[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN113283364A - 食谱的确定方法及装置、存储介质及电子装置 - Google Patents

食谱的确定方法及装置、存储介质及电子装置 Download PDF

Info

Publication number
CN113283364A
CN113283364A CN202110627528.1A CN202110627528A CN113283364A CN 113283364 A CN113283364 A CN 113283364A CN 202110627528 A CN202110627528 A CN 202110627528A CN 113283364 A CN113283364 A CN 113283364A
Authority
CN
China
Prior art keywords
food material
determining
recipe
food
target
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
Application number
CN202110627528.1A
Other languages
English (en)
Inventor
高鹏飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Haier Technology Co Ltd
Haier Smart Home Co Ltd
Original Assignee
Qingdao Haier Technology Co Ltd
Haier Smart Home Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Haier Technology Co Ltd, Haier Smart Home Co Ltd filed Critical Qingdao Haier Technology Co Ltd
Priority to CN202110627528.1A priority Critical patent/CN113283364A/zh
Publication of CN113283364A publication Critical patent/CN113283364A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种食谱的确定方法及装置、存储介质及电子装置，其中，上述方法包括：将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息，其中，视觉处理模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：食材图片，以及食材图片对应的食材信息；根据食材信息对应的食材种类确定食材存储设备的食材列表；在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱，解决了无法实时获取食材更新信息，并基于存在的食材进行食谱推荐等问题，进而根据食材存储设备的存储情况更新食材的食材列表，使得推荐的食谱具有较高的操作性，提升了使用推荐的食谱进行制作的成功率。

Description

食谱的确定方法及装置、存储介质及电子装置
技术领域
本发明涉及通信领域，具体而言，涉及一种食谱的确定方法及装置、存储介质及电子装置。
背景技术
在日常生活中，用户经常将购买的各种食材(如蔬菜、熟食等)放置在冰箱中，然后在需要烹饪时，选取自己认为合适的食材进行烹饪。伴随着人工智能的快速发展，越来越多的菜谱推荐方法被提出，相关智能食材存储家电在满足食物存储的情况下，会基于用户的需求推荐一些参考菜谱，但是相关菜谱还需用户进一步的确认，并且在这些食材品种较多，并且食材分类不细，导致需要用户花费较长的时间来翻阅推荐的菜谱。此外，在进行推荐时并未考虑到智能食材存储家电中食材的更新情况，无法做到对智能食材存储家电内存储的食材进行针对性的菜谱推荐。
针对相关技术中，无法实时获取食材更新信息，并基于存在的食材进行食谱推荐等问题，尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种食谱的确定方法及装置、存储介质及电子装置，以至少解决相关技术中，以至少解决相关技术中，无法实时获取食材更新信息，并基于存在的食材进行食谱推荐等问题。
根据本发明实施例的一个方面，提供了一种食谱的确定方法，包括：将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息，其中，视觉处理模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：食材图片，以及食材图片对应的食材信息；根据食材信息对应的食材种类确定食材存储设备的食材列表；在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱。
