CN111666961B - 智能家电及其识别食材类型的方法、装置、电子设备 - Google Patents

智能家电及其识别食材类型的方法、装置、电子设备 Download PDF

Info

Publication number
CN111666961B
CN111666961B CN201910172330.1A CN201910172330A CN111666961B CN 111666961 B CN111666961 B CN 111666961B CN 201910172330 A CN201910172330 A CN 201910172330A CN 111666961 B CN111666961 B CN 111666961B
Authority
CN
China
Prior art keywords
food material
probability
material type
target
cooked
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.)
Active
Application number
CN201910172330.1A
Other languages
English (en)
Other versions
CN111666961A (zh
Inventor
龙永文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Original Assignee
Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd filed Critical Foshan Shunde Midea Electrical Heating Appliances Manufacturing Co Ltd
Priority to CN201910172330.1A priority Critical patent/CN111666961B/zh
Publication of CN111666961A publication Critical patent/CN111666961A/zh
Application granted granted Critical
Publication of CN111666961B publication Critical patent/CN111666961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Preparation And Processing Of Foods (AREA)

Abstract

本申请提出一种提高智能家电识别食材类型识别准确率的方法，其中，方法包括：获取智能家电内待烹饪食材的图像，对所述图像进行图像识别，获取所述待烹饪食材在预设食材类型下的第一概率；获取用户购买食材的历史记录，获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率；根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，选取所述目标概率最大的食材类型作为所述目标食材类型，以实现对烹饪食材图像识别准确率的控制，解决现有技术中对烹饪食材的识别种类局限较大、准确率低的技术问题。

