CN104269003A - 一种食物识别方法、装置及系统 - Google Patents
一种食物识别方法、装置及系统 Download PDFInfo
- Publication number
- CN104269003A CN104269003A CN201410464419.2A CN201410464419A CN104269003A CN 104269003 A CN104269003 A CN 104269003A CN 201410464419 A CN201410464419 A CN 201410464419A CN 104269003 A CN104269003 A CN 104269003A
- Authority
- CN
- China
- Prior art keywords
- food
- image
- default
- source images
- target image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Cash Registers Or Receiving Machines (AREA)
Abstract
本发明实施例公开了一种食物识别方法、装置及系统,方法可包括:获取摄像头采集的目标图像;解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征;从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识;生成食物标识对应的预设结果信息;将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。采用本发明实施例,可由目标图像的食物图像特征和食物容具特征识别得到食物标识,进而生成食物标识对应的预设结果信息,可降低食物识别的成本,可提高食物识别的精准度以及提高食物识别的效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种食物识别方法、装置及系统。
背景技术
在对食物进行结算时,可通过收银员一一人工计价或扫描条码标签计算价格,在统一收银的自选菜餐厅中,采用收银员一一人工计价结账,在进餐高峰期间,收银员人工计价效率低且易出错。现有在餐盘底部加入RFID(RadioFrequency Identification,射频识别)芯片,在RFID芯片写入价格信息,在收银处读卡机感应餐盘上的RFID芯片以计价,但需为每一个餐盘装入RFID芯片,步骤繁琐,且要求餐厅配置带RFID芯片的餐盘,成本高。
发明内容
本发明实施例提供一种食物识别方法、装置及系统,可降低食物识别的成本,可提高食物识别的精准度以及提高食物识别的效率。
本发明实施例第一方面,提供了一种食物识别方法,包括:
获取摄像头采集的目标图像;
解析所述目标图像,得到所述目标图像的目标特征,所述目标特征包括:食物图像特征和食物容具图像特征;
从预设特征库中查找与所述目标特征匹配的预设图像特征,由所述与所述目标特征匹配的预设图像特征确定所述目标图像的食物标识;
生成所述食物标识对应的预设结果信息,所述预设结果信息包括预设结算信息和/或预设推荐信息;
将所述预设结果信息传输到结果处理终端,以使所述结果处理终端将所述预设结果信息通知用户。
本发明实施例第二方面,提供了一种食物识别装置,包括:
获取模块,用于获取摄像头采集的目标图像;
解析模块,用于解析所述目标图像,得到所述目标图像的目标特征,所述目标特征包括:食物图像特征和食物容具图像特征;
匹配模块,用于从预设特征库中查找与所述目标特征匹配的预设图像特征,由所述与所述目标特征匹配的预设图像特征确定所述目标图像的食物标识;
生成模块,用于生成所述食物标识对应的预设结果信息,所述预设结果信息包括预设结算信息和/或预设推荐信息;
传输模块,用于将所述预设结果信息传输到结果处理终端,以使所述结果处理终端将所述预设结果信息通知用户。
本发明实施例第三方面,提供了一种食物识别系统,包括:摄像头、结果处理终端和服务器;所述摄像头与所述服务器连接;所述服务器与所述结果处理终端连接;
所述服务器,如第二方面所述的装置;
所述结果处理终端,用于在接收到所述服务器传输的预设结果信息时,将所述预设结果信息通知用户。
实施本发明实施例,可获取摄像头采集的目标图像,进而解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征,还可从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识,进一步生成食物标识对应的预设结果信息,其中,预设结果信息包括预设结算信息和/或预设推荐信息,进而将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。采用本发明实施例,可对目标图像的食物图像特征和食物容具特征进行识别,从而可确定目标图像的食物标识,进而生成食物标识对应的预设结果信息,可降低食物识别的成本,可提高食物识别的精准度以及提高食物识别的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种食物识别方法的流程示意图;
图2A是本发明第二实施例中提供的一种食物识别方法的流程示意图;
图2B是本发明实施例中提供的一种食物识别方法示意图;
图3A是本发明第三实施例中提供的一种食物识别方法的流程示意图;
图3B是本发明实施例提供的另一种食物识别方法示意图;
图4是本发明实施例提供的目标图像采集示意图;
图5是本发明实施例提供的图像特征匹配示意图;
图6是本发明实施例提供的一种食物识别装置的结构示意图;
图7是本发明实施例提供的一种服务器的结构示意图;
图8A是本发明实施例中提供的一种食物识别系统的结构示意图;
图8B是本发明实施例中提供的一种食物识别系统示意图;
图8C是本发明实施例中提供的另一种食物识别系统示意图;
图8D是本发明实施例中提供的又一种食物识别系统示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种食物识别方法、装置及终端。具体的,本发明实施例中采集的目标图像包括但不局限于:食物以及食物容具,其中,食物可以包括源食材和已烹饪的食材,具体例如:粮食、蔬菜、肉类、饮料、水果、糕点等可供食用的东西,食物容具例如碗、盘、盆、杯、饭盒等用于放置食物的东西。
进一步的,本发明实施例提供的食物识别方案可以应用于:自选菜餐厅或饭堂中的结算场景、自选超市中的结算场景等等,具体例如,用户1在自选饭堂早餐,选中了一杯热豆浆、两个馒头和一碗小米粥并置于托盘中,则可采集托盘中的食物和食物容具的图像,进行食物识别,识别到豆浆的标识、馒头的标识和小米粥的标识,生成对应的价格信息,在刷卡终端上显示生成的价格信息,用户1可进行刷卡结算;用户2在自选菜餐厅午餐,选中了饭、西红柿炒蛋、鸡腿并置于餐盘中,则可采集到餐盘图像及其餐盘中的食物图像,进行食物识别,识别到饭的标识、西红柿炒蛋的标识和鸡腿的标识,生成对应的价格信息,在刷卡终端上显示生成的价格信息条形码,用户2可通过手机扫描价格信息条形码进行支付;用户3在自选超市中选中了一盘水果拼盘和一碗凉拌,用户3可通过手机对该盘水果拼盘和该碗凉拌进行拍照,将拍照得到的图像进行上传,则本方案的食物识别装置可对图像进行识别,识别到具体水果拼盘中包括的水果品种和凉拌中包括的食物类别,可生成预设结果信息并发生给用户3的手机,其中,预设结果信息可包括:识别到的水果品种和凉拌中包括的食物类别以及各水果、凉拌对应的营养信息、食用注意事项等,从而用户3可通过手机查阅到预设结果信息等等。
