一种基于图像识别的冰箱食物管理方法及系统
本发明涉及智能冰箱控制,尤其涉及一种基于图像识别的冰箱食物管理方法及系统。
背景技术:
1、随着智能家电技术的发展,具备食材识别与保鲜提醒功能的智能冰箱已逐步应用。现有方案通常通过内置摄像装置识别食材品类,并结合预设的固定保质期或静态规则提示剩余可食用时长;部分方案引入温湿度数据进行简单修正。
2、然而,上述方案存在以下不足:其一,依赖静态保质期数据,未考虑同类食材因初始状态、个体差异及实际存储微环境导致的变质进程差异,难以实现基于时序特征演变的动态评估;其二,冷藏空间内食材存取频繁,易发生遮挡、位移或重复取放,导致图像监测中断或跟踪不连续,影响状态判断的可靠性与置信度;其三,缺乏基于实际使用反馈的闭环校准机制,预测偏差无法随长期使用动态收敛。
技术实现思路
1、本发明的主要目的在于提供一种基于图像识别的冰箱食物管理方法及系统,旨在解决现有冰箱食材管理方案依赖静态保质期规则、图像监测不连续导致状态评估可靠性低,以及缺乏多源修正与反馈校准机制致使预测偏差难以收敛的技术问题。
2、第一方面,本发明提供了一种基于图像识别的冰箱食物管理方法,包括:
3、基于同类食材的历史特征时序数据,构建特征演变基准曲线及状态判定阈值区间;
4、对冷藏空间内食材进行图像识别,将未匹配到待预测食材记录库的食材确定为待预测食材并建立记录;
5、对冷藏空间内食材进行重复图像采集,并与待预测食材记录库关联匹配,获取待预测食材的存放位置、监测连续性状态及对应的观测数据集合;
6、依据监测连续性状态,从观测数据集合及关联的非图像感知数据中确定状态特征,按时间顺序构建特征时间序列;
7、将特征时间序列与特征演变基准曲线进行比对,依据比对结果在状态判定阈值区间内的位置,得到基准剩余可食用时长;
8、依据存放位置从预先建立的冷藏空间温度分布模型中获取温度暴露历程,结合用户操作行为数据及监测连续性状态确定的置信度计算修正量,对基准剩余可食用时长进行修正;
9、依据用户对待预测食材的处理反馈数据,当反馈数据达到预设样本数量时计算预测偏差,基于偏差调整特征演变基准曲线及状态判定阈值区间。
10、可选地,构建特征演变基准曲线及状态判定阈值区间包括:
11、采集同类食材在不同环境条件下的多时刻图像及对应的状态标注数据;
12、对多时刻图像进行光照归一化处理后提取表观特征;
13、将同一食材个体的表观特征按时间顺序排列,通过特征起点对齐消除个体间的初始差异,得到归一化的特征演变样本集;
14、对归一化的特征演变样本集中的完整观测数据和删失观测数据赋予不同的拟合权重,采用加权回归方法构建特征演变基准曲线;
15、依据完整观测数据在特征演变基准曲线上的对应位置,确定状态判定阈值区间。
16、可选地,将未匹配到待预测食材记录库的食材确定为待预测食材并建立记录包括:
17、采集冷藏空间内的图像,检测图像中的食材目标,同时获取非图像感知数据;
18、对检测到的食材目标进行品类识别,得到类别识别结果及对应的识别置信度;
19、当识别置信度高于第一预设阈值时,提取食材目标的标识特征并记录类别识别结果;当识别置信度低于第一预设阈值时,记录多个候选类别及对应的置信度;
20、将标识特征与待预测食材记录库中已有记录的标识特征进行相似度比对;
21、当相似度低于第二预设阈值时,或者当检测到的食材目标数量多于记录库中已有记录数量时,确定为待预测食材,建立新记录并存储类别信息及标识特征。
22、可选地,获取待预测食材的存放位置、监测连续性状态及对应的观测数据集合包括:
23、在冷藏空间门体关闭状态下或每次开门事件发生后,对冷藏空间内食材进行重复图像采集;
24、提取采集图像中目标的当前标识特征,结合冷藏空间的门体开闭状态与时空约束,将当前标识特征与待预测食材记录库中已有记录的标识特征进行相似度计算;
25、当相似度高于第三预设阈值时,判定为关联匹配成功,更新对应待预测食材的存放位置,并采用滑动时间窗口将当前标识特征融合更新至待预测食材记录库;
26、依据关联匹配结果、连续未匹配时长及开门前后非图像感知数据的变化情况,确定待预测食材的监测连续性状态;
27、按关联匹配结果归集多时刻图像及对应的采集时间戳、存放位置和环境参数,生成对应的观测数据集合。
28、可选地,构建特征时间序列包括:
29、读取待预测食材的监测连续性状态,依据监测连续性状态确定特征构建策略;
30、当监测连续性状态为连续监测状态时,从观测数据集合中提取各时刻的图像表观特征,并聚合对应时刻前后预设时间窗口内的非图像感知数据,生成增强特征向量;
31、当监测连续性状态为断续监测状态时,获取时序中断期间的环境累积数据,依据预先建立的环境-特征演化模型推算中断时段的理论特征值,并将理论特征值填充至特征时间序列的对应位置;
32、对生成的增强特征向量及理论特征值进行时序一致性校验,结合对应时刻的环境数据变化情况对异常跳变点进行修正或剔除,按采集时间顺序构建特征时间序列。
33、可选地,得到基准剩余可食用时长包括:
34、获取待预测食材对应的特征演变基准曲线及状态判定阈值区间;
35、将特征时间序列与特征演变基准曲线进行动态时间对齐,确定特征时间序列在基准曲线上的最佳匹配路径;
36、依据最佳匹配路径,确定特征时间序列当前末端特征点在基准曲线上对应的相位位置;
37、从相位位置沿基准曲线外推至状态判定阈值区间的边界,获取对应的基准时间跨度;
38、依据最佳匹配路径计算实际演变速率与基准演变速率的速率比值,用速率比值对基准时间跨度进行校正,得到基准剩余可食用时长。
39、可选地,对基准剩余可食用时长进行修正包括:
40、依据待预测食材的存放位置,从预先建立的冷藏空间温度分布模型中查询存放位置对应的温度暴露历程;
41、将温度暴露历程输入预设的温度-腐败速率关系模型,计算温度累积效应量;
42、获取与待预测食材时间跨度对应的用户操作行为数据,识别与存放位置关联的开门事件,依据开门事件的时空特征计算行为增强因子;
43、依据监测连续性状态及观测数据集合的完整性,确定修正量置信度系数;
44、将温度累积效应量与行为增强因子进行融合,并结合修正量置信度系数,计算修正量;
45、用修正量对基准剩余可食用时长进行修正,得到修正剩余可食用时长。
46、第二方面,本发明提供了一种基于图像识别的冰箱食物管理系统,包括:
47、基准构建模块,用于基于同类食材的历史特征时序数据,构建特征演变基准曲线及状态判定阈值区间;
48、识别建档模块,用于对冷藏空间内食材进行图像识别,将未匹配到待预测食材记录库的食材确定为待预测食材并建立记录;
49、连续采集匹配模块,用于对冷藏空间内食材进行重复图像采集,并与待预测食材记录库关联匹配,获取待预测食材的存放位置、监测连续性状态及对应的观测数据集合;
50、特征时序构建模块,用于依据监测连续性状态,从观测数据集合及关联的非图像感知数据中确定状态特征,按时间顺序构建特征时间序列;
51、基准时长计算模块,用于将特征时间序列与特征演变基准曲线进行比对,依据比对结果在状态判定阈值区间内的位置,得到基准剩余可食用时长;
52、时长修正模块,用于依据存放位置从预先建立的冷藏空间温度分布模型中获取温度暴露历程,结合用户操作行为数据及监测连续性状态确定的置信度计算修正量,对基准剩余可食用时长进行修正;
53、反馈校准模块,用于依据用户对待预测食材的处理反馈数据,当反馈数据达到预设样本数量时计算预测偏差,基于偏差调整特征演变基准曲线及状态判定阈值区间。
54、第三方面,本发明提供了一种电子设备,包括:
55、存储器,用于保存计算机程序;
56、处理器,用于执行计算机程序,以实现前述的基于图像识别的冰箱食物管理方法。
57、第四方面,本发明提供了一种计算机可读存储介质,用于保存计算机程序;其中,计算机程序被处理器执行时实现前述的基于图像识别的冰箱食物管理方法。
58、本发明的有益效果:本发明通过构建特征演变基准曲线与实时特征时间序列的动态比对机制,解决了现有技术依赖固定参数或离散状态判断而无法反映食材实际变质进程的技术问题,实现了剩余可食用时长的连续动态定位;通过温度暴露历程、用户操作行为及监测连续性置信度的多因子修正,动态消解冰箱内温度分层、频繁温度波动、监测间断等现实场景中的扰动因素,增强了系统在复杂真实环境下的鲁棒性与准确性。同时,基于用户处理反馈数据的模型在线迭代,消除了冷启动阶段及个体差异导致的系统性预测偏差,确保系统随数据积累持续自优化并维持长期稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com