[發明專利]食物圖像檢測方法及裝置

有效

• 申請號: 201710398536.7
• 申請日: 2017-05-31
• 公開（公告）號: CN107220650B
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 李祥明;吳祖玉
• 申請（專利權）人: 廣州炒米信息科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃隸凡

本發明涉及一種食物圖像檢測方法及裝置，該食物圖像檢測方法包括以下步驟：獲取目標圖像；對獲取到的目標圖像進行預處理；將預處理后的目標圖像輸入食物圖像檢測模型，得到目標圖像的食物特征隸屬度；將食物特征隸屬度與預設食物特征隸屬度閾值進行比較；當食物特征隸屬度大于或等于預設食物特征隸屬度閾值時，標記目標圖像為食物圖像。上述食物圖像檢測方法實現了食物圖像自動檢測，食物圖像檢測效率高，能夠大大提高食物圖像選取效率，有效降低人工勞動強度，方便用戶快速、準確的選取食物圖片。相應的，本發明還提供一種食物圖像檢測裝置。

技術領域

本發明涉及圖像處理領域，特別是涉及一種食物圖像檢測方法及裝置。

背景技術

目前，智能終端設備已成為人們生活中必不可少的物品，人們經常在智能終端中存儲拍攝的各類照片。隨著人們生活水平的提高，人們越來越重視飲食健康，經常會選取智能終端內存儲的食物圖片進行膳食分析或健康分析，然而，傳統用戶選取食物圖片的方式為人工查找，用戶要在雜亂無章的、數目繁多的照片中逐張查看，選出包括食物圖像的圖片，食物圖像選取效率低，且用戶人工勞動強度大，用戶選取食物圖像非常不方便。

發明內容

基于此，有必要針對傳統在智能終端中選取食物圖像效率低、操作不方便的問題，提供一種食物圖像檢測方法及裝置。

一種食物圖像檢測方法，包括以下步驟：

獲取目標圖像；

對獲取到的目標圖像進行預處理；

將預處理后的目標圖像輸入食物圖像檢測模型，得到目標圖像的食物特征隸屬度；

將食物特征隸屬度與預設食物特征隸屬度閾值進行比較；

當食物特征隸屬度大于或等于預設食物特征隸屬度閾值時，標記目標圖像為食物圖像。

在其中一個實施例中，上述食物圖像檢測方法還包括：

當食物特征隸屬度大于或等于預設食物特征隸屬度閾值時，獲取目標圖像中食物圖像的位置，標記食物圖像的位置。

在其中一個實施例中，獲取目標圖像的步驟之前，還包括對食物圖像樣本集進行可變形部件模型算法訓練得到食物圖像檢測模型的步驟，對食物圖像樣本集進行可變形部件模型算法訓練得到食物圖像檢測模型的步驟包括：

獲取食物圖像樣本集，食物圖像樣本集包括多張食物圖像；

對食物圖像進行預處理；

對食物特征圖像進行食物位置標注；

將完成食物位置標注的食物圖像輸入可變形部件模型，將食物位置處的圖像劃分為多個檢測窗口，提取每個檢測窗口內的食物圖像梯度特征，生成食物梯度特征直方圖，獲取多個食物梯度特征直方圖；對多個食物圖像梯度特征直方圖進行線性擬合得到食物圖像檢測模型。

在其中一個實施例中，對多張食物圖像的食物圖像梯度特征直方圖進行線性擬合得到食物圖像檢測模型的步驟之前，還包括：

通過可變形部件模型檢測多張非食物圖像，獲取多個非食物圖像梯度特征直方圖；

將多個非食物圖像梯度特征直方圖和多個食物圖像梯度特征直方圖進行支持向量機分類，獲取多個用于進行線性擬合的食物圖像梯度特征直方圖。

在其中一個實施例中，上述食物圖像檢測方法還包括：

獲取多張食物圖像和多張非食物圖像；

獲取預設食物特征隸屬度閾值范圍；