本发明实施例提供食物识别系统可以包括:摄像头、结果处理终端和服务器,其中,结果处理终端可以包括:结算终端和/或移动终端,具体的,结算终端例如刷卡机、结账机、支持支付功能的智能手机等,移动终端例如智能手机、平板电脑或者佩戴式智能设备等移动终端设备。
请参见图1,图1是本发明第一实施例中提供的一种食物识别方法的流程示意图,如图所示本发明实施例中的食物识别方法可以包括:S101~S105。
S101,获取摄像头采集的目标图像。
作为一种可选的实施方式,本发明实施例中可通过摄像头采集目标图像,进而可获取到目标图像,其中,目标图像可包括:食物图像以及食物容具图像。
具体实现中,如图4所示,是本发明实施例提供的目标图像采集示意图,如图所示,可包括步骤S401~S412。
S401,检测定时器是否到达预设周期时间。
S402,若检测定时器到达第一个预设周期时间,获取摄像头拍摄的图像,得到第一周期源图像。
S403,若检测定时器到达第二个预设周期时间,获取摄像头拍摄的图像,得到第二周期源图像。
S404,若检测定时器到达第三个预设周期时间,获取摄像头拍摄的图像,得到第三周期源图像。
S405,计算第一周期源图像与第二周期源图像的差值。
S406,判断第一周期源图像与第二周期源图像的差值是否为零。若判断结果为否,执行步骤S407,若判断结果为是,执行步骤S412。
S407,保存第二周期源图像。
S408,计算第二周期源图像与第三周期源图像的差值。
S409,判断第二周期源图像与第三周期源图像的差值是否为零。若判断结果为是,执行步骤S410,若判断结果为否,执行步骤S411。
S410,将第二周期源图像确定为目标图像。
S411,保存第三周期源图像。
S412,将第一周期源图像确定为目标图像。
具体实现中,预设周期时间可以为预先设置的摄像头采集图像的周期时间,例如0.3秒等。每到一个预设周期时间时,摄像头拍摄一张图像,则在到达第一个预设周期时间时,可采集到第一周期源图像,在到达第二个预设周期时间时,可采集到第二周期源图像,在到达第三个预设周期时间时,可采集到第三周期源图像……,本发明实施例中,以三个预设周期时间采集到的图像为例进行描述,其他预设周期时间采集到的图像可参见本发明实施例提供的图4,不再累述。
通过检测摄像头采集到的数据,并计算前一个预设周期时间与后一个预设周期时间采集到的图像进行作差,若差值为零,则采集到的图像文档,可将采集到的当前图像确定为目标图像,从而对图像进行识别,如果差值不为零,则采集到的图像有更新,图像不稳定,继续采集下一个预设周期时间的图像。从而可精确获得目标图像。进一步可选的,还可以将无任何食物及食物容具时的图像作为基图像,当采集到的图像与基图像的差值为零时,返回下一个预设周期时间继续采集下一个图像。
S102,解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征。
作为一种可选的实施方式,可对获取到的目标图像进行解析,得到目标图像的目标特征,其中,目标特征可以包括:食物图像特征和食物容具图像特征。
进一步的,S102解析目标图像,得到目标图像的目标特征可以包括:
解析目标图像,提取目标图像的多个特征向量,多个特征向量包括:图像色彩特征向量、图像纹理特征向量和图像细节特征向量;
对多个特征向量进行加权计算,得到目标图像的目标特征。
具体实现中,可提取目标图像的多个特征向量,其中,多个特征向量包括但不局限于:图像色彩特征向量、图像纹理特征向量和图像细节特征向量,进而多个特征向量进行加权计算,得到目标图像的目标特征。
S103,从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识。
作为一种可选的实施方式,从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识,具体实现中,可预先建立预设特征库,参见图5,是本发明实施例提供的图像特征匹配示意图。
S501,获取用户输入的食物标识、食物标识对应的食物图像、食物标识对应的食物容具图像以及食物标识对应的食物价格。
进一步可选的,还可获取用户输入的食物标识对应的预设推荐信息,预设推荐信息例如食物标识对应的食物的营养信息、饮食注意信息等等,具体不受本发明实施例的限制。
S502,提取食物图像的特征和食物容具图像的特征。
S503,将提取到的食物图像的特征和食物容具图像的特征进行分类训练,得到预设分类器模型。
S504,分类训练得到食物标识对应的预设图像特征。
S505,将食物标识对应的预设图像特征存储在预设特征库中。
S506,获取目标图像。
S507,提取目标图像的目标特征。
S508,将提取到的目标图像的目标特征导入S503中得到的预设分类器模型。
S509,分类器对目标特征进行分类,查找与目标特征匹配的预设图像特征,输出目标特征对应的食物标识。
S510,如果分类器对目标特征进行分类时,对目标特征进行分类时的匹配率低于预设阈值时,则向预设结果终端发出报警信息,从而可提示进行重新确认目标图像的结果信息输出,并获取用户反馈的结果信息,更新至预设分类器中。
进一步可选的,预设分类器模型可存储于预设特征库中,从而可以再预设分类器模型中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识。
S104,生成食物标识对应的预设结果信息,预设结果信息包括预设结算信息和/或预设推荐信息。
作为一种可选的实施方式,可生成食物标识对应的预设结果信息,其中,预设结果信息包括预设结算信息和/或预设推荐信息,具体的,预设结算信息例如食物的价格信息,预设推荐信息可以包括食物的营养信息、食物的评价信息、食物的饮食注意信息、食物的各家餐厅对比信息等等。
进一步,生成食物标识对应的预设结果信息具体可以包括:可将获得的预设结果信息转换成结果处理终端可直接显示或播放的信息,例如二进制信息、语音信息、条形码信息等,具体不受本发明实施例的限制。
具体的,可获取与目标图像的食物标识对应的食物价格,由获取到的食物价格生成食物标识对应的预设结算信息。
S105,将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。
作为一种可选的实施方式,可将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。其中,结果处理终端包括:结算终端和/或移动终端。进一步的,可将预设结算信息传输到结算终端或移动终端,从而用户可通过结算终端或者移动终端进行支付,进而用户可查阅或听到预设结果信息,可通过卡支付、现金支付、第三方支付等。进一步可选的,结果处理终端在用户支付失败时,还可以进行报警。
进一步的,还可将预设推荐信息传输到移动终端,从而移动终端可运行该预设推荐信息,进一步的,预设推荐信息包括但不局限于文本信息,还可以包括语音信息、图片信息等,具体不受本发明实施例的限制。
本发明实施例提供一种食物识别方法,可获取摄像头采集的目标图像,进而解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征,还可从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识,进一步生成食物标识对应的预设结果信息,其中,预设结果信息包括预设结算信息和/或预设推荐信息,进而将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。采用本发明实施例,可对目标图像的食物图像特征和食物容具特征进行识别,从而可确定目标图像的食物标识,进而生成食物标识对应的预设结果信息,可降低食物识别的成本,可提高食物识别的精准度以及提高食物识别的效率。