Description

智能家电及其识别食材类型的方法、装置、电子设备
技术领域
本发明涉及智能家电技术领域，尤其涉及一种智能家电及其识别食材类型的方法、装置、电子设备及存储介质。
背景技术
在相关技术中，目前智能家电(例如，烹饪器具)可以使用摄像头对其内部的食材进行图像识别，用于判别待烹饪食材的种类。但是，相关技术存在以下缺点：若没有预先进行训练的待烹饪食材图片，是无法准确识别的，以及不同种类待烹饪食材的外观相似度很高，要识别的待烹饪食材种类很多，导致存在对待烹饪食材的识别种类局限较大、准确率低的问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种智能家电识别食材类型的方法，以实现解决现有技术中对烹饪食材的识别种类局限较大、准确率低的技术问题。
本发明的第二个目的在于提出一种智能家电识别食材类型的装置。
本发明的第三个目的在于提出一种智能家电。
本发明的第四个目的在于提出一种电子设备。
本发明的第五个目的在于提出一种非临时性计算机可读存储介质。
为达上述目的，本发明第一方面实施例提出了一种智能家电识别食材类型的方法，包括以下步骤：获取智能家电内待烹饪食材的图像，对所述图像进行图像识别，获取所述待烹饪食材在预设食材类型下的第一概率；获取用户购买食材的历史记录，获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率；根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，选取所述目标概率最大的食材类型作为所述目标食材类型。
根据本发明的一个实施例，所述根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，包括：针对每个食材类型，比较所述食材类型的所述第一概率和所述第二概率的大小，选取所述第一概率和所述第二概率中最大的作为所述食材类型的目标概率；或者，针对每个食材类型，利用所述食材类型的第二概率对所述第一概率进行修正，得到所述食材类型的目标概率。
根据本发明的一个实施例，所述利用所述食材类型的第二概率对所述第一概率进行修正，得到所述食材类型的目标概率，包括：获取所述第一概率对应的第一权重，以及所述第二概率对应的第二权重；分别将所述第一概率和所述第一权重相乘，以及所述第二概率和所述第二权重相乘，将两个相乘后的结果相加，得到所述食材类型的所述目标概率。
根据本发明的一个实施例，所述获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率，包括：从所述历史记录中提取每个食材类型的购买次数和总购买次数；针对每个食材类型，将所述购买次数与所述总购买次数作比值，得到所述第二概率。
根据本发明的一个实施例，所述历史记录中还包括购买时间，所述方法还包括：按照所述购买时间对所有食材类型进行排序；根据所述食材类型的顺序，获取与所述食材类型的顺序匹配的概率调整系数，利用所述调整系数，对所述食材类型的第二概率进行调整。
根据本发明的一个实施例，所述智能家电为烹饪器具，所述选取所述目标概率最大的食材类型作为所述目标食材类型之后，还包括：获取与所述目标食材类型匹配的烹饪策略，控制所述烹饪器具按照所述烹饪策略，对所述待烹饪食材进行烹饪。
根据本发明的一个实施例，所述获取与所述目标食材类型匹配的烹饪策略之前，还包括：检测所述待烹饪食材的重量，根据所述待烹饪食材的重量和所述目标食材类型，确定所述待烹饪食材所需的目标水量；控制所述烹饪器具加水至所述目标水量。
本发明第一方面实施例提出了一种智能家电识别食材类型的方法，不仅包括通过图像识别待烹饪食材类型，为了提高识别的准确率，还综合考虑了用户对食材的购买情况，根据购买情况对图像识别的结果进行一个修正，使得最终的识别结果更加准确。
为达上述目的，本发明第二方面实施例提出了一种智能家电识别食材类型的装置，包括：图像识别模块，用于获取智能家电内待烹饪食材的图像，对所述图像进行图像识别，获取所述待烹饪食材在每个食材类型下的第一概率；记录获取模块，用于获取用户购买食材的历史记录，获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率；食材类型确定模块，用于根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，选取所述目标概率最大的食材类型作为所述目标食材类型。
根据本发明的一个实施例，所述食材类型确定模块，进一步用于：针对每个食材类型，比较所述食材类型的所述第一概率和所述第二概率的大小，选取所述第一概率和所述第二概率中最大的作为所述食材类型的目标概率；或者，针对每个食材类型，利用所述食材类型的第二概率对所述第一概率进行修正，得到所述食材类型的目标概率。
根据本发明的一个实施例，所述食材类型确定模块，进一步用于：获取所述第一概率对应的第一权重，以及所述第二概率对应的第二权重；分别将所述第一概率和所述第一权重相乘，以及所述第二概率和所述第二权重相乘，将两个相乘后的结果相加，得到所述食材类型的所述目标概率。
根据本发明的一个实施例，所述记录获取模块，还用于：从所述历史记录中提取每个食材类型的购买次数和总购买次数；针对每个食材类型，将所述购买次数与所述总购买次数作比值，得到所述第二概率。