在一个示例性实施例中，在获取到目标对象的请求指令的情况下，根据食材列表确定待制作的多个食谱之后，上述方法还包括：确定多个食谱的特征信息，其中，特征信息用于指示食谱对应的口味特征以及制作难度；对特征信息进行排列，生成多个食谱的特征列表；接收目标对象的选择信息，以在特征列表中确定待制作的目标食谱。
在一个示例性实施例中，接收目标对象的选择信息，以在特征列表中确定待制作的目标食谱之后，上述方法还包括：确定目标食谱对应的参考信息，其中，参考信息包含以下至少之一：目标食谱的制作视频、目标食谱的制作音频、目标食谱的制作流程图；根据参考信息确定目标食谱的以下至少之一：食材用量，制作流程。
在一个示例性实施例中，将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息之后，上述方法还包括：确定食材存储设备内食材的变更状态，其中，变更状态用于指示食材的数量，和/或食材的种类是否发生改变；在变更状态指示食材的数量，和/或食材的种类发生改变的情况下，获取食材的数量，和/或食材的种类发生改变后的目标食材图片，并将目标食材图片输入到视觉处理模型中。
在一个示例性实施例中，在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱，包括：确定推荐指令对应的食谱需求特征，其中，食谱需求特征用于指示目标对象对于食谱的食材偏好；在食材列表中存在与食谱需求特征匹配的目标食材的情况下，确定目标食材的多种制作方式，并根据多种制作方式确定目标食材的多个食谱。
在一个示例性实施例中，在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱之后，上述方法还包括：获取目标对象的历史食谱的制作记录；根据制作记录确定目标对象的饮食偏好，以确定需要增加食材数量的食材。
根据本发明实施例的另一个方面，还提供了一种食谱的确定装置，包括：分类模块，用于将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息，其中，视觉处理模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：食材图片，以及食材图片对应的食材信息；第一确定模块，用于根据食材信息对应的食材种类确定食材存储设备的食材列表；第二确定模块，用于在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱。
在一个示例性实施例中，上述装置还包括：第三确定模块，用于确定多个食谱的特征信息，其中，特征信息用于指示食谱对应的口味特征以及制作难度；对特征信息进行排列，生成多个食谱的特征列表；接收目标对象的选择信息，以在特征列表中确定待制作的目标食谱。
在一个示例性实施例中，上述第三确定模块，还用于确定目标食谱对应的参考信息，其中，参考信息包含以下至少之一：目标食谱的制作视频、目标食谱的制作音频、目标食谱的制作流程图；根据参考信息确定目标食谱的以下至少之一：食材用量，制作流程。
在一个示例性实施例中，上述装置还包括：第四确定模块，用于确定食材存储设备内食材的变更状态，其中，变更状态用于指示食材的数量，和/或食材的种类是否发生改变；在变更状态指示食材的数量，和/或食材的种类发生改变的情况下，获取食材的数量，和/或食材的种类发生改变后的目标食材图片，并将目标食材图片输入到视觉处理模型中。
在一个示例性实施例中，上述第二确定模块，还用于确定推荐指令对应的食谱需求特征，其中，食谱需求特征用于指示目标对象对于食谱的食材偏好；在食材列表中存在与食谱需求特征匹配的目标食材的情况下，确定目标食材的多种制作方式，并根据多种制作方式确定目标食材的多个食谱。
在一个示例性实施例中，上述模块还包括获取模块，还用于获取目标对象的历史食谱的制作记录；根据制作记录确定目标对象的饮食偏好，以确定需要增加食材数量的食材。
根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述食谱的确定方法。
根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的食谱的确定方法。