请参见图2A,图2A是本发明第二实施例中提供的一种食物识别方法的流程示意图,如图所示本发明实施例中的食物识别方法可以包括:S201~S208。
S201,服务器获取摄像头采集的目标图像。
S202,服务器解析目标图像,得到目标图像的目标特征。
具体实现中,目标图像的目标特征可以包括:食物图像特征和食物容具图像特征。
S203,服务器从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识。
S204,服务器获取与目标图像的食物标识对应的食物价格,由获取到的食物价格生成食物标识对应的预设结算信息。
S205,服务器将预设结算信息传输到结算终端。
具体实现中,服务器可将生成的预设结算信息发送给结算终端,其中,结算终端可以包括现有的刷卡机,本发明实施例中,无需更换现有刷卡机,可通过预设接口将本发明实施例中服务器处理得到的预设结算信息传输到刷卡机中,并在刷卡机进行显示或者播放。从而可与现有刷卡机进行兼容,即插即用,免去了需要更换现有刷卡机的不便。
S206,结算终端将预设结算信息通知用户。
S207,结算终端检测是否支付成功。
S208,若结算终端检测到支付失败,输出报警信息。
具体实现中,结算终端在检测到支付失败后,可输出报警信息,其中,报警信息例如蜂鸣器报警、语音报警等等。
如图2B所示,是本发明实施例中提供的一种食物识别方法示意图,摄像头采集到目标数据,传输到服务器中,服务器可对目标数据进行解析,得到目标特征,从预设特征库中的预设分类器模型匹配到食物标识,进而从预设特征库中查找到与食物标识对应的食物价格,由此生成预设结算信息,服务器将预设结算信息传输到结算终端,用户可通过卡或其他支付终端进行支付,若支付失败,结算终端输出报警信息。
本发明实施例提供一种食物识别方法,可获取摄像头采集的目标图像,进而解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征,还可从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识,进一步生成食物标识对应的预设结算信息,进而将预设结算信息传输到结算终端,结算终端可将预设结果信息通知用户,结算终端还可在检测到用户支付失败时进行报警。采用本发明实施例,可对目标图像的食物图像特征和食物容具特征进行识别,从而可确定目标图像的食物标识,进而生成食物标识对应的预设结算信息,可与现有结算终端兼容,可降低食物识别的成本,可提高食物识别的精准度以及提高食物识别的效率。
请参见图3A,图3A是本发明第三实施例中提供的一种食物识别方法的流程示意图,如图所示本发明实施例中的食物识别方法可以包括:
S301,移动终端通过摄像头采集目标图像。
具体实现中,用户在进餐前,可对食物及食物容具信息进行拍照,例如,可通过手机中的摄像头拍摄到食物及食物容具图像;也可以通过其他可拍摄设备采集目标图像,例如摄像机等等。
S302,移动终端将目标图像传输给服务器。
具体实现中,移动终端可将目标图像通过无线网络传输到服务器中,或者也可通过无线网络传输到服务器可访问的共享内存区,从而服务器可访问共享内存区读取该目标图像。
S303,服务器解析目标图像,得到目标图像的目标特征。
具体实现中,目标图像的目标特征可以包括:食物图像特征和食物容具图像特征。
S304,从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识。
S305,生成食物标识对应的预设推荐信息。
具体实现中,预设推荐信息例如食物的营养信息、食物的评价信息、食物的饮食注意信息、食物的各家餐厅对比信息等等。
进一步可选的,预设推荐信息还可以为在多次获取到目标图像及对目标图像进行分析后,向用户推荐的较佳食物饮食信息,例如,根据用户一周的饮食时采集到的目标图像,分析用户一周的营养摄入,从而推荐需要摄入的营养搭配信息。
S306,将预设推荐信息传输到移动终端。
S307,移动终端将预设推荐信息通知用户。
具体的,预设推荐信息包括但不局限于文本信息,还可以包括语音信息、图片信息等,具体不受本发明实施例的限制。
如图3B所示,是本发明实施例中提供的另一种食物识别方法示意图,用户通过移动终端中的摄像头采集到目标数据,移动终端向服务器上传目标图像,服务器可对目标数据进行解析,得到目标特征,从预设特征库中的预设分类器模型匹配到食物标识,进而从预设特征库中查找到与食物标识对应的推荐信息,由此生成预设推荐信息,服务器将预设推荐信息传输到移动终端,预设体检信息可以为文字信息或视频信息,从而用户可移动终端的显示屏幕查阅预设推荐信息,进一步的,预设推荐信息也可以为语音信息。
本发明实施例提供一种食物识别方法,移动终端可获取摄像头采集的目标图像,并发送给服务器,从而服务器可解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征,还可从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识,进一步生成食物标识对应的预设推荐信息,进而将预设推荐信息传输到移动终端,移动终端可将预设推荐信息通知用户。采用本发明实施例,可对目标图像的食物图像特征和食物容具特征进行识别,从而可确定目标图像的食物标识,进而生成食物标识对应的预设推荐信息,可识别用户通过移动终端采集到的目标图像,进而返回预设推荐信息,增强了用户体验,提升了食物识别的智能性。
请参见图6,图6是本发明实施例提供的一种食物识别装置的结构示意图。需要说明的是,附图6所示的食物识别装置,用于执行本发明图1示实施例的方法,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明图1所示的实施例。如图所示本发明实施例中的食物识别装置至少可以包括:获取模块61、解析模块62、匹配模块63、生成模块64以及传输模块65。
获取模块61,用于获取摄像头采集的目标图像。
作为一种可选的实施方式,本发明实施例中可通过摄像头采集目标图像,进而获取模块61可获取到目标图像,其中,目标图像可包括:食物图像以及食物容具图像。
进一步可选的,获取模块61可以包括:获取单元、计算单元、保存单元以及确定单元。
获取单元,在检测到定时器到达预设周期时间时,获取摄像头拍摄的图像,得到第一周期源图像、第二周期源图像和第三周期源图像;
计算单元,用于计算第一周期源图像与第二周期源图像的差值;
保存单元,用于在计算单元计算得到第一周期源图像与第二周期源图像的差值不为零时,保存第二周期源图像;
计算单元,还用于计算第二周期源图像与第三周期源图像的差值;
确定单元,用于在计算单元计算得到第二周期源图像与第三周期源图像的差值为零时,将第二周期源图像确定为目标图像。
具体实现中,预设周期时间可以为预先设置的摄像头采集图像的周期时间,例如0.3秒等。每到一个预设周期时间时,摄像头拍摄一张图像,则在到达第一个预设周期时间时,可采集到第一周期源图像,在到达第二个预设周期时间时,可采集到第二周期源图像,在到达第三个预设周期时间时,可采集到第三周期源图像……,本发明实施例中,以三个预设周期时间采集到的图像为例进行描述,其他预设周期时间采集到的图像可参见本发明实施例提供的图4,不再累述。