根据本发明的一个实施例，所述历史记录中还包括购买时间，所述食材类型确定模块，进一步地用于：按照所述购买时间对所有食材类型进行排序；根据所述食材类型的顺序，获取与所述食材类型的顺序匹配的概率调整系数，利用所述调整系数，对所述食材类型的第二概率进行调整。
根据本发明的一个实施例，所述智能家电为烹饪器具，所述食材类型确定模块，进一步用于：在选取所述目标概率最大的食材类型作为所述目标食材类型之后，获取与所述目标食材类型匹配的烹饪策略，控制所述烹饪器具按照所述烹饪策略，对所述待烹饪食材进行烹饪。
根据本发明的一个实施例，所述食材类型确定模块，还用于：在获取与所述目标食材类型匹配的烹饪策略之前，检测所述待烹饪食材的重量，根据所述待烹饪食材的重量和所述目标食材类型，确定所述待烹饪食材所需的目标水量；控制所述烹饪器具加水至所述目标水量。
本发明第二方面实施例提出了一种智能家电识别食材类型的装置，不仅包括通过图像识别待烹饪食材类型，为了提高识别的准确率，还综合考虑了用户对食材的购买情况，根据购买情况对图像识别的结果进行一个修正，使得最终的识别结果更加准确。
为达上述目的，本发明第三方面实施例提出了一种智能家电，包括：本发明第二方面实施例提出了一种智能家电识别食材类型的装置。
为达上述目的，本发明第四方面实施例提出了一种电子设备，包括存储器、处理器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-6中任一所述的智能家电识别食材类型的方法。
为了实现上述目的，本发明第五方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的智能家电识别食材类型的方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例提供了一种智能家电识别食材类型的方法的流程图；
图2为本发明实施例提供了另一种智能家电识别食材类型的方法的流程图；
图3为本发明实施例提供了另一种智能家电识别食材类型的方法的流程图；
图4为本发明实施例提供了一种智能家电识别食材类型的装置的结构示意图；
图5为本发明实施例提供了一种智能家电识别食材类型的电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的智能家电识别食材类型的方法和装置。
图1为根据本发明实施例提出的智能家电识别食材类型的方法的流程图。如图1所示，本发明实施例提出的智能家电识别食材类型的方法，包括以下步骤：
S101：获取智能家电内待烹饪食材的图像，对图像进行图像识别，获取待烹饪食材在每个食材类型下的第一概率。
本发明实施例中，智能家电可以为智能冰箱或者智能烹饪器具，如电饭煲、电压力锅等。下面以智能家电为为例，对本发明实施例提供的智能家电识别食材类型的方法进行解释说明。具体地，烹饪器具内设置有图像采集单元，可以通过图像采集单元进行烹饪腔内的图像采集。在用户试图烹饪时，可以打开烹饪器具，并在烹饪器具内放入待烹饪食材，此时，可以控制图像采集单元拍摄携带有待烹饪食材的图像。例如，用户可以通过按钮或者语音指令控制图像采集单元开始图像拍摄。
进一步地，将采集的携带待烹饪食材的图像，输入预先训练好的图像识别模型中进行识别，得到待烹饪食材在每个食材类型下的识别概率，即第一概率。
需要说明的是，图像识别模型可以识别出多种食材类型，是基于历史图像进行机器学习形成的或者构建的。
S102：获取用户购买食材的历史记录，获取购买食材在历史记录下被用户烹饪的第二概率。
需要说明的是，为使最终的识别结果更加准确，如图1所示，本发明的一个实施例在通过图像识别待烹饪食材类型步骤后，获取了待烹饪食材在每个食材类型下的第一概率。鉴于目前图像识别技术对待烹饪食材识别的误识别概率高，由此，为了提高识别的准确率，本发明实施例中还综合考虑了用户对食材的购买情况，通过获取用户购买食材的历史记录，以获取每个食材类型被用户烹饪的第二概率。
具体地，服务器可以采集用户在购物网站、社交媒体等多种应用程序中，购买食材的信息，并将这些数据存储于服务器中。可以从服务器中获取到用户购买食材的历史记录后，历史记录中可以包括每个食材类型的购买次数和总购买次数。从历史记录中，提取每个食材类型的购买次数和总购买次数，针对每个食材类型，将购买次数与总购买次数作比值，得到每个食材类型被用户烹饪的第二概率。
可选地，可以由服务器执行根据用户购买食材的历史记录获取每个食材类型被用户烹饪的第二概率。具体地，烹饪器具可以向服务器发送第一请求，其中，第一请求中携带用户的标识，服务器接收到第一请求后，根据用户的标识获取到相应的历史记录，并且根据该历史记录，得到每个食材类型被用户烹饪的第二概率，然后将每个食材类型被用户烹饪的第二概率，反馈给烹饪器具。
可选地，可以由烹饪器具执行根据用户购买食材的历史记录获取每个食材类型被用户烹饪的第二概率。具体地，烹饪器具可以向服务器发送第二请求，其中，第二请求中携带用户的标识，服务器接收到第二请求后，根据用户的标识获取到相应的历史记录，并且将该历史记录，反馈给烹饪器具，由烹饪器具每个食材类型被用户烹饪的第二概率。