在本发明实施例中，将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息，其中，视觉处理模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：食材图片，以及食材图片对应的食材信息；根据食材信息对应的食材种类确定食材存储设备的食材列表；在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱，即通过实时获取食材存储设备的食材图片确定食材列表，继而根据食材列表中的食材向目标对象进行相关食谱的推荐，解决了相关技术中，无法实时获取食材更新信息，并基于存在的食材进行食谱推荐等问题，进而根据食材存储设备的存储情况更新食材的食材列表，使得推荐的食谱具有较高的操作性，提升了使用推荐的食谱进行制作的成功率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种食谱的确定方法的计算机终端的硬件结构框图；
图2是根据本发明实施例的食谱的确定方法的流程图；
图3是根据本发明可选实施例的食材存储的流程示意图；
图4是根据本发明可选实施例的获取菜谱的流程示意图；
图5是根据本发明可选实施例的通过Open CV获取食材的实现逻辑流程图；
图6是根据本发明可选实施例的Open CV的软件安装流程图(一)；
图7是根据本发明可选实施例的Open CV的软件安装流程图(二)；
图8是根据本发明实施例的食谱的确定装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的设备，而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在计算机终端、移动终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种食谱的确定方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，在一个示例性实施例中，上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的食谱的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种食谱的确定方法，图2是根据本发明实施例的食谱的确定方法的流程图，该流程包括如下步骤：
步骤S202，将食材存储设备的食材图片输入到视觉处理模型中，得到所述食材存储设备的食材信息，其中，所述视觉处理模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食材图片，以及所述食材图片对应的食材信息；
步骤S204，根据所述食材信息对应的食材种类确定所述食材存储设备的食材列表；
步骤S206，在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱。
通过上述步骤，将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息，其中，视觉处理模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：食材图片，以及食材图片对应的食材信息；根据食材信息对应的食材种类确定食材存储设备的食材列表；在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱，即通过实时获取食材存储设备的食材图片确定食材列表，继而根据食材列表中的食材向目标对象进行相关食谱的推荐，解决了相关技术中，无法实时获取食材更新信息，并基于存在的食材进行食谱推荐等问题，进而根据食材存储设备的存储情况更新食材的食材列表，使得推荐的食谱具有较高的操作性，提升了使用推荐的食谱进行制作的成功率。
需要说明的是，为了便于对食材存储设备中的食材进行实时管理，因此，向视觉处理模型输入的食材图片可以是一定周期内自动更新的，或者在触发了预设的食材图片更新条件，具体的，目标对象在食材存储设备中将某一类食材消耗完毕或者目标对象有购买的新的食材种类。
在一个示例性实施例中，在获取到目标对象的请求指令的情况下，根据食材列表确定待制作的多个食谱之后，上述方法还包括：确定多个食谱的特征信息，其中，特征信息用于指示食谱对应的口味特征以及制作难度；对特征信息进行排列，生成多个食谱的特征列表；接收目标对象的选择信息，以在特征列表中确定待制作的目标食谱。
简而言之，为了提升目标对象对推荐的待制作食谱的使用概率，在食材存储设备上进行待制作的多个食谱显示前，先通过对多个食谱的口味特征以及制作难度进行比较，进而确定出多个食谱的特征列表，使得在进行推荐的食谱显示时，可根据目标对象的食用习惯进行优选级显示，并根据目标对象的选择信息在特征列表中确定待制作的目标食谱。
在一个示例性实施例中，接收目标对象的选择信息，以在特征列表中确定待制作的目标食谱之后，上述方法还包括：确定目标食谱对应的参考信息，其中，参考信息包含以下至少之一：目标食谱的制作视频、目标食谱的制作音频、目标食谱的制作流程图；根据参考信息确定目标食谱的以下至少之一：食材用量，制作流程。