通过检测摄像头采集到的数据,并计算前一个预设周期时间与后一个预设周期时间采集到的图像进行作差,若差值为零,则采集到的图像文档,可将采集到的当前图像确定为目标图像,从而对图像进行识别,如果差值不为零,则采集到的图像有更新,图像不稳定,继续采集下一个预设周期时间的图像。从而可精确获得目标图像。进一步可选的,还可以将无任何食物及食物容具时的图像作为基图像,当采集到的图像与基图像的差值为零时,返回下一个预设周期时间继续采集下一个图像。
解析模块62,用于解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征。
作为一种可选的实施方式,解析模块62可对获取模块61获取到的目标图像进行解析,得到目标图像的目标特征,其中,目标特征可以包括:食物图像特征和食物容具图像特征。
进一步可选的,解析模块62可以包括:特征提取单元和特征提取单元。
特征提取单元,用于解析目标图像,提取目标图像的多个特征向量,多个特征向量包括:图像色彩特征向量、图像纹理特征向量和图像细节特征向量;
加权计算单元,用于对多个特征向量进行加权计算,得到目标图像的目标特征。
匹配模块63,用于从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识。
作为一种可选的实施方式,可预先建立预设特征库,从而可从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识。
生成模块64,用于生成食物标识对应的预设结果信息,预设结果信息包括预设结算信息和/或预设推荐信息。
作为一种可选的实施方式,生成模块64可生成食物标识对应的预设结果信息,其中,预设结果信息包括预设结算信息和/或预设推荐信息,具体的,预设结算信息例如食物的价格信息,预设推荐信息可以包括食物的营养信息、食物的评价信息、食物的饮食注意信息、食物的各家餐厅对比信息等等。
进一步,生成模块64生成食物标识对应的预设结果信息具体可以包括:可将获得的预设结果信息转换成结果处理终端可直接显示或播放的信息,例如二进制信息、语音信息、条形码信息等,具体不受本发明实施例的限制。
传输模块65,用于将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。
作为一种可选的实施方式,传输模块65可将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。其中,结果处理终端包括:结算终端和/或移动终端。进一步的,传输模块65可将预设结算信息传输到结算终端或移动终端,从而用户可通过结算终端或者移动终端进行支付,进而用户可查阅或听到预设结果信息,可通过卡支付、现金支付、第三方支付等。进一步可选的,结果处理终端在用户支付失败时,还可以进行报警。
进一步的,传输模块65还可将预设推荐信息传输到移动终端,从而移动终端可运行该预设推荐信息,进一步的,预设推荐信息包括但不局限于文本信息,还可以包括语音信息、图片信息等,具体不受本发明实施例的限制。
进一步可选的,本发明实施例提供的装置还可以包括:特征提取模块66和存储模块67。
获取模块61,还用于获取用户输入的食物标识、食物标识对应的食物图像、食物标识对应的食物容具图像以及食物标识对应的食物价格;
特征提取模块66,用于提取食物图像的特征和食物容具图像的特征,进行分类训练,得到食物标识对应的预设图像特征。
存储模块67,用于将食物标识对应的预设图像特征存储在预设特征库中。
生成模块64可以,包括:获取单元和生成单元,其中:
价格获取单元,用于获取与目标图像的食物标识对应的食物价格;
生成单元,用于由获取到的食物价格生成食物标识对应的预设结算信息。
本发明实施例提供一种食物识别装置,获取模块可获取摄像头采集的目标图像,进而解析模块可解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征,匹配模块可从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识,生成模块可生成食物标识对应的预设结果信息,其中,预设结果信息包括预设结算信息和/或预设推荐信息,输出模块可将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。采用本发明实施例,可对目标图像的食物图像特征和食物容具特征进行识别,从而可确定目标图像的食物标识,进而生成食物标识对应的预设结果信息,可降低食物识别的成本,可提高食物识别的精准度以及提高食物识别的效率。
请参见图7,图7是本发明实施例中提供的一种服务器的结构示意图,其中,本实施例提供的服务器与图1所示的方法相对应,为基于图1所示的食物识别方法的执行主体。如图7所示,该终端700包括:至少一个处理器710,例如CPU,至少一个输入装置730,至少一个输出装置740,存储器750,至少一个总线720。其中,通信总线720用于实现这些组件之间的连接通信。例如,输入装置730可以包括触控板,键盘等,输出装置740可以包括显示屏。存储器750可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器750可选的还可以是至少一个位于远离前述处理器710的存储终端。其中处理器710可以结合图6所示的装置,其中存储器750中存储一组程序代码,且处理器710调用存储器750中存储的程序代码,用于执行以下操作:
获取摄像头采集的目标图像;
解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征;
从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识;
生成食物标识对应的预设结果信息,预设结果信息包括预设结算信息和/或预设推荐信息;
将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。
本发明实施例提供一种服务器,处理器可获取摄像头采集的目标图像,进而解析目标图像,得到目标图像的目标特征,目标特征包括:食物图像特征和食物容具图像特征,还可从预设特征库中查找与目标特征匹配的预设图像特征,由与目标特征匹配的预设图像特征确定目标图像的食物标识,进一步生成食物标识对应的预设结果信息,其中,预设结果信息包括预设结算信息和/或预设推荐信息,进而将预设结果信息传输到结果处理终端,以使结果处理终端将预设结果信息通知用户。采用本发明实施例,可对目标图像的食物图像特征和食物容具特征进行识别,从而可确定目标图像的食物标识,进而生成食物标识对应的预设结果信息,可降低食物识别的成本,可提高食物识别的精准度以及提高食物识别的效率。
本发明实施例还公开了一种食物识别系统,如图8A所示,是本发明实施例中提供的一种食物识别系统的结构示意图。如图8A所示,本发明实施例提供的食物识别系统可包括摄像头10、结果处理终端20和服务器30,其中,摄像头10与服务器30连接,结果处理终端20与服务器30通信连接。其中,结果处理终端20,用于在接收到服务器30传输的预设结果信息时,将预设结果信息通知用户,服务器30如图6所示实施例中的装置。本发明实施例中的结果处理终端20可包括:结算终端和/或移动终端,移动终端例如智能手机、平板电脑或者佩戴式智能设备等移动终端设备,结算终端例如刷卡机、结账机、支持支付功能的智能手机等等。需要说明的是,本实施例的系统可应用于上述方法中。
如图8B所示,是本发明实施例中提供的一种食物识别系统示意图,可包括服务器、结算终端、卡以及摄像头。摄像头可采集到目标数据,传输给服务器,服务器对目标数据进行处理后输出预设结果信息,服务器将预设结果信息传输到结算终端,结算终端可将预设结果信息通知用户,用户可通过卡在结算终端上进行支付。需要说明的是,本实施例的系统可应用于上述方法中。