需要说明的是，所获取的用户在一段时间内的历史记录中，购买时间的顺序会对每个食材类型被烹饪的概率有影响。例如，购买时间早，即购买顺序靠前的食材被烹饪的概率更大；购买时间晚，即购买顺序靠后的食材被烹饪的概率更小。因此，为提高识别的准确率，本发明的一个实施例在获取第二概率后，可以根据购买的历史记录，对每个食材类型的第二概率进行调整。具体地，按照购买时间对所有食材类型进行排序；根据食材类型的顺序，获取与食材类型的顺序匹配的概率调整系数，利用调整系数，对食材类型的第二概率进行调整。
S103：根据第一概率和第二概率，得到每个食材类型的目标概率，选取目标概率最大的食材类型作为目标食材类型。
在获取到每个食材类型下的第一概率，以及第二概率，可以综合两个概率，得到每个食材的最终概率，即目标概率。
作为一种可能的实现方式，针对每个食材类型，比较食材类型的第一概率和第二概率的大小，选取第一概率和第二概率中最大的作为食材类型的目标概率。
作为另一种可能的实现方式，针对每个食材类型，利用食材类型的第二概率对第一概率进行修正，得到食材类型的目标概率。具体地，可以对两个概率进行权重计算，根据权重计算后的结果，确定待烹饪食材的食材类型的目标概率。具体地，在获取的待烹饪食材在每个食材类型下的第一概率后，获取第一概率对应的预设的第一权重。在获取每个食材类型被用户烹饪的第二概率后，获取第二概率对应的预设的第二权重。进一步地，分别将第一概率和第一权重相乘，以及第二概率和第二权重相乘，将两个相乘后的结果相加，得到每个食材类型的目标概率。进一步地，对所得到的每个食材类型的目标概率进行排序，选取目标概率最大的食材类型作为目标食材类型。
综上所述，根据本发明实施例的提出的烹饪器具识别食材类型的方法，获取烹饪器具内待烹饪食材的图像，对图像进行图像识别，获取食材在每个食材类型下的第一概率；获取用户购买食材的历史记录，根据历史记录，获取每个食材类型被用户烹饪的第二概率；根据第一概率和第二概率，得到每个食材类型的目标概率，选取目标概率最大的食材类型作为目标食材类型，以实现对烹饪食材图像识别准确率的控制，解决现有技术中对烹饪食材的识别种类局限较大、准确率低的技术问题。
为了实现上述实施例，本发明实施例还提出了另一种烹饪器具识别食材类型的方法的流程图，如图2所示。
实际应用中，识别烹饪器具内的食材，是为了更好地对食材进行烹饪。因此，在识别出烹饪腔内待烹饪食材的目标食材类型后，就可以对针对该目标食材类型进行烹饪，具体包括如下步骤：
S201：检测待烹饪食材的重量。
具体地，烹饪器具内设置有重量传感器，可以通过重量传感器获取烹饪腔内待烹饪食材的重量。在用户试图烹饪时，可以打开烹饪器具，并在烹饪器具内放入待烹饪食材，此时，可以控制重量传感器测量待烹饪食材的重量，并保存该数据。例如，用户可以通过按钮或者语音指令控制重量传感器开始重量测量。
S202：根据待烹饪食材的重量和目标食材类型，确定待烹饪食材所需的目标水量。
具体地，获取用户数据模型选取的目标食材类型的结果，以及通过重量传感器获取的待烹饪食材重量的结果，返回给烹饪器具，烹饪器具根据预先存储的重量和食材类型以及水量之间的映射关系，选取待烹饪时才所需的目标水量。
S203：控制烹饪器具加水至目标水量。
具体地，烹饪器具上设置有注水口，可以通过该注水口与水管连接，并设置有注水阀。当需要注水时，控制注水阀开启，在注水时间达到一定时长后，确定加水到目标水量，然后关闭注水阀，并且闭合烹饪器具。
S204：获取与目标食材类型匹配的烹饪策略。
具体地，当用户数据模型选取了目标食材类型后，将目标食材类型的结果返回给烹饪器具，烹饪器具根据目标食材类型，选取匹配的烹饪策略。其中，烹饪策略主要包括烹饪阶段，每个烹饪阶段的烹饪时长，以及加热功率的调整点等。
S205：控制烹饪器具按照烹饪策略，对待烹饪食材进行烹饪。
具体地，在烹饪器具选取了与目标食材类型匹配的烹饪策略后，将选取的烹饪策略的结果返回给烹饪器具，烹饪器具根据每个烹饪阶段的烹饪时长、以及加热功率的调整点等对待烹饪食材进行烹饪。
为了实现上述实施例，本发明实施例还提出了另一种烹饪器具识别食材类型的方法的流程图。
下面以待烹饪食材为大米为例，对本发明实施例提供的烹饪器具识别食材类型的方法进行解释说明，如图3所示。由于图像识别技术对大米类型的识别在技术上有误识，因此，本发明实施例引入用户购买的大米数据作为一个提高大米图像识别准确率的有效方法，具体包括：
S301：通过图像识别获取待烹饪大米在每类大米下的第一概率x。
也就是说，智能电饭煲通过图像采集装置获取烹饪腔内的待烹饪大米图像，并上传该图像到图像识别模型，控制图像识别模型计算并输出大米图像的识别准确率x，并对数据进行保存。
举例来说，通过图像识别模型，获取每种大米的识别准确率为：京山桥米准确率为80％，五常大米准确率为50％，遮放大米准确率为25％。记录并保存每种大米的识别准确率。
S302：获取用户烹饪所购买大米的历史记录，根据历史记录，获取到所购买过的大米类型被用户烹饪的第二概率z。
获取用户购买大米的信息，包括：所购买的大米的类型及对应的次数。
进一步地，将每一种大米出现的次数除以用户购买大米的总次数，获取用户可能使用的每一种大米的概率z。
举例来说，用户一段时间内购买大米的信息中，包括：五常大米3次，京山桥米1次，遮放大米1次。则确定用户在时间段内，购买大米的总次数为5次。因此可得，烹饪五常大米的概率为3/5，烹饪京山桥米的概率为1/5，烹饪遮放大米的概率为1/5。