可以理解的是，为了使得目标对象可以尽快的对食谱的制作流程进行了解，在确定目标对象选择的目标食谱之后，确定目标食谱的参考信息，并且进一步结合参考信息中的具体内容确定向目标对象展示目标食谱的食材用量以及制作流程，使得目标对象可以更好的对目标食谱进行实现。此外，确定出的参考信息还可以在食材存储设备的显示界面或者音频播放界面进行播放，或者通过设备之间的信息关联，将确定的目标食谱发送至与食材存储设备建立通信连接的终端上进行显示。
在一个示例性实施例中，将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息之后，上述方法还包括：确定食材存储设备内食材的变更状态，其中，变更状态用于指示食材的数量，和/或食材的种类是否发生改变；在变更状态指示食材的数量，和/或食材的种类发生改变的情况下，获取食材的数量，和/或食材的种类发生改变后的目标食材图片，并将目标食材图片输入到视觉处理模型中。
也就是说，当食材存储设备中食材的数量或者种类发生变更时，食材存储设备将重新采集内部存储的食材的食材图片，并将新采集的食材图片输入到视觉处理模型对食材信息进行更新。
在一个示例性实施例中，在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱，包括：确定推荐指令对应的食谱需求特征，其中，食谱需求特征用于指示目标对象对于食谱的食材偏好；在食材列表中存在与食谱需求特征匹配的目标食材的情况下，确定目标食材的多种制作方式，并根据多种制作方式确定目标食材的多个食谱。
简而言之，为了使得目标对象的需求可以根食材存储设备中食材相匹配，在进行食谱推荐时，还可以对目标对象发出的推荐指令进行分析，继而得到目标对象当前的饮食需求，根据饮食需求确定待推荐的食谱的食材偏好，进而在食材列表中存该种食材的情况下，确定食材的多种制作方式，并向目标对象推荐多种制作方式对应的多个食谱。
在一个示例性实施例中，在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱之后，上述方法还包括：获取目标对象的历史食谱的制作记录；根据制作记录确定目标对象的饮食偏好，以确定需要增加食材数量的食材。即，为了保证食材存储设备常常保存有目标对象喜爱的食材，通过确定目标对象对食材存储设备推荐的历史食谱的制作记录，确定出目标对象独有的饮食偏好，并根据饮食偏好定期提醒目标对象增加对应食材的数量。
为了更好的理解本发明实施例以及可选实施例的技术方案，以下结合示例对上述的食谱的确定方法的流程进行解释说明，但不用于限定本发明实施例的技术方案。
为了更好的理解本发明实施例以及可选实施例的技术方案，以下对本发明实施例以及可选实施例中可能出现的关键字进行说明，但不用于限定本发明。
样本：所有物品的特征及特征值的总和；
特征：形状，颜色，轮廓，物品的特征等；
特征值：椭圆形，黄色，两头比较尖，尺寸，等特征的值；
目标值：椭圆形，黄色，两头比较尖，尺寸(长10cm左右，宽5cm左右，高5cm左右)等；
离散值：数据比较分散，叫离散值；
连续值：数据是连续的，叫回归；
KN算法(K-Nearest Neighbor，K-近邻算法)：根据k个近邻相似的样本，判断目标值的分类；比较最邻近的样本。
本发明可选实施例中提供了一种基于Open CV技术获取冰箱食材并推荐菜谱方案，通过在冰箱中集成Open CV模块进行食材识别，然后将食材存入Redis或者数据库，并且根据新增或者取出食材对Redis或者数据库中保存的食材列表进行更新。当用户触发推荐菜谱功能时，根据现有食材为关键字进行搜索菜谱，推荐菜谱文件到冰箱，冰箱根据用户选择的菜谱进行下载菜谱并播放菜谱。
作为一种可选的实施方式，图3为本发明可选实施例的食材存储的流程示意图，当食材进行变更(新增或者取出食材)时，冰箱会使用Open CV工具识别变更的食材，将食材的变信息更新到食材列表中，继而根据食材列表中的食材获取到菜谱文件地址及菜谱内容缓存到数据库，方便后续调用。
作为一种可选的实施方式，图4为本发明可选实施例的获取菜谱的流程示意图，用户可以对冰箱说：小优小优推荐几个菜谱，然后冰箱根据缓存的菜谱推送消息给用户，将缓存的菜谱显示到冰箱屏幕，用户根据自己需要的菜谱进行选择，然后下载用户选择的菜谱并在冰箱屏播放菜谱。
作为一种可选的实施方式，图5为本发明可选实施例的通过Open CV获取食材的实现逻辑流程图。