其中,结算终端可以为现有的刷卡机,本发明实施例中,无需更换现有刷卡机,可通过预设接口将本发明实施例中服务器处理得到的预设结果信息传输到刷卡机中,并在刷卡机进行显示或者播放。从而可与现有刷卡机进行兼容,即插即用,免去了需要更换现有刷卡机的不便。
如图8C所示,是本发明实施例中提供的另一种食物识别系统示意图,可包括服务器、结算终端、移动终端以及摄像头。摄像头可采集到目标数据,传输给服务器,服务器对目标数据进行处理后输出预设结果信息,服务器将预设结果信息传输到结算终端,结算终端可将预设结果信息通知用户,用户可通过移动终端进行支付。其中,预设结果信息可包括预设结算信息,预设结算信息例如食物的价格信息,可以为条形码等,则用户可通过移动终端扫描条形码进行支付等等。需要说明的是,本实施例的系统可应用于上述方法中。
如图8D所示,是本发明实施例中提供的又一种食物识别系统示意图,可包括服务器和移动终端。其中,移动终端中包括摄像头,可通过移动终端中的摄像头采集到目标数据,传输给服务器,服务器对目标数据进行处理后输出预设结果信息,服务器将预设结果信息传输到移动终端,结算终端可将预设结果信息通知用户。其中,预设结果信息包括:预设推荐信息,预设推荐信息例如食物的营养信息、食物的评价信息、食物的饮食注意信息、食物的各家餐厅对比信息等等。需要说明的是,本实施例的系统可应用于上述方法中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明实施例所必须的。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例终端中的单元可以根据实际需要进行合并、划分和删减。
本发明实施例中所述单元,可以通过通用集成电路,例如CPU(CentralProcessing Unit,中央处理器),或通过ASIC(Application Specific IntegratedCircuit,专用集成电路)来实现。
以上对本发明实施例所提供的信息提醒方法及终端进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种食物识别方法,其特征在于,所述方法包括:
获取摄像头采集的目标图像;
解析所述目标图像,得到所述目标图像的目标特征,所述目标特征包括:食物图像特征和食物容具图像特征;
从预设特征库中查找与所述目标特征匹配的预设图像特征,由所述与所述目标特征匹配的预设图像特征确定所述目标图像的食物标识;
生成所述食物标识对应的预设结果信息,所述预设结果信息包括预设结算信息和/或预设推荐信息;
将所述预设结果信息传输到结果处理终端,以使所述结果处理终端将所述预设结果信息通知用户。
2.如权利要求1所述的方法,其特征在于,所述解析所述目标图像,得到所述目标图像的目标特征,所述目标特征包括:食物图像特征和食物容具图像特征,包括:
解析所述目标图像,提取所述目标图像的多个特征向量,所述多个特征向量包括:图像色彩特征向量、图像纹理特征向量和图像细节特征向量;
对所述多个特征向量进行加权计算,得到所述目标图像的目标特征。
3.如权利要求1所述的方法,其特征在于,所述获取摄像头采集的目标图像之前,包括:
获取用户输入的食物标识、所述食物标识对应的食物图像、所述食物标识对应的食物容具图像以及所述食物标识对应的食物价格;
提取所述食物图像的特征和所述食物容具图像的特征,进行分类训练,得到所述食物标识对应的预设图像特征;
将所述食物标识对应的预设图像特征存储在所述预设特征库中;
所述生成所述食物标识对应的预设结果信息,包括:
获取与所述目标图像的食物标识对应的食物价格;
由所述获取到的食物价格生成所述食物标识对应的预设结算信息。
4.如权利要求1所述的方法,其特征在于,所述获取摄像头采集的目标图像包括:
在检测到定时器到达预设周期时间时,获取摄像头拍摄的图像,得到第一周期源图像、第二周期源图像和第三周期源图像;
计算所述第一周期源图像与所述第二周期源图像的差值;
若所述第一周期源图像与所述第二周期源图像的差值不为零,保存所述第二周期源图像;
计算所述第二周期源图像与所述第三周期源图像的差值;
若所述第二周期源图像与所述第三周期源图像的差值为零,将所述第二周期源图像确定为目标图像。
5.一种食物识别装置,其特征在于,所述装置包括:
获取模块,用于获取摄像头采集的目标图像;
解析模块,用于解析所述目标图像,得到所述目标图像的目标特征,所述目标特征包括:食物图像特征和食物容具图像特征;
匹配模块,用于从预设特征库中查找与所述目标特征匹配的预设图像特征,由所述与所述目标特征匹配的预设图像特征确定所述目标图像的食物标识;
生成模块,用于生成所述食物标识对应的预设结果信息,所述预设结果信息包括预设结算信息和/或预设推荐信息;
传输模块,用于将所述预设结果信息传输到结果处理终端,以使所述结果处理终端将所述预设结果信息通知用户。
6.如权利要求5所述的装置,其特征在于,所述解析模块包括:
特征提取单元,用于解析所述目标图像,提取所述目标图像的多个特征向量,所述多个特征向量包括:图像色彩特征向量、图像纹理特征向量和图像细节特征向量;
加权计算单元,用于对所述多个特征向量进行加权计算,得到所述目标图像的目标特征。
7.如权利要求5所述的装置,其特征在于,所述装置还包括:特征提取模块和存储模块;
所述获取模块,还用于获取用户输入的食物标识、所述食物标识对应的食物图像、所述食物标识对应的食物容具图像以及所述食物标识对应的食物价格;
所述特征提取模块,用于提取所述食物图像的特征和所述食物容具图像的特征,进行分类训练,得到所述食物标识对应的预设图像特征;
所述存储模块,用于将所述食物标识对应的预设图像特征存储在所述预设特征库中;
所述生成模块,包括:
获取单元,用于获取与所述目标图像的食物标识对应的食物价格;
生成单元,用于由所述获取到的食物价格生成所述食物标识对应的预设结算信息。
8.如权利要求5所述的装置,其特征在于,所述获取模块包括:
获取单元,在检测到定时器到达预设周期时间时,获取摄像头拍摄的图像,得到第一周期源图像、第二周期源图像和第三周期源图像;
计算单元,用于计算所述第一周期源图像与所述第二周期源图像的差值;
保存单元,用于在所述计算单元计算得到所述第一周期源图像与所述第二周期源图像的差值不为零时,保存所述第二周期源图像;
所述计算单元,还用于计算所述第二周期源图像与所述第三周期源图像的差值;
确定单元,用于在所述计算单元计算得到所述第二周期源图像与所述第三周期源图像的差值为零时,将所述第二周期源图像确定为目标图像。
9.一种食物识别系统,其特征在于,所述系统包括:摄像头、结果处理终端和服务器;所述摄像头与所述服务器连接;所述服务器与所述结果处理终端连接;
所述服务器,如权利要求5~9任一所述的装置;
所述结果处理终端,用于在接收到所述服务器传输的预设结果信息时,将所述预设结果信息通知用户。
10.如权利要求9所述的系统,其特征在于,所述结果处理终端包括:结算终端和/或移动终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410464419.2A CN104269003A (zh) | 2014-09-12 | 2014-09-12 | 一种食物识别方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410464419.2A CN104269003A (zh) | 2014-09-12 | 2014-09-12 | 一种食物识别方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104269003A true CN104269003A (zh) | 2015-01-07 |