S303：通过对第一概率x和第二概率z进行权重计算，得到待烹饪大米在每类大米下的目标概率y，根据目标概率y获取待烹饪大米的最终识别类型。
也就是说，通过获取用户烹饪大米的概率z对大米图像的识别准确率进行修正，得到每种大米的目标概率y，选取目标概率y最大的大米种类作为大米种类的最终识别结果。
需要说明的是，在进行权重计算前，为提高大米图像识别的准确率，分别设置x对应的权重系数为b1，z对应的权重系数为b2。
进一步地，对图像识别准确率x与用户烹饪每种所购买大米的概率z进行权重计算，通过公式y＝x*b1+z*b2，获取每种大米的目标概率y。
也就是说，分别将大米图像的识别准确率x和对应的权重系数b1相乘，以及用户烹饪大米的概率z和对应的权重系数b2相乘，将两个相乘后的结果相加，得到每种大米的目标概率y。进一步地，对所得到的每种大米类型的目标概率进行分析比较，选取目标概率最大的大米类型作为大米种类的最终识别结果。
举例来说，设定用户可能使用的大米概率权重为0.4，图像识别***输出结果权重为0.6。因此，五常大米目标概率y1＝3/5*0.4+50％*0.6＝0.54；
京山桥米目标概率y2＝1/5*0.4+80％*0.6＝0.56；
遮放大米目标概率y3＝1/5*0.4+25％*0.6＝0.23。
由上可知，选取京山桥米为最终识别结果。进一步地，根据最终识别结果的大米种类选取匹配的烹饪策略。
需要说明的是，待烹饪食材也可以为肉类、谷类等，例如，当肉类时，肉类的类型可以包括：牛肉、羊肉、猪肉等；例如，当为谷类时，谷类的类型包括：大米、小米、小麦等。
综上所述，本发明实施例引入用户购买的大米数据作为一个提高大米图像识别准确率的有效方法，修正了图像识别模型获取大米图像识别的准确率，降低了图像识别技术对大米的识别在技术上的局限性与误识别概率，从而提高了智能电饭煲识别大米图像的准确率。
为了实现上述实施例，本发明还提出一种烹饪器具识别食材类型的装置。
图4为本发明实施例提出的烹饪器具识别食材类型装置的方框示意图。如图4所示，本发明实施例的烹饪设备100，包括：图像识别模块10、记录获取模块20和食材类型确定模块30。
其中，图像识别模块10，用于获取智能家电内待烹饪食材的图像，对所述图像进行图像识别，获取所述待烹饪食材在每个食材类型下的第一概率；记录获取模块20，用于获取用户购买食材的历史记录，获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率；食材类型确定模块30，用于根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，选取所述目标概率最大的食材类型作为所述目标食材类型。
进一步地，食材类型确定模块30，进一步用于：针对每个食材类型，比较食材类型的第一概率和第二概率的大小，选取第一概率和第二概率中最大的作为食材类型的目标概率；或者，针对每个食材类型，利用食材类型的第二概率对第一概率进行修正，得到食材类型的目标概率。
进一步地，食材类型确定模块30，获取第一概率对应的第一权重，以及第二概率对应的第二权重；分别将第一概率和第一权重相乘，以及第二概率和第二权重相乘，将两个相乘后的结果相加，得到食材类型的所述目标概率。
进一步地，记录获取模块20，从历史记录中提取每个食材类型的购买次数和总购买次数；针对每个食材类型，将购买次数与总购买次数作比值，得到第二概率。
进一步地，食材类型确定模块30，进一步地用于：按照购买时间对所有食材类型进行排序；根据食材类型的顺序，获取与食材类型的顺序匹配的概率调整系数，利用调整系数，对食材类型的第二概率进行调整。
进一步地，食材类型确定模块30，进一步用于：在选取目标概率最大的食材类型作为目标食材类型之后，获取与目标食材类型匹配的烹饪策略，控制烹饪器具按照烹饪策略，对待烹饪食材进行烹饪。
进一步地，食材类型确定模块30，还用于：在获取与目标食材类型匹配的烹饪策略之前，检测待烹饪食材的重量，根据待烹饪食材的重量和目标食材类型，确定待烹饪食材所需的目标水量；控制烹饪器具加水至目标水量。
需要说明的是，前述对提高智能家电识别食材类型识别准确率方法实施例的解释说明也适用于本实施例的智能家电识别食材类型装置，此处不再赘述。
为了实现上述实施例，本发明还提出一种电子设备200，如图5所示，包括存储器40、处理器50及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现前述的智能家电识别食材类型的方法。
为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述的智能家电识别食材类型的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者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必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种智能家电识别食材类型的方法，其特征在于，包括以下步骤：
获取智能家电内待烹饪食材的图像，对所述图像进行图像识别，获取所述待烹饪食材在预设食材类型下的第一概率；
获取用户购买食材的历史记录，获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率；
