施例,提出了一种物体的识别装置800,包括存储器802、处理器804及存储在存储器802上并可在处理器804上运行的计算机程序,处理器804执行计算机程序时实现上述任一实施例的物体的识别方法。因此该物体的识别装置800具备上述任一实施例的物体的识别方法的全部有益效果。
实施例九
如图9所示,根据本发明第三方面的实施例,提出了一种烹饪设备900,包括:摄像装置902,重力传感器904,控制器906及上述第二方面实施例提出的物体的识别装置800。
具体地,摄像装置902用于采集物体的图像,重力传感器904用于采集物体的重量信息,物体的识别装置800与摄像装置902和重力传感器904相连接,控制器906与物体的识别装置800相连接,控制器906用于根据识别装置识别的材质类别对应的烹饪数据控制烹饪设备900工作,烹饪设备900包括但不限于以下至少一种:烤箱、蒸箱和微波炉等,摄像装置902包括一组或多组摄像头。
本实施例提供的烹饪设备900,一方面,利用图像识别技术和重量传感器技术,获取物体的特征信息和重量信息,根据物体的尺寸确定物体的体积,利用密度=重量/体积,计算出物体的平均密度,将物体表面属性和/或平均密度与预设材质类别对应的表面属性数据和/或密度数据进行比对,根据比对得到的差异值确定出物体的材质类别,避免了表面喷涂不同材料引起的识别干扰,提高了对烹饪设备900中物体的识别精度;另一方面,根据材质类别获取与材质类别对应的烹饪数据,根据烹饪数据控制烹饪设备900工作,即使出现物体材质类别与当前烹饪数据不符的情况也能及时选择适合物体材质类别的烹饪数据进行烹饪,实现烹饪过程的自动动态控制,避免用户忘记调整烹饪数据导致的危险,确保了用户的生命和财产安全,提升用户体验,另外,烹饪设备900无需复杂的装置,结构较为简单,易于实现。
另外,考虑到烹饪设备900中放置的物体并非相同属性,例如容器内装有食材,重力传感器904仅能获取容器和食材整体的重量,为了避免混淆,可根据图像分别识别出食材和容器的尺寸和表面属性,根据食材的尺寸和表面属性确定食材的体积和类别,进而通过食材的体积和类别估算出食材的重量,重力传感器904获得的重量值与食材重量的差值即为容器的重量,根据容器的重量和表面属性识别容器的材质类别,从而完成烹饪设备900中物体的识别过程。
实施例十
如图10所示,根据本发明的一个实施例,烹饪设备900包括:摄像装置902,重力传感器904,上述第二方面实施例提出的物体的识别装置800,控制器906,光线发射装置908及光谱采集装置910。
具体地,光线发射装置908用于发射指定光线照射物体,光谱采集装置910用于采集物体经指定光线照射后发射的光谱信息,物体的识别装置800与光线发射装置908和光谱采集装置910相连接。
在该实施例中,为了进一步提高识别精度通过光线发射装置908向物体发射指定光线照射(例如紫外光、近红外光),光谱采集装置910采集物体经指定光线照射后发射的光谱信息,物体的识别装置800通过获得的光谱信息与物体的材质类别所属的材质对应的光谱数据的对比结果,确认物体的材质,即根据光谱特征确定物体材质,进一步对塑料类别的物体的材质进行识别。
在本说明书的描述中,术语“第一”、“第二”仅用于描述的目的,而不能理解为指示或暗示相对重要性,除非另有明确的规定和限定;术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种物体的识别方法,其特征在于,包括:
获取所述物体的图像和重量信息;
识别所述图像得到所述物体的特征信息;
根据所述重量信息和所述特征信息确定所述物体的材质类别。
2.根据权利要求1所述的物体的识别方法,所述特征信息至少包括表面属性和尺寸,其特征在于,所述根据所述重量信息和所述特征信息确定所述物体的材质类别的步骤,具体包括:
根据所述物体的尺寸确定所述物体的体积信息;
根据所述重量信息和所述体积信息计算所述物体的密度信息;
根据所述密度信息和/或所述物体的表面属性确定所述材质类别。
3.根据权利要求2所述的物体的识别方法,其特征在于,所述根据所述密度信息和/或所述物体的表面属性确定所述材质类别的步骤,具体包括:
根据所述密度信息和/或所述物体的表面属性与预设材质类别对应的密度数据和/或表面属性数据的比对结果,确定所述材质类别。
4.根据权利要求3所述的物体的识别方法,其特征在于,
所述预设材质类别包括以下至少一种:塑料、玻璃、木材、纸、陶瓷、橡胶、铜、铁、铝、银。
5.根据权利要求1至3中任一项所述的物体的识别方法,其特征在于,还包括:
基于所述材质类别为塑料的情况下,获取所述物体经指定光线照射后发射的光谱信息;
根据所述光谱信息确定所述物体的材质。
6.根据权利要求1至3中任一项所述的物体的识别方法,其特征在于,还包括:
根据所述材质类别,获取与所述材质类别对应的属性信息;
输出所述材质类别和所述属性信息。
7.根据权利要求6所述的物体的识别方法,其特征在于,
所述属性信息包括以下至少一种:耐热度、能量吸收速度、安全信息;
输出方式包括以下至少一种:图像、语音、文字、视频。
8.根据权利要求1至3中任一项所述的物体的识别方法,用于烹饪设备,其特征在于,还包括:
根据所述材质类别,获取与所述材质类别对应的烹饪数据,以根据所述烹饪数据控制所述烹饪设备工作。
9.一种物体的识别装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的物体的识别方法。
10.一种烹饪设备,其特征在于,包括:
摄像装置,用于采集所述物体的图像;
重力传感器,用于采集所述物体的重量信息;
如权利要求9所述的物体的识别装置,所述识别装置与所述摄像装置和所述重力传感器相连接;
控制器,与所述识别装置相连接,所述控制器用于根据所述识别装置识别的所述材质类别对应的所述烹饪数据控制所述烹饪设备工作。
11.根据权利要求10所述的烹饪设备,其特征在于,还包括:
光线发射装置,用于发射指定光线照射所述物体;
光谱采集装置,采集所述物体经所述指定光线照射后发射的光谱信息;
所述识别装置与所述光线发射装置和所述光谱采集装置相连接;
所述摄像装置包括一组或多组摄像头。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时,实现如权利要求1至8中任一项所述的物体的识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962949.2A CN110702559A (zh) | 2019-10-11 | 2019-10-11 | 物体的识别方法、装置、烹饪设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962949.2A CN110702559A (zh) | 2019-10-11 | 2019-10-11 | 物体的识别方法、装置、烹饪设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110702559A true CN110702559A (zh) | 2020-01-17 |
Family
ID=69198463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910962949.2A Pending CN110702559A (zh) | 2019-10-11 | 2019-10-11 | 物体的识别方法、装置、烹饪设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110702559A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111811181A (zh) * | 2020-06-28 | 2020-10-23 | 董潇儒 | 一种人工智能冰箱 |
CN112710374A (zh) * | 2020-11-19 | 2021-04-27 | 国网浙江省电力有限公司宁波供电公司 | 用于智能地磅采集数据的自动转换方法 |
CN114747944A (zh) * | 2020-12-29 | 2022-07-15 | 珠海优特智厨科技有限公司 | 一种组合调料配料方法、存储介质、配料机 |
US11949535B2 (en) | 2022-03-24 | 2024-04-02 | Haier Us Appliance Solutions, Inc. | Item management system for connected appliances |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6069696A (en) * | 1995-06-08 | 2000-05-30 | Psc Scanning, Inc. | Object recognition system and method |
CN104568749A (zh) * | 2013-10-25 | 2015-04-29 | ***通信集团公司 | 一种物品表面材质识别方法、装置及识别设备和*** |
CN105444222A (zh) * | 2015-12-11 | 2016-03-30 | 美的集团股份有限公司 | 微波炉的烹饪控制方法、***、云服务器和微波炉 |
CN106855489A (zh) * | 2015-12-09 | 2017-06-16 | 美的集团股份有限公司 | 冰箱中食材的识别方法、***、冰箱和云服务器 |
CN107595102A (zh) * | 2017-09-28 | 2018-01-19 | 珠海格力电器股份有限公司 | 烹饪器具的控制方法、装置和***、存储介质、处理器 |
-
2019
- 2019-10-11 CN CN201910962949.2A patent/CN110702559A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6069696A (en) * | 1995-06-08 | 2000-05-30 | Psc Scanning, Inc. | Object recognition system and method |