Family
ID=52160521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410464419.2A Pending CN104269003A (zh) | 2014-09-12 | 2014-09-12 | 一种食物识别方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104269003A (zh) |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104983292A (zh) * | 2015-06-10 | 2015-10-21 | 小米科技有限责任公司 | 食品制作方法及装置 |
CN105184697A (zh) * | 2015-10-29 | 2015-12-23 | 上海久点触控计算机系统股份有限公司 | 餐厅等位机 |
CN105653636A (zh) * | 2015-12-25 | 2016-06-08 | 北京搜狗科技发展有限公司 | 一种信息处理方法和装置、一种用于信息处理的装置 |
CN107220650A (zh) * | 2017-05-31 | 2017-09-29 | 广州炒米信息科技有限公司 | 食物图像检测方法及装置 |
CN108205664A (zh) * | 2018-01-09 | 2018-06-26 | 美的集团股份有限公司 | 一种食物识别方法及装置、存储介质、计算机设备 |
CN108319641A (zh) * | 2017-12-21 | 2018-07-24 | 无锡雅座在线科技股份有限公司 | 菜品信息录入方法及装置 |
CN108364420A (zh) * | 2018-01-08 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 图像识别方法及装置和电子设备 |
CN108389316A (zh) * | 2018-03-02 | 2018-08-10 | 北京京东尚科信息技术有限公司 | 自动售货方法、装置和计算机可读存储介质 |
CN109035558A (zh) * | 2018-06-12 | 2018-12-18 | 武汉市哈哈便利科技有限公司 | 一种用于无人售货柜的商品识别算法在线学习系统 |
CN109116434A (zh) * | 2018-09-06 | 2019-01-01 | 广东万濠精密仪器股份有限公司 | 一种瞬间检测方法 |
CN109118681A (zh) * | 2018-08-22 | 2019-01-01 | 明超 | 食堂餐盘菜品划价机构 |
CN109145839A (zh) * | 2018-08-29 | 2019-01-04 | 福建超汇信息技术有限公司 | 基于机器视觉识别的计价方法及计算机可读存储介质 |
CN109241815A (zh) * | 2018-06-29 | 2019-01-18 | 北京百度网讯科技有限公司 | 用户行为的检测方法、装置及机器人 |
CN109389753A (zh) * | 2017-08-08 | 2019-02-26 | 刘凑华 | 散装商品自助销售系统 |
CN109659007A (zh) * | 2018-11-13 | 2019-04-19 | 平安科技(深圳)有限公司 | 食堂用餐服务方法、装置、计算机设备及存储介质 |
CN109697481A (zh) * | 2017-10-23 | 2019-04-30 | 北京京东尚科信息技术有限公司 | 用于确定物品标签的方法和装置 |
WO2019083813A1 (en) * | 2017-10-24 | 2019-05-02 | Uber Technologies, Inc. | COORDINATED DISTRIBUTION SYSTEM FOR DEMANDING EDIBLE ITEMS |
CN109830072A (zh) * | 2019-02-26 | 2019-05-31 | 魔珐(上海)信息科技有限公司 | 基于视觉识别的计价和收银装置、控制系统及方法 |
CN109887574A (zh) * | 2019-01-31 | 2019-06-14 | 广州市格利网络技术有限公司 | 基于食材识别的食养食疗指导方法及装置 |
CN109993623A (zh) * | 2018-11-30 | 2019-07-09 | 广州富港万嘉智能科技有限公司 | 基于图像识别的物品信息展示方法、系统及电子设备 |
CN110246004A (zh) * | 2019-05-21 | 2019-09-17 | 深圳市梵高控股有限公司 | 食物账单的推送方法、装置和计算机可读存储介质 |
CN110349358A (zh) * | 2019-06-13 | 2019-10-18 | 深圳市科拜斯物联网科技有限公司 | 基于健康管理的餐饮结算方法、装置、终端及可读介质 |
CN110415463A (zh) * | 2019-07-25 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 一种支付方法及终端 |
CN110598119A (zh) * | 2019-09-23 | 2019-12-20 | 广东小乘科技有限公司 | 一种提供水果健康套餐定制服务方法及系统 |
CN110763675A (zh) * | 2018-07-25 | 2020-02-07 | 淮阴师范学院 | 一种冰箱用食物检测和提醒系统 |
CN110880223A (zh) * | 2018-09-06 | 2020-03-13 | 阿里巴巴集团控股有限公司 | 商品结算方法、服务器、电子设备、介质和终端 |
CN112115901A (zh) * | 2020-09-25 | 2020-12-22 | 广州市派客朴食信息科技有限责任公司 | 一种高准确度的食物识别方法 |
CN112115903A (zh) * | 2020-09-25 | 2020-12-22 | 广州市派客朴食信息科技有限责任公司 | 提升基于深度学习的菜品识别系统识别精度的方法 |
CN112132063A (zh) * | 2020-09-25 | 2020-12-25 | 广州市派客朴食信息科技有限责任公司 | 一种基于聚类量化实时匹配的食物识别方法 |
CN112132060A (zh) * | 2020-09-25 | 2020-12-25 | 广州市派客朴食信息科技有限责任公司 | 一种智能识别结算食物的方法 |
CN112508659A (zh) * | 2021-02-05 | 2021-03-16 | 浙江口碑网络技术有限公司 | 商品结算处理方法、装置及计算设备、计算机存储介质 |
CN112861886A (zh) * | 2021-04-26 | 2021-05-28 | 浙江口碑网络技术有限公司 | 信息处理和模型训练方法、装置、电子设备和存储介质 |
CN114202683A (zh) * | 2020-10-30 | 2022-03-18 | 杭州食方科技有限公司 | 食物信息识别方法、装置、电子设备和计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000107006A (ja) * | 1998-10-02 | 2000-04-18 | Toray Ind Inc | 食品管理装置、食品管理方法、食品提供方法および食品 |
