[發明專利]一種菜品類別識別方法、裝置及電子設備

在審

• 申請號: 201910128874.8
• 申請日: 2019-02-21
• 公開（公告）號: CN111597862A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 張天琦
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 李欣;馬敬

本發明實施例提供了一種菜品類別識別方法、裝置及電子設備，該菜品類別識別方法包括：獲取包含菜品區域的目標圖像；對所述目標圖像進行外觀特征識別，得到所述目標圖像包含的菜品的目標外觀特征向量；從預先存儲的各類菜品的外觀特征向量中，確定與所述目標外觀特征向量匹配度最高的第一外觀特征向量；將所述第一外觀特征向量所對應的菜品類別，確定為所述目標圖像對應的菜品類別。可見，通過本發明實施例提供的技術方案，可以縮短菜品類別識別所消耗的時間，提高識別菜品類別的效率。

技術領域

本發明涉及計算機視覺技術領域，特別是涉及一種菜品類別識別方法、裝置及電子設備。

背景技術

在餐飲行業中，需要確定菜品的菜品類別。例如，在用戶拿取菜品后，電子設備需要識別用戶所拿取菜品的菜品類別，進而可以確定該菜品類別對應的價格，從而用戶可以對其所拿取的菜品進行付款。

相關技術中，電子設備通常通過識別菜品上粘貼的條形碼并獲取條形碼上的菜品類別。

但是，相關技術中，識別菜品類別的過程較為繁瑣，從而導致識別菜品類別的效率較低。具體的，在識別菜品類別時，需要工作人員查找到菜品上粘貼的條形碼，電子設備對準該條形碼，并識別該條形碼，從而獲取菜品的菜品類別。由于菜品上粘貼的條形碼通常較小，工作人員查找菜品上粘貼的條形碼需要消耗一定的時間，且電子設備需要找準條形碼，電子設備對準條形碼也需要消耗一定的時間，從而導致識別菜品類別所消耗的時間較長，識別菜品類別的效率較低。

發明內容

本發明實施例的目的在于提供一種菜品類別識別方法、裝置及電子設備，以縮短菜品類別識別所消耗的時間，提高識別菜品類別的效率。具體技術方案如下：

第一方面，本發明實施例提供了一種菜品類別識別方法，所述方法包括：

獲取包含菜品區域的目標圖像；

對所述目標圖像進行外觀特征識別，得到所述目標圖像包含的菜品的目標外觀特征向量；

從預先存儲的各類菜品的外觀特征向量中，確定與所述目標外觀特征向量匹配度最高的第一外觀特征向量；

將所述第一外觀特征向量所對應的菜品類別，確定為所述目標圖像對應的菜品類別。

可選的，所述對所述目標圖像進行外觀特征識別，得到所述目標圖像包含的菜品的目標外觀特征向量的步驟，包括：

基于預先訓練好的第一卷積神經網絡，對所述目標圖像進行外觀特征識別，得到所述目標圖像包含的菜品的目標外觀特征向量，所述第一卷積神經網絡是：基于多個樣本圖像和所述多個樣本圖像對應的外觀特征向量訓練得到的，所述樣本圖像包含菜品區域，每一樣本圖像對應的外觀特征向量為該樣本圖像所包含的菜品的外觀特征向量。

可選的，所述獲取包含菜品區域的目標圖像的步驟，包括：

監測預設區域內是否存在盛放菜品的餐盤；

在監測到所述預設區域內存在盛放菜品的餐盤時，獲取包含菜品區域的目標圖像。

可選的，在所述在監測到所述預設區域內存在盛放菜品的餐盤時，獲取包含菜品區域的目標圖像的步驟之后，所述方法還包括：

將所述目標圖像輸入到預先訓練好的第二卷積神經網絡，得到所述目標圖像所包含的菜品區域，其中，所述第二卷積神經網絡是：基于多個樣本圖像和所述多個樣本圖像中包含的菜品區域訓練得到的；

相應地，所述基于預先訓練好的第一卷積神經網絡，對所述目標圖像進行外觀特征識別，得到所述目標圖像包含的菜品的目標外觀特征向量的步驟，包括：

基于預先訓練好的第一卷積神經網絡，對所述菜品區域進行外觀特征識別，得到所述菜品區域包含的菜品的目標外觀特征向量。