通过Open CV进行目标检测，建立样本库的以及训练图像识别，利用样本(大约几百幅样本图片)的特征进行分类器训练，得到一个级联的分类器。训练样本分为正例样本和反例样本，其中正例样本是指待检目标样本(例如水果或蔬菜等)，反例样本指其它任意图片，所有的样本图片都被归一化为同样的尺寸大小(例如，20x20)。分类器训练完以后，就可以应用于输入图像中的感兴趣区域(与训练样本相同的尺寸)的检测。检测到目标区域(水果或蔬菜)分类器输出为1，否则输出为0。为了检测整副图像，可以在图像中移动搜索窗口，检测每一个位置来确定可能的目标。为了搜索不同大小的目标物体，分类器被设计为可以进行尺寸改变，这样比改变待检图像的尺寸大小更为有效。所以，为了在图像中检测未知大小的目标物体，扫描程序通常需要用不同比例大小的搜索窗口对图片进行几次扫描，样本等级可以利用函数从已有的磁盘文件或嵌入式基中导入。从文件中装载训练好的级联分类器或者从Open CV中嵌入的分类器数据库中导入，获取训练好的级联分类器的路径。
可选的，图像识别通过CNN(Convolutional Neural Networks，卷积神经网络，简称CNN)边缘算法计算物体的特征；
上述特征是通过计算机先把图片转为灰度，然后计算机会将识别到的图像进行二进制转换，没有图像的地方标记为0，将识别到的图像进行一个运算得到特征和特征值，然后去样本里面做KN算法，计算出最邻近的物品，返回最优值存储到云端。
作为一种可选的实施方式，冰箱的系统一般分为iOS，Android以及Linux环境，如图6所示为本发明可选实施例的Open CV的软件安装流程图(一)，当Open CV部署到Android和ios是通过SDK(Software Development Kit，软件开发工具包，简称SDK)的安装方式进行环境部署的，是先将Open CV对应的SDK安装到冰箱系统，然后安装eclipse，启用SDK就可以进行使用，如图7所示为本发明可选实施例的Open CV的软件安装流程图(二)。当Open CV要安装到Linux环境，先CMake构建Open CV，然后配置Open CV路径参数，然后构建语言环境：Java或者Python，下一步构建文档，最后安装Open CV库。
通过上述可选实施例，使用Open CV技术获取并存储食材，根据新增或者取出食材进行存储，然后根据现有食材为关键字进行搜索菜谱，推荐菜谱文件到冰箱，冰箱根据用户选择的菜谱进行下载菜谱并播放菜谱，提升了对用户推荐菜谱的准确性。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，事件器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种食谱的确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图8是根据本发明实施例的食谱的确定装置的结构框图，如图8所示，该装置包括：
分类模块82，用于将食材存储设备的食材图片输入到视觉处理模型中，得到所述食材存储设备的食材信息，其中，所述视觉处理模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食材图片，以及所述食材图片对应的食材信息；
第一确定模块84，用于根据所述食材信息对应的食材种类确定所述食材存储设备的食材列表；
第二确定模块86，用于在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱。
通过上述装置，将食材存储设备的食材图片输入到视觉处理模型中，得到食材存储设备的食材信息，其中，视觉处理模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：食材图片，以及食材图片对应的食材信息；根据食材信息对应的食材种类确定食材存储设备的食材列表；在获取到目标对象的推荐指令的情况下，根据食材列表确定待制作的多个食谱，即通过实时获取食材存储设备的食材图片确定食材列表，继而根据食材列表中的食材向目标对象进行相关食谱的推荐，解决了相关技术中，无法实时获取食材更新信息，并基于存在的食材进行食谱推荐等问题，进而根据食材存储设备的存储情况更新食材的食材列表，使得推荐的食谱具有较高的操作性，提升了使用推荐的食谱进行制作的成功率。
需要说明的是，为了便于对食材存储设备中的食材进行实时管理，因此，向视觉处理模型输入的食材图片可以是一定周期内自动更新的，或者在触发了预设的食材图片更新条件，具体的，目标对象在食材存储设备中将某一类食材消耗完毕或者目标对象有购买的新的食材种类。
在一个示例性实施例中，上述装置还包括：第三确定模块，用于确定多个食谱的特征信息，其中，特征信息用于指示食谱对应的口味特征以及制作难度；对特征信息进行排列，生成多个食谱的特征列表；接收目标对象的选择信息，以在特征列表中确定待制作的目标食谱。
简而言之，为了提升目标对象对推荐的待制作食谱的使用概率，在食材存储设备上进行待制作的多个食谱显示前，先通过对多个食谱的口味特征以及制作难度进行比较，进而确定出多个食谱的特征列表，使得在进行推荐的食谱显示时，可根据目标对象的食用习惯进行优选级显示，并根据目标对象的选择信息在特征列表中确定待制作的目标食谱。