CN104568749A (zh) * | 2013-10-25 | 2015-04-29 | ***通信集团公司 | 一种物品表面材质识别方法、装置及识别设备和*** |
CN106855489A (zh) * | 2015-12-09 | 2017-06-16 | 美的集团股份有限公司 | 冰箱中食材的识别方法、***、冰箱和云服务器 |
CN105444222A (zh) * | 2015-12-11 | 2016-03-30 | 美的集团股份有限公司 | 微波炉的烹饪控制方法、***、云服务器和微波炉 |
CN107595102A (zh) * | 2017-09-28 | 2018-01-19 | 珠海格力电器股份有限公司 | 烹饪器具的控制方法、装置和***、存储介质、处理器 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111811181A (zh) * | 2020-06-28 | 2020-10-23 | 董潇儒 | 一种人工智能冰箱 |
CN112710374A (zh) * | 2020-11-19 | 2021-04-27 | 国网浙江省电力有限公司宁波供电公司 | 用于智能地磅采集数据的自动转换方法 |
CN112710374B (zh) * | 2020-11-19 | 2022-08-26 | 国网浙江省电力有限公司宁波供电公司 | 用于智能地磅采集数据的自动转换方法 |
CN114747944A (zh) * | 2020-12-29 | 2022-07-15 | 珠海优特智厨科技有限公司 | 一种组合调料配料方法、存储介质、配料机 |
US11949535B2 (en) | 2022-03-24 | 2024-04-02 | Haier Us Appliance Solutions, Inc. | Item management system for connected appliances |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110702559A (zh) | 物体的识别方法、装置、烹饪设备及计算机可读存储介质 | |
CN212157290U (zh) | 烹饪辅助器具 | |
CN111684368B (zh) | 基于成分识别的食物制备方法和*** | |
CN111148944B (zh) | 自动烹饪设备和方法 | |
EP3230655B1 (en) | Cooking appliance and method for controlling the same | |
CN112040817B (zh) | 多用途智能电饭煲 | |
CN106264161B (zh) | 用于烹饪器具的显示控制方法、装置和烹饪器具 | |
CN108338650B (zh) | 烹饪器具和烹饪器具的控制方法 | |
CA2731470A1 (en) | Oven and method of operating the same | |
CN110693332B (zh) | 一种米饭烹饪方法和装置 | |
US11547132B2 (en) | Method and cooking apparatus for controlling a food cooking process | |
CN112426060A (zh) | 控制方法、烹饪器具、服务器和可读存储介质 | |
CN109725545A (zh) | 智能设备及其控制方法、计算机可读存储介质 | |
CN111801033B (zh) | 能够进行混合谷物烹饪和异常情况检测的智能电饭煲 | |
CN107831692B (zh) | 厨具控制方法、装置和电子设备 | |
CN108954403B (zh) | 防干烧灶具及其控制方法 | |
CN109419315B (zh) | 液体溢出检测方法及装置、锅具、电磁加热组件 | |
JP6909954B2 (ja) | 加熱調理器 | |
WO2019208284A1 (ja) | 加熱調理器 | |
CN113208453B (zh) | 一种用于烹饪设备的控制方法 | |
CN113647797B (zh) | 烹饪设备及其控制方法、装置、存储介质 | |
CN109512271A (zh) | 电器设备及其控制方法和装置 | |
CN111435426A (zh) | 基于米粒识别结果确定烹饪模式的方法、装置和烹饪器具 | |
CN111434291B (zh) | 确定谷物的烹饪模式的方法、装置和烹饪器具 | |
CN111329324A (zh) | 一种煲汤机的煲汤控制方法、装置、存储介质及煲汤机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |
|
RJ01 | Rejection of invention patent application after publication |