[發明專利]一種食物成分識別方法

有效

• 申請號: 202010554000.1
• 申請日: 2020-06-17
• 公開（公告）號: CN111797719B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 沈志東;張智陽
• 申請（專利權）人: 武漢大學
• 主分類號: G06V20/68
• 分類號: G06V20/68;G06V10/26;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 李丹

1.一種食物成分識別方法，其特征在于，包括以下步驟：

1)在開源食物圖像數據集上收集圖像，并在網絡上爬取額外部分的食物作為對開源食物圖像數據集的補充，得到初始數據集S0，包括食物名稱和對應的食物圖像；

2)對初始數據集S0中的食物圖像進行處理，得到數據集S1；所述處理為：采用BayesianMatting的方法，將食物主體從原圖像中剝離出來，在將背景填充白色后，獲得新的保留食物主體的圖像；

所述步驟2)中對圖像使用Bayesian Matting將食物主體從原圖像中剝離出來的過程如下：

確定前景F的位置并賦予透明度值α；透明度值α取像素點(x,y)附近N個窗口α的均值，前景像素值f_pixels取像素點(x,y)附近N個窗口前景的均值，前景像素權重f_weights等于α²乘以高斯權重Gaussian Weights后扁平化的結果；

3)對數據集S1，以食物主體為中心，先裁剪成128*128大小的圖像，然后經過旋轉、翻轉、縮放、裁切操作中的一種或多種，完成數據集S1的擴充，得到最終的數據庫S2；

4)對數據庫S2，以訓練集80％，測試集20％的比例劃分，建立卷積神經網絡，訓練得到最終的深度學習模型；

所述卷積神經網絡包括卷積層和間隔卷積層；

所述卷積神經網絡具體如下：

第一層為卷積層Conv Layer，核大小為5*5，步長為1，具有16個通道，激活函數為ReLU；

第二層為卷積層Conv Layer，核大小為5*5，步長為1，具有16個通道，激活函數為ReLU；

第三層為間隔卷積層Gap Conv Layer，核大小為1*1，步長為2，具有32個通道，激活函數為ReLU；

第四層為卷積層Conv Layer，核大小為5*5，步長為1，具有32個通道，激活函數為ReLU；

第五層為卷積層Conv Layer，核大小為5*5，步長為1，具有32個通道，激活函數為ReLU；

第六層為間隔卷積層Gap Conv Layer，核大小為1*1，步長為2，具有64個通道，激活函數為ReLU；

第七層為卷積層Conv Layer，核大小為3*3，步長為1，具有64個通道，激活函數為ReLU；

第八層為池化層Pooling Layer，采用Average Pooling，過濾器大小為2*2，步長為2，具有128個通道，激活函數為ReLU；

第九層為卷積層Conv Layer，核大小為3*3，步長為1，具有128個通道，激活函數為ReLU；

第十層為卷積層Conv Layer，核大小為3*3，步長為1，具有128個通道，激活函數為ReLU；

第十一層為池化層Pooling Layer，采用Average Pooling，過濾器大小為3*3，步長為3，具有128個通道，激活函數為ReLU；

5)采用步驟4)中的模型進行食物名稱識別，根據識別結果確定食物成分。

2.根據權利要求1所述的食物成分識別方法，其特征在于，所述卷積神經網絡中間隔卷積層的核大小為1*1，步長為2。