在一个示例性实施例中，上述第三确定模块，还用于确定目标食谱对应的参考信息，其中，参考信息包含以下至少之一：目标食谱的制作视频、目标食谱的制作音频、目标食谱的制作流程图；根据参考信息确定目标食谱的以下至少之一：食材用量，制作流程。
可以理解的是，为了使得目标对象可以尽快的对食谱的制作流程进行了解，在确定目标对象选择的目标食谱之后，确定目标食谱的参考信息，并且进一步结合参考信息中的具体内容确定向目标对象展示目标食谱的食材用量以及制作流程，使得目标对象可以更好的对目标食谱进行实现。此外，确定出的参考信息还可以在食材存储设备的显示界面或者音频播放界面进行播放，或者通过设备之间的信息关联，将确定的目标食谱发送至与食材存储设备建立通信连接的终端上进行显示。
在一个示例性实施例中，上述装置还包括：第四确定模块，用于确定食材存储设备内食材的变更状态，其中，变更状态用于指示食材的数量，和/或食材的种类是否发生改变；在变更状态指示食材的数量，和/或食材的种类发生改变的情况下，获取食材的数量，和/或食材的种类发生改变后的目标食材图片，并将目标食材图片输入到视觉处理模型中。
也就是说，当食材存储设备中食材的数量或者种类发生变更时，食材存储设备将重新采集内部存储的食材的食材图片，并将新采集的食材图片输入到视觉处理模型对食材信息进行更新。
在一个示例性实施例中，上述第二确定模块，还用于确定推荐指令对应的食谱需求特征，其中，食谱需求特征用于指示目标对象对于食谱的食材偏好；在食材列表中存在与食谱需求特征匹配的目标食材的情况下，确定目标食材的多种制作方式，并根据多种制作方式确定目标食材的多个食谱。
简而言之，为了使得目标对象的需求可以根食材存储设备中食材相匹配，在进行食谱推荐时，还可以对目标对象发出的推荐指令进行分析，继而得到目标对象当前的饮食需求，根据饮食需求确定待推荐的食谱的食材偏好，进而在食材列表中存该种食材的情况下，确定食材的多种制作方式，并向目标对象推荐多种制作方式对应的多个食谱。
在一个示例性实施例中，上述模块还包括获取模块，还用于获取目标对象的历史食谱的制作记录；根据制作记录确定目标对象的饮食偏好，以确定需要增加食材数量的食材。即，为了保证食材存储设备常常保存有目标对象喜爱的食材，通过确定目标对象对食材存储设备推荐的历史食谱的制作记录，确定出目标对象独有的饮食偏好，并根据饮食偏好定期提醒目标对象增加对应食材的数量。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，将食材存储设备的食材图片输入到视觉处理模型中，得到所述食材存储设备的食材信息，其中，所述视觉处理模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食材图片，以及所述食材图片对应的食材信息
S2，根据所述食材信息对应的食材种类确定所述食材存储设备的食材列表；
S3，在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
在一个示例性实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，将食材存储设备的食材图片输入到视觉处理模型中，得到所述食材存储设备的食材信息，其中，所述视觉处理模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食材图片，以及所述食材图片对应的食材信息
S2，根据所述食材信息对应的食材种类确定所述食材存储设备的食材列表；
S3，在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种食谱的确定方法，其特征在于，包括：
将食材存储设备的食材图片输入到视觉处理模型中，得到所述食材存储设备的食材信息，其中，所述视觉处理模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食材图片，以及所述食材图片对应的食材信息；
根据所述食材信息对应的食材种类确定所述食材存储设备的食材列表；
在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱。
2.根据权利要求1所述的方法，其特征在于，在获取到目标对象的请求指令的情况下，根据所述食材列表确定待制作的多个食谱之后，所述方法还包括：
确定所述多个食谱的特征信息，其中，所述特征信息用于指示食谱对应的口味特征以及制作难度；
对所述特征信息进行排列，生成所述多个食谱的特征列表；
接收所述目标对象的选择信息，以在所述特征列表中确定待制作的目标食谱。
3.根据权利要求2所述的方法，其特征在于，接收所述目标对象的选择信息，以在所述特征列表中确定待制作的目标食谱之后，所述方法还包括：
确定所述目标食谱对应的参考信息，其中，所述参考信息包含以下至少之一：目标食谱的制作视频、目标食谱的制作音频、目标食谱的制作流程图；