根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，选取所述目标概率最大的食材类型作为目标食材类型；
所述获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率，包括：
从所述历史记录中提取每个食材类型的购买次数和总购买次数；
针对每个食材类型，将所述购买次数与所述总购买次数作比值，得到所述第二概率；
所述历史记录中还包括购买时间，所述方法还包括：
按照所述购买时间对所有食材类型进行排序；
根据所述食材类型的顺序，获取与所述食材类型的顺序匹配的概率调整系数，利用所述调整系数，对所述食材类型的第二概率进行调整；
所述根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，包括：
针对每个食材类型，利用所述食材类型的第二概率对所述第一概率进行修正，得到所述食材类型的目标概率；
所述利用所述食材类型的第二概率对所述第一概率进行修正，得到所述食材类型的目标概率，包括：
获取所述第一概率对应的第一权重，以及所述第二概率对应的第二权重；
分别将所述第一概率和所述第一权重相乘，以及所述第二概率和所述第二权重相乘，将两个相乘后的结果相加，得到所述食材类型的所述目标概率。
2.根据权利要求1所述的智能家电识别食材类型的方法，其特征在于，所述智能家电为烹饪器具，所述选取所述目标概率最大的食材类型作为所述目标食材类型之后，还包括：
获取与所述目标食材类型匹配的烹饪策略，控制所述烹饪器具按照所述烹饪策略，对所述待烹饪食材进行烹饪。
3.根据权利要求2所述的智能家电识别食材类型的方法，其特征在于，所述获取与所述目标食材类型匹配的烹饪策略之前，还包括：
检测所述待烹饪食材的重量，根据所述待烹饪食材的重量和所述目标食材类型，确定所述待烹饪食材所需的目标水量；
控制所述烹饪器具加水至所述目标水量。
4.一种智能家电识别食材类型的装置，其特征在于，包括：
图像识别模块，用于获取智能家电内待烹饪食材的图像，对所述图像进行图像识别，获取所述待烹饪食材在每个食材类型下的第一概率；
记录获取模块，用于获取用户购买食材的历史记录，获取所述购买食材在所述历史记录下被所述用户烹饪的第二概率；
食材类型确定模块，用于根据所述第一概率和所述第二概率，得到每个食材类型的目标概率，选取所述目标概率最大的食材类型作为目标食材类型；
所述记录获取模块，还用于：
从所述历史记录中提取每个食材类型的购买次数和总购买次数；
针对每个食材类型，将所述购买次数与所述总购买次数作比值，得到所述第二概率；
所述历史记录中还包括购买时间，所述食材类型确定模块，进一步地用于：
按照所述购买时间对所有食材类型进行排序；
根据所述食材类型的顺序，获取与所述食材类型的顺序匹配的概率调整系数，利用所述调整系数，对所述食材类型的第二概率进行调整；
所述食材类型确定模块，进一步用于：
针对每个食材类型，利用所述食材类型的第二概率对所述第一概率进行修正，得到所述食材类型的目标概率；
所述食材类型确定模块，进一步用于：
获取所述第一概率对应的第一权重，以及所述第二概率对应的第二权重；
分别将所述第一概率和所述第一权重相乘，以及所述第二概率和所述第二权重相乘，将两个相乘后的结果相加，得到所述食材类型的所述目标概率。
5.根据权利要求4所述的智能家电识别食材类型的装置，其特征在于，所述智能家电为烹饪器具，所述食材类型确定模块，进一步用于：
在选取所述目标概率最大的食材类型作为所述目标食材类型之后，获取与所述目标食材类型匹配的烹饪策略，控制所述烹饪器具按照所述烹饪策略，对所述待烹饪食材进行烹饪。
6.根据权利要求5所述的智能家电识别食材类型的装置，其特征在于，所述食材类型确定模块，还用于：
在获取与所述目标食材类型匹配的烹饪策略之前，检测所述待烹饪食材的重量，根据所述待烹饪食材的重量和所述目标食材类型，确定所述待烹饪食材所需的目标水量；
控制所述烹饪器具加水至所述目标水量。
7.一种智能家电，其特征在于，包括：如权利要求4-6任一项所述的智能家电识别食材类型的装置。
8.一种电子设备，其特征在于，包括存储器、处理器；
其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-3中任一所述的智能家电识别食材类型的方法。
9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一所述的智能家电识别食材类型的方法。
CN201910172330.1A 2019-03-07 2019-03-07 智能家电及其识别食材类型的方法、装置、电子设备 Active CN111666961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910172330.1A CN111666961B (zh) 2019-03-07 2019-03-07 智能家电及其识别食材类型的方法、装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910172330.1A CN111666961B (zh) 2019-03-07 2019-03-07 智能家电及其识别食材类型的方法、装置、电子设备