JP2001216571A (ja) * | 2000-02-03 | 2001-08-10 | Glory Ltd | 料金精算方法および装置 |
CN102760335A (zh) * | 2012-07-18 | 2012-10-31 | 朱磊 | 无线移动智能收银系统及其实现方法 |
CN103034839A (zh) * | 2012-12-04 | 2013-04-10 | 南京航空航天大学 | 基于图像识别技术的食堂支付系统及方法 |
CN103208156A (zh) * | 2013-02-06 | 2013-07-17 | 浙江科技学院 | 一种餐饮自动结算系统和方法 |
CN103646477A (zh) * | 2013-11-14 | 2014-03-19 | 成都博约创信科技有限责任公司 | 一种基于云平台的微结算系统及方法 |
CN103824048A (zh) * | 2012-11-15 | 2014-05-28 | 东芝泰格有限公司 | 商品识别装置及商品识别方法 |
CN103942569A (zh) * | 2014-04-16 | 2014-07-23 | 中国计量学院 | 基于计算机视觉的中式菜肴识别装置 |
-
2014
- 2014-09-12 CN CN201410464419.2A patent/CN104269003A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000107006A (ja) * | 1998-10-02 | 2000-04-18 | Toray Ind Inc | 食品管理装置、食品管理方法、食品提供方法および食品 |
JP2001216571A (ja) * | 2000-02-03 | 2001-08-10 | Glory Ltd | 料金精算方法および装置 |
CN102760335A (zh) * | 2012-07-18 | 2012-10-31 | 朱磊 | 无线移动智能收银系统及其实现方法 |
CN103824048A (zh) * | 2012-11-15 | 2014-05-28 | 东芝泰格有限公司 | 商品识别装置及商品识别方法 |
CN103034839A (zh) * | 2012-12-04 | 2013-04-10 | 南京航空航天大学 | 基于图像识别技术的食堂支付系统及方法 |
CN103208156A (zh) * | 2013-02-06 | 2013-07-17 | 浙江科技学院 | 一种餐饮自动结算系统和方法 |
CN103646477A (zh) * | 2013-11-14 | 2014-03-19 | 成都博约创信科技有限责任公司 | 一种基于云平台的微结算系统及方法 |
CN103942569A (zh) * | 2014-04-16 | 2014-07-23 | 中国计量学院 | 基于计算机视觉的中式菜肴识别装置 |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104983292B (zh) * | 2015-06-10 | 2019-02-19 | 小米科技有限责任公司 | 食品制作方法及装置 |
CN104983292A (zh) * | 2015-06-10 | 2015-10-21 | 小米科技有限责任公司 | 食品制作方法及装置 |
CN105184697A (zh) * | 2015-10-29 | 2015-12-23 | 上海久点触控计算机系统股份有限公司 | 餐厅等位机 |
CN105653636B (zh) * | 2015-12-25 | 2020-07-28 | 北京搜狗科技发展有限公司 | 一种信息处理方法和装置、一种用于信息处理的装置 |
CN105653636A (zh) * | 2015-12-25 | 2016-06-08 | 北京搜狗科技发展有限公司 | 一种信息处理方法和装置、一种用于信息处理的装置 |
CN107220650A (zh) * | 2017-05-31 | 2017-09-29 | 广州炒米信息科技有限公司 | 食物图像检测方法及装置 |
CN107220650B (zh) * | 2017-05-31 | 2020-07-17 | 广州炒米信息科技有限公司 | 食物图像检测方法及装置 |
CN109389753A (zh) * | 2017-08-08 | 2019-02-26 | 刘凑华 | 散装商品自助销售系统 |
CN109697481A (zh) * | 2017-10-23 | 2019-04-30 | 北京京东尚科信息技术有限公司 | 用于确定物品标签的方法和装置 |
WO2019083813A1 (en) * | 2017-10-24 | 2019-05-02 | Uber Technologies, Inc. | COORDINATED DISTRIBUTION SYSTEM FOR DEMANDING EDIBLE ITEMS |
CN108319641A (zh) * | 2017-12-21 | 2018-07-24 | 无锡雅座在线科技股份有限公司 | 菜品信息录入方法及装置 |
CN108364420A (zh) * | 2018-01-08 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 图像识别方法及装置和电子设备 |
CN108205664A (zh) * | 2018-01-09 | 2018-06-26 | 美的集团股份有限公司 | 一种食物识别方法及装置、存储介质、计算机设备 |
US11461753B2 (en) | 2018-03-02 | 2022-10-04 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Automatic vending method and apparatus, and computer-readable storage medium |
CN108389316A (zh) * | 2018-03-02 | 2018-08-10 | 北京京东尚科信息技术有限公司 | 自动售货方法、装置和计算机可读存储介质 |
CN109035558A (zh) * | 2018-06-12 | 2018-12-18 | 武汉市哈哈便利科技有限公司 | 一种用于无人售货柜的商品识别算法在线学习系统 |
CN109241815A (zh) * | 2018-06-29 | 2019-01-18 | 北京百度网讯科技有限公司 | 用户行为的检测方法、装置及机器人 |
CN109241815B (zh) * | 2018-06-29 | 2019-10-01 | 北京百度网讯科技有限公司 | 用户行为的检测方法、装置及机器人 |
CN110763675A (zh) * | 2018-07-25 | 2020-02-07 | 淮阴师范学院 | 一种冰箱用食物检测和提醒系统 |
CN109118681A (zh) * | 2018-08-22 | 2019-01-01 | 明超 | 食堂餐盘菜品划价机构 |
CN109145839A (zh) * | 2018-08-29 | 2019-01-04 | 福建超汇信息技术有限公司 | 基于机器视觉识别的计价方法及计算机可读存储介质 |