根据所述参考信息确定所述目标食谱的以下至少之一：食材用量，制作流程。
4.根据权利要求1所述的方法，其特征在于，将食材存储设备的食材图片输入到视觉处理模型中，得到所述食材存储设备的食材信息之后，所述方法还包括：
确定所述食材存储设备内食材的变更状态，其中，所述变更状态用于指示食材的数量，和/或食材的种类是否发生改变；
在所述变更状态指示所述食材的数量，和/或食材的种类发生改变的情况下，获取食材的数量，和/或食材的种类发生改变后的目标食材图片，并将所述目标食材图片输入到所述视觉处理模型中。
5.根据权利要求1所述的方法，其特征在于，在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱，包括：
确定所述推荐指令对应的食谱需求特征，其中，所述食谱需求特征用于指示目标对象对于食谱的食材偏好；
在所述食材列表中存在与所述食谱需求特征匹配的目标食材的情况下，确定所述目标食材的多种制作方式，并根据所述多种制作方式确定所述目标食材的多个食谱。
6.根据权利要求1所述的方法，其特征在于，在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱之后，所述方法还包括：
获取所述目标对象的历史食谱的制作记录；
根据所述制作记录确定所述目标对象的饮食偏好，以确定需要增加食材数量的食材。
7.一种食谱的确定装置，其特征在于，包括：
分类模块，用于将食材存储设备的食材图片输入到视觉处理模型中，得到所述食材存储设备的食材信息，其中，所述视觉处理模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食材图片，以及所述食材图片对应的食材信息；
第一确定模块，用于根据所述食材信息对应的食材种类确定所述食材存储设备的食材列表；
第二确定模块，用于在获取到目标对象的推荐指令的情况下，根据所述食材列表确定待制作的多个食谱。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：第三确定模块，用于确定所述多个食谱的特征信息，其中，所述特征信息用于指示食谱对应的口味特征以及制作难度；对所述特征信息进行排列，生成所述多个食谱的特征列表；接收所述目标对象的选择信息，以在所述特征列表中确定待制作的目标食谱。
9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至6任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述的方法。
CN202110627528.1A 2021-06-04 2021-06-04 食谱的确定方法及装置、存储介质及电子装置 Pending CN113283364A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110627528.1A CN113283364A (zh) 2021-06-04 2021-06-04 食谱的确定方法及装置、存储介质及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110627528.1A CN113283364A (zh) 2021-06-04 2021-06-04 食谱的确定方法及装置、存储介质及电子装置

Publications (1)

Publication Number Publication Date
CN113283364A true CN113283364A (zh) 2021-08-20

Family

ID=77283591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110627528.1A Pending CN113283364A (zh) 2021-06-04 2021-06-04 食谱的确定方法及装置、存储介质及电子装置

Country Status (1)

Country Link
CN (1) CN113283364A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109960689A (zh) * 2019-03-11 2019-07-02 上海优悦信息科技有限公司 一种基于冰箱食材库存推荐食谱的交互方法及冰箱
CN110287306A (zh) * 2019-06-26 2019-09-27 珠海格力电器股份有限公司 一种食谱推荐方法及设备
CN111222569A (zh) * 2020-01-06 2020-06-02 宇龙计算机通信科技(深圳)有限公司 识别食物的方法、装置、电子设备及介质
CN112349385A (zh) * 2020-10-15 2021-02-09 深圳Tcl新技术有限公司 基于冷藏系统的食谱推荐方法、装置、设备及存储介质