Publications (2)

Publication Number Publication Date
CN111666961A CN111666961A (zh) 2020-09-15
CN111666961B true CN111666961B (zh) 2023-02-17

Family

ID=72381838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910172330.1A Active CN111666961B (zh) 2019-03-07 2019-03-07 智能家电及其识别食材类型的方法、装置、电子设备

Country Status (1)

Country Link
CN (1) CN111666961B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591576A (zh) * 2021-06-29 2021-11-02 青岛海尔科技有限公司 食材信息的检测方法和装置、存储介质及电子装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012204229A1 (de) * 2012-03-16 2013-09-19 BSH Bosch und Siemens Hausgeräte GmbH Vorrichtung für ein Gargerät und Gargerät
CN105824886A (zh) * 2016-03-10 2016-08-03 西安电子科技大学 基于马尔科夫随机场的快速食物识别方法
CN108174470A (zh) * 2017-12-20 2018-06-15 广东美的厨房电器制造有限公司 一种烹饪设备的控制方法、装置及烹饪设备
CN108230075A (zh) * 2016-12-21 2018-06-29 佛山市顺德区美的电热电器制造有限公司 食材信息的处理方法和装置
CN108256476A (zh) * 2018-01-17 2018-07-06 百度在线网络技术（北京）有限公司 用于识别果蔬的方法和装置
CN108292420A (zh) * 2015-11-25 2018-07-17 三星电子株式会社 用户终端设备及其控制方法
CN108494968A (zh) * 2018-04-04 2018-09-04 Oppo广东移动通信有限公司 智能提醒方法、装置、存储介质及智能终端
CN108538363A (zh) * 2018-03-28 2018-09-14 珠海格力电器股份有限公司 一种确定烹饪模式的方法及烹饪电器