CN110880223B (zh) * | 2018-09-06 | 2022-03-04 | 阿里巴巴集团控股有限公司 | 商品结算方法、服务器、电子设备、介质和终端 |
CN109116434A (zh) * | 2018-09-06 | 2019-01-01 | 广东万濠精密仪器股份有限公司 | 一种瞬间检测方法 |
CN110880223A (zh) * | 2018-09-06 | 2020-03-13 | 阿里巴巴集团控股有限公司 | 商品结算方法、服务器、电子设备、介质和终端 |
CN109659007A (zh) * | 2018-11-13 | 2019-04-19 | 平安科技(深圳)有限公司 | 食堂用餐服务方法、装置、计算机设备及存储介质 |
CN109993623A (zh) * | 2018-11-30 | 2019-07-09 | 广州富港万嘉智能科技有限公司 | 基于图像识别的物品信息展示方法、系统及电子设备 |
CN109887574A (zh) * | 2019-01-31 | 2019-06-14 | 广州市格利网络技术有限公司 | 基于食材识别的食养食疗指导方法及装置 |
CN109830072A (zh) * | 2019-02-26 | 2019-05-31 | 魔珐(上海)信息科技有限公司 | 基于视觉识别的计价和收银装置、控制系统及方法 |
CN110246004A (zh) * | 2019-05-21 | 2019-09-17 | 深圳市梵高控股有限公司 | 食物账单的推送方法、装置和计算机可读存储介质 |
CN110349358A (zh) * | 2019-06-13 | 2019-10-18 | 深圳市科拜斯物联网科技有限公司 | 基于健康管理的餐饮结算方法、装置、终端及可读介质 |
CN110415463A (zh) * | 2019-07-25 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 一种支付方法及终端 |
CN110598119A (zh) * | 2019-09-23 | 2019-12-20 | 广东小乘科技有限公司 | 一种提供水果健康套餐定制服务方法及系统 |
CN112132063A (zh) * | 2020-09-25 | 2020-12-25 | 广州市派客朴食信息科技有限责任公司 | 一种基于聚类量化实时匹配的食物识别方法 |
CN112132060A (zh) * | 2020-09-25 | 2020-12-25 | 广州市派客朴食信息科技有限责任公司 | 一种智能识别结算食物的方法 |
CN112115903A (zh) * | 2020-09-25 | 2020-12-22 | 广州市派客朴食信息科技有限责任公司 | 提升基于深度学习的菜品识别系统识别精度的方法 |
CN112115901A (zh) * | 2020-09-25 | 2020-12-22 | 广州市派客朴食信息科技有限责任公司 | 一种高准确度的食物识别方法 |
CN112132063B (zh) * | 2020-09-25 | 2023-06-20 | 广州市派客朴食信息科技有限责任公司 | 一种基于聚类量化实时匹配的食物识别方法 |
CN114202683A (zh) * | 2020-10-30 | 2022-03-18 | 杭州食方科技有限公司 | 食物信息识别方法、装置、电子设备和计算机可读介质 |
CN112508659A (zh) * | 2021-02-05 | 2021-03-16 | 浙江口碑网络技术有限公司 | 商品结算处理方法、装置及计算设备、计算机存储介质 |
CN112508659B (zh) * | 2021-02-05 | 2021-09-07 | 浙江口碑网络技术有限公司 | 商品结算处理方法、装置及计算设备、计算机存储介质 |
CN112861886A (zh) * | 2021-04-26 | 2021-05-28 | 浙江口碑网络技术有限公司 | 信息处理和模型训练方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104269003A (zh) | 一种食物识别方法、装置及系统 | |
US11216862B2 (en) | Smart shopping cart, server, smart shopping system and method | |
CN102538379B (zh) | 一种冰箱食品信息管理装置及方法 | |
Aslan et al. | Benchmarking algorithms for food localization and semantic segmentation | |
CN105574089B (zh) | 知识图谱的生成方法及装置、对象对比方法及装置 | |
US20140214618A1 (en) | In-store customer scan process including nutritional information | |
CN111882524A (zh) | 食物重量计算方法、装置及存储介质 | |
CN111832590A (zh) | 物品识别方法和系统 | |
KR20170015988A (ko) | 메뉴북 데이터의 처리방법, 장치, 설비 및 비휘발성 컴퓨터 저장매체 | |
CN110931109A (zh) | 一种饮食情况分析方法及系统 | |
Rahmana et al. | A new texture feature for improved food recognition accuracy in a mobile phone based dietary assessment system | |
US11478096B2 (en) | Food monitoring system | |
CN109949124A (zh) | 店铺搜索信息的处理方法、装置及系统 | |
US11562338B2 (en) | Automated point of sale systems and methods | |
RU2724797C1 (ru) | Кассовая система и способ для идентификации блюд на подносе | |
CN112016582B (zh) | 菜品推荐方法及其装置 | |
CN111985985B (zh) | 门店信息的提取方法及装置、存储介质、电子装置 | |
JP6345656B2 (ja) | 家電装置で使用した物品を特定する情報処理システム及び防犯システム | |
CN111460888A (zh) | 基于机器学习的物品识别方法及装置 | |
CN107622455B (zh) | 一种基于物联网的点餐方法及物联网终端 | |
CN111415328B (zh) | 物品分析数据确定方法、装置、电子设备 | |
CN112508659B (zh) | 商品结算处理方法、装置及计算设备、计算机存储介质 | |
CN110163704A (zh) | 推荐信息的方法和系统 | |
CN111860211A (zh) | 餐具和参照物识别方法、装置及存储介质 | |
Lan et al. | Deep learning-based recognition of Chinese dishes in a waiterless restaurant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150107 |