CN112464013A (zh) * 2020-12-04 2021-03-09 珠海格力电器股份有限公司 信息的推送方法和装置、电子设备和存储介质
CN112579873A (zh) * 2019-09-27 2021-03-30 北京安云世纪科技有限公司 烹饪食谱推荐方法、装置、存储介质及电子设备
CN112597394A (zh) * 2020-12-28 2021-04-02 珠海格力电器股份有限公司 菜谱的推荐方法和装置、存储介质、电子装置
CN112700842A (zh) * 2019-10-23 2021-04-23 宁波方太厨具有限公司 一种家庭饮食方案推荐方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109960689A (zh) * 2019-03-11 2019-07-02 上海优悦信息科技有限公司 一种基于冰箱食材库存推荐食谱的交互方法及冰箱
CN110287306A (zh) * 2019-06-26 2019-09-27 珠海格力电器股份有限公司 一种食谱推荐方法及设备
CN112579873A (zh) * 2019-09-27 2021-03-30 北京安云世纪科技有限公司 烹饪食谱推荐方法、装置、存储介质及电子设备
CN112700842A (zh) * 2019-10-23 2021-04-23 宁波方太厨具有限公司 一种家庭饮食方案推荐方法
CN111222569A (zh) * 2020-01-06 2020-06-02 宇龙计算机通信科技(深圳)有限公司 识别食物的方法、装置、电子设备及介质
CN112349385A (zh) * 2020-10-15 2021-02-09 深圳Tcl新技术有限公司 基于冷藏系统的食谱推荐方法、装置、设备及存储介质
CN112464013A (zh) * 2020-12-04 2021-03-09 珠海格力电器股份有限公司 信息的推送方法和装置、电子设备和存储介质
CN112597394A (zh) * 2020-12-28 2021-04-02 珠海格力电器股份有限公司 菜谱的推荐方法和装置、存储介质、电子装置

Similar Documents

Publication Publication Date Title
CN105953520A (zh) 智能冰箱控制方法及其控制系统
CN106503442A (zh) 菜谱的推荐方法和装置
CN109872796A (zh) 一种菜谱推荐方法和装置
CN107872534B (zh) 信息推送方法、装置、服务器及可读存储介质
CN111428157B (zh) 智能菜谱推荐方法、装置、系统及冰箱
CN114266959A (zh) 食材的烹饪方法及装置、存储介质、电子装置
CN108197635B (zh) 烹饪方式的展示方法及装置、抽油烟机
CN106254552A (zh) 食谱展示方法、食谱展示系统以及智能设备
CN111061891A (zh) 图像识别菜谱开发方法、终端及可读存储介质
CN111414396A (zh) 菜品推送方法、装置、存储介质和烹饪设备
CN112182460A (zh) 资源的推送方法和装置、存储介质及电子装置
CN113283364A (zh) 食谱的确定方法及装置、存储介质及电子装置
CN113158036A (zh) 一种自动化食谱推荐方法、装置、终端及存储介质
CN110716967A (zh) 智能菜单推荐方法、家用电器及计算机可读存储介质
CN111028041B (zh) 一种数据处理的方法、装置、可读存储介质和电子设备
CN110648743A (zh) 智能菜单推荐方法、家用电器及计算机可读存储介质
CN110688561A (zh) 一种饮食喜好的确定方法、装置及计算机存储介质
CN111858688B (zh) 一种纺织材料以及色卡推荐方法、装置及存储介质
CN115599260A (zh) 智能场景的生成方法、装置、系统、存储介质及电子装置
CN110610753A (zh) 一种食谱推荐方法、设备、系统及计算机可读存储介质
CN114048375A (zh) 菜谱推荐方法、装置、设备及存储介质
CN106469066A (zh) 程序信息的推送方法及装置
CN114218415A (zh) 烹饪食谱的展示方法及装置
CN113435642A (zh) 食用策略的确定方法及装置、存储介质、电子装置
CN112906805A (zh) 图像训练样本筛选和任务模型训练方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210820

RJ01 Rejection of invention patent application after publication