[發(fā)明專利]一種食物成分識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010554000.1
• 申請(qǐng)日: 2020-06-17
• 公開（公告）號(hào): CN111797719B
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 沈志東;張智陽
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06V20/68
• 分類號(hào): 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

本發(fā)明公開了一種食物成分識(shí)別方法，該方法包括：1)在開源食物圖像數(shù)據(jù)集上收集圖像，并在網(wǎng)絡(luò)上爬取額外部分的食物作為對(duì)開源食物圖像數(shù)據(jù)集的補(bǔ)充，得到初始數(shù)據(jù)集S0；2)對(duì)數(shù)據(jù)集S0中的食物圖像進(jìn)行處理，得到數(shù)據(jù)集S1；3)對(duì)數(shù)據(jù)集S1，以食物主體為中心，先裁剪成128*128大小的圖像，然后經(jīng)過旋轉(zhuǎn)、翻轉(zhuǎn)、縮放、裁切操作中的一種或多種，完成數(shù)據(jù)集S1的擴(kuò)充，得到最終的數(shù)據(jù)庫S2；4)對(duì)數(shù)據(jù)庫S2，以訓(xùn)練集80％，測(cè)試集20％的比例劃分，建立卷積神經(jīng)網(wǎng)絡(luò)，訓(xùn)練得到最終的深度學(xué)習(xí)模型。本發(fā)明采用間隔卷積的方式，在學(xué)習(xí)低級(jí)特征的過程中重新對(duì)低級(jí)特征的特征圖譜線性組合，減少了訓(xùn)練的參數(shù)，在保持識(shí)別準(zhǔn)確率的前提下，訓(xùn)練時(shí)間大大縮短。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識(shí)別技術(shù)，尤其涉及一種食物成分識(shí)別方法。

背景技術(shù)

人們常說“民以食為本”，的確，食物早就成為日常生活中雖不起眼、但實(shí)則不可或缺的一環(huán)，因?yàn)槭澄锊粌H滿足的了人們的能量補(bǔ)充需要，更是滿足了對(duì)自身生活情趣和身體健康的需要。隨著飲食市場(chǎng)的急速擴(kuò)張，許多商家會(huì)抱著改善食物色香味的目的，選擇加入食品添加劑，但并不是人人都能接受、攝入添加劑的。

食物成分識(shí)別分為兩步，第一步識(shí)別食物是什么，第二步導(dǎo)出食物可能存在的食品添加劑。由于第二步只涉及數(shù)據(jù)庫的訪問，所以重點(diǎn)在于第一步如何準(zhǔn)確識(shí)別食物是什么？

傳統(tǒng)機(jī)器學(xué)習(xí)關(guān)注如何提取出圖像中的特征，再利用算法將特征矩陣映射到類別矩陣中，一般使用特異的人工算法提取顏色特征、紋理特征、形狀特征和空間關(guān)系特征，再將圖像數(shù)據(jù)降維，映射到一個(gè)能反應(yīng)待識(shí)別物體的本質(zhì)的低維特征矩陣中，接著對(duì)抽取的特征進(jìn)行二次處理，進(jìn)行特征之間的關(guān)聯(lián)融合、向量編碼，最后使用如回歸樹、支持向量機(jī)SVM，根據(jù)底層特征，對(duì)物體進(jìn)行識(shí)別分類。

深度學(xué)習(xí)則不一樣。2015年谷歌在Deep Learning Summit上展示了一款銘為“Im2Calories”的全新應(yīng)用，該應(yīng)用利用了深度學(xué)習(xí)的技術(shù)，只輸入簡(jiǎn)單的照片，就能代替輸入名字，計(jì)算一餐食物所需要的熱量，幫助想要控制飲食熱量、減重的人群。負(fù)責(zé)人KevinMurphy在會(huì)上表示，雖然準(zhǔn)確率只有30％，但機(jī)器在自我學(xué)習(xí)中，準(zhǔn)確率會(huì)越來越高。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于針對(duì)現(xiàn)有技術(shù)中的缺陷，提供一種食物成分識(shí)別方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種食物成分識(shí)別方法，包括以下步驟：

1)在開源食物圖像數(shù)據(jù)集上收集圖像，并在網(wǎng)絡(luò)上爬取額外部分的食物作為對(duì)開源食物圖像數(shù)據(jù)集的補(bǔ)充，得到初始數(shù)據(jù)集S0，包括食物名稱和對(duì)應(yīng)的食物圖像；

2)對(duì)初始數(shù)據(jù)集S0中的食物圖像進(jìn)行處理，得到數(shù)據(jù)集S1；所述處理為：采用Bayesian Matting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；

3)對(duì)數(shù)據(jù)集S1，以食物主體為中心，先裁剪成128*128大小的圖像，然后經(jīng)過旋轉(zhuǎn)、翻轉(zhuǎn)、縮放、裁切操作中的一種或多種，完成數(shù)據(jù)集S1的擴(kuò)充，得到最終的數(shù)據(jù)庫S2；

4)對(duì)數(shù)據(jù)庫S2，以訓(xùn)練集80％，測(cè)試集20％的比例劃分，建立卷積神經(jīng)網(wǎng)絡(luò)，訓(xùn)練得到最終的深度學(xué)習(xí)模型；

所述卷積神經(jīng)網(wǎng)絡(luò)包括卷積層和間隔卷積層；

5)采用步驟4)中的模型進(jìn)行食物名稱識(shí)別，根據(jù)識(shí)別結(jié)果確定食物成分。

按上述方案，所述卷積神經(jīng)網(wǎng)絡(luò)中間隔卷積層的核大小為1*1，步長(zhǎng)為2。