[發明專利]一種冷藏裝置存儲物管理系統和冷藏裝置

有效

• 申請號: 201610442232.1
• 申請日: 2016-06-20
• 公開（公告）號: CN107527060B
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 于海洋
• 申請（專利權）人: 青島海爾智能技術研發有限公司;海爾智家股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06T7/62;G06Q10/08
• 代理公司: 青島聯智專利商標事務所有限公司 37101
• 代理人: 李升娟

本發明提供一種冷藏裝置存儲物管理系統和冷藏裝置，包括：基于卷積神經網絡的訓練模塊，用于學習檢測目標存儲物；基于卷積神經網絡的識別模塊，用于識別是否有目標存儲物以及目標存儲物的種類；基于卷積神經網絡的檢測模塊，用于捕捉檢測是否有目標存儲物、以及是否有目標存儲物存入冷藏裝置或從冷藏裝置中取出。本發明所提出的冷藏裝置存儲物管理系統可以通過訓練、驗證和測試等步驟建立卷積神經網絡以實現根據采樣視頻自動學習、交互、識別、統計冷藏裝置中的目標存儲物、目標存儲物的種類和每一種目標存儲物數量的變化，無需改變傳統的冷藏裝置的使用習慣，實現了智能自動統計和交互功能，具有管理精度高、統計數據準確，使用靈活性好的優點。

技術領域

本發明涉及制冷設備技術領域，尤其涉及一種冷藏裝置存儲物管理系統和冷藏裝置。

背景技術

很多人認為食物放進冷藏裝置就會安全，不會出現變味或者變質。實際上，冷藏裝置只是通過降溫的方式，抑制細菌的繁殖速度。但是食物存放時間過長，一樣會出現變質，食用后可能會出現惡心、嘔吐和腹瀉等情況。家用冷藏裝置一般不設置統計食材的功能，食物存放期限通過用戶經驗決定，很容易出現遺漏導致食物變質，影響身體健康。對于大型冷凍倉儲行業來說，食材統計更需要專人負責，成本較高。一旦出現遺漏，會造成批量的食物變質銷毀，導致很高的經濟損失。

為解決上述問題，現有技術中提出了冷藏裝置內食材的管理系統，如發明專利（申請號2014106605313）中所公開的技術方案，當檢測到冷藏裝置門打開時，接收用戶輸入的語音信息。該語音信息中包括用戶對冷藏裝置內食材的變更操作對應的基本食材變更信息。冷藏裝置識別用戶輸入的語音信息，并進行預處理，生成用戶對冷藏裝置內食材變更操作對應的變更信息并傳輸至終端，使得終端生成冷藏裝置內食材變更后的食材管理信息。不但看出，在上述技術方案中，為了統計冷藏裝置內食材的信息，必須增加語音輸入的步驟，這實際上使得整個操作變得較為復雜，并不符合人們日常使用冷藏裝置的習慣。如果偶爾忘記了輸入語音信息，則會使得統計信息的準確率大幅降低。

綜上所述，現有技術中的冷藏裝置內食材管理系統存在不符合用戶使用習慣，統計信息準確率低的問題。

發明內容

本發明提供一種冷藏裝置存儲物管理系統，旨在克服現有技術中存儲物統計不符合傳統使用習慣且管理成本高的缺陷。本發明所提供的具體技術方案包括：

一種冷藏裝置存儲物管理系統，包括：

基于卷積神經網絡的訓練模塊，用于學習檢測目標存儲物；

基于卷積神經網絡的識別模塊，用于識別是否有目標存儲物以及目標存儲物的種類；

基于卷積神經網絡的檢測模塊，用于捕捉檢測是否有目標存儲物、以及是否有目標存儲物存入冷藏裝置或從冷藏裝置中取出；

進一步的，所述訓練模塊包括：

數據庫，用于存儲目標存儲物的靜態圖片；

處理模塊，用于區分所述數據庫中靜態圖片上的存儲物類別，并根據不同類別分別進行標注形成標注原始圖像；

第一卷積神經網絡，用于接收所述處理模塊輸出的標注原始圖像，提取所述標注原始圖像中的特征、定位、分類以學習檢測目標存儲物。

進一步的，所述第一卷積神經網絡包括：

特征提取層，用于提取所述標注原始圖像上標注檢測區域的像素值，提取特征得到所述檢測區域的特征圖；

特征采樣層，用于利用窗口滑過所述檢測區域特征圖生成低維向量；

特征映射層，用于映射所述低維向量至全連接層；

全連接層，所述全連接層包括用于定位的回歸層和用于分類的分類層，所述全連接層用于輸出結果，確定是否檢測到目標存儲物。