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012204229A1 (de) * 2012-03-16 2013-09-19 BSH Bosch und Siemens Hausgeräte GmbH Vorrichtung für ein Gargerät und Gargerät
CN108292420A (zh) * 2015-11-25 2018-07-17 三星电子株式会社 用户终端设备及其控制方法
CN105824886A (zh) * 2016-03-10 2016-08-03 西安电子科技大学 基于马尔科夫随机场的快速食物识别方法
CN108230075A (zh) * 2016-12-21 2018-06-29 佛山市顺德区美的电热电器制造有限公司 食材信息的处理方法和装置
CN108174470A (zh) * 2017-12-20 2018-06-15 广东美的厨房电器制造有限公司 一种烹饪设备的控制方法、装置及烹饪设备
CN108256476A (zh) * 2018-01-17 2018-07-06 百度在线网络技术（北京）有限公司 用于识别果蔬的方法和装置
CN108538363A (zh) * 2018-03-28 2018-09-14 珠海格力电器股份有限公司 一种确定烹饪模式的方法及烹饪电器
CN108494968A (zh) * 2018-04-04 2018-09-04 Oppo广东移动通信有限公司 智能提醒方法、装置、存储介质及智能终端

Also Published As

Publication number Publication date
CN111666961A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN113133679B (zh) 烹饪设备及其控制方法和装置
EP3131410B1 (en) Method and apparatus for controlling a cooking process of a food
CN105395040B (zh) 电炖锅的控制方法、装置、电炖锅和***
CN109691898B (zh) 一种食物加热的控制方法、装置、煎烤机及存储介质
CN110693332B (zh) 一种米饭烹饪方法和装置
CN111666961B (zh) 智能家电及其识别食材类型的方法、装置、电子设备
CN110619371A (zh) 一种食材烹煮时长推荐方法、存储介质和电火锅
CN112902406B (zh) 空调和/或风扇参数设置方法、控制设备及可读存储介质
CN114544658A (zh) 变质食物的确定方法及装置、存储介质及电子装置
CN110989464A (zh) 基于烹饪曲线的烹饪方法、装置、存储介质及烹饪设备
CN111248716B (zh) 食材的烹饪控制方法、图像处理方法、装置及烹饪设备
CN109062277B (zh) 食物的加热方法及装置、存储介质、处理器
CN112115752A (zh) 品质检测模型的训练方法和装置以及品质检测方法和装置
CN111990902A (zh) 一种烹饪控制方法及装置、电子设备及存储介质
CN110664233A (zh) 蒸烤箱控制方法及装置
CN111385925B (zh) 电磁烹饪器具及其控制方法
CN113838004A (zh) 食物烘焙的控制方法和装置、存储介质及电子装置
CN113647797A (zh) 烹饪设备及其控制方法、装置、存储介质
CN113723498A (zh) 食物熟度识别方法、装置、***、电器、服务器及介质
CN112859647B (zh) 烹饪曲线调整方法、装置、家电设备和存储介质
CN114208993A (zh) 解冻方法、装置及解冻设备
CN114903343A (zh) 一种自动蒸烤的方法、装置及其蒸烤箱
CN114052513A (zh) 烹饪处理方法、装置、家电设备和存储介质
CN114120311A (zh) 食物烘焙的控制方法和装置
WO2019056331A1 (zh) 一种烹饪设备的控制方法、装置及计算机存储介质和***

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
GR01 Patent grant
GR01 Patent grant