基于多模态大模型的儿童饮食偏好分析方法及系统

本发明涉及矿产筛分，具体涉及基于多模态大模型的儿童饮食偏好分析方法及系统。

背景技术：

1、基于多模态大模型的儿童饮食偏好分析指的是一种融合图像识别、语音理解、文本语义分析、机器学习建模与生理数据建模等多模态人工智能技术，对儿童在饮食选择过程中的行为特征、语言表达及营养摄入进行综合分析的方法。具体来说，该方法通过图像识别技术识别餐盘中的食物种类、颜色、分量及搭配结构；同时利用自然语言处理技术解析儿童在用餐过程中的语言描述、情绪表达与选择偏好，从而构建饮食意图与心理特征的语义模型；再结合机器学习算法对生理监测数据或历史摄入记录进行模式挖掘，建立食物选择与营养摄入的动态关联映射，实现对儿童饮食偏好、健康风险及营养平衡状况的智能分析与预测。该方法能够为个性化膳食指导、营养干预及健康管理提供数据支持与智能决策依据。

2、现有技术存在以下不足：

3、在现有技术中，基于图像识别的儿童饮食分析通常依赖可见光图像对餐盘中食物进行识别与特征提取，但在动态光照或色温变化环境下，受外界光源强度、入射角度及色温波动的影响，食物表面会产生明显的高反光区域。由于现有图像识别模型主要基于亮度、纹理与色彩分布进行特征判定，缺乏针对反射光谱失真的自适应校正机制，极易将这些高反光区域误识为油脂含量过高或糖分密度异常的食物表面特征。该类误判不仅导致对食物营养属性的识别结果产生偏差，还会在能量结构计算阶段引入系统性误差，使模型对儿童能量摄入比例的估计严重失真，从而影响后续的营养平衡评估与健康干预策略制定。

4、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的是提供基于多模态大模型的儿童饮食偏好分析方法及系统，以解决上述背景技术中的问题。

2、为了实现上述目的，本发明提供如下技术方案：基于多模态大模型的儿童饮食偏好分析方法，包括以下步骤：

3、s1，获取色温漂移指纹，建立反射光谱分离基线，通过时间同步的光照映射生成时空参照矩阵，利用该参照矩阵锁定高反光区域所对应的光源强度、入射角度与色温参数；

4、s2，基于时空参照矩阵提取餐盘图像区域的多角度偏振特征，结合语义时间戳重排机制对光线入射路径进行配准，定位镜面反射伪影，并追溯引起伪影的光照源特性；

5、s3，在镜面反射伪影区域内提取食物的材质特征、形貌特征与湿度特征，构建三维耦合模型，通过能级反演计算分离真实反射信号与高亮伪影信号，恢复食物表面的营养纹理特征；

6、s4，基于恢复的营养纹理生成跨时间帧的光色耦合张量，应用白平衡逆向估计机制对每一帧图像的色度值进行自适应重构，校正能量密度映射并统一图像色彩空间；

7、s5，在重构的图像色彩空间中生成动态可逆光场注入指令，激活微尺度相位对消控制机制，对反射强度进行像素级的时间序列闭环调控，实现光照失配的主动补偿与食物营养特征的稳定提取。

8、优选的，步骤s1包括：

9、在获取连续时间段内的色温变化序列后，提取图像序列中餐盘区域与边缘区域的亮度特征与对比度特征，并计算亮度漂移与色温变化之间的时间偏移关系，生成色温漂移指纹集合；

10、在构建色温漂移指纹集合后，依据图像中无明显镜面反射区域的主色调演化路径，生成反射光谱分离基线，用于剥离光照干扰因素与真实反射信号之间的光谱耦合关系；

11、在建立反射光谱分离基线后，将亮度、纹理稠密度与饱和度梯度进行时间空间坐标标注，生成图像在时间序列与空间分布上的映射参照表，并构建时空参照矩阵；

12、在构建时空参照矩阵后，基于亮度响应峰值的像素点聚类结果，结合色温变化方向与光强变动幅度，锁定高反光区域的光源强度、主导色温参数与入射方向参数。

13、优选的，步骤s2包括：

14、在构建时空参照矩阵后，采集餐盘图像区域在多个偏振角度下的图像序列，提取光强响应随偏振角度变化的衰减、增强与相位特征，生成多角度偏振特征图谱；

15、在生成多角度偏振特征图谱后，结合图像时间戳与语义标签信息，对图像帧进行语义时间重排，建立偏振响应峰值与语义事件之间的对应关系；

16、在语义时间重排完成后，对镜面反射区域进行空间轨迹建模，并结合光照入射参数执行光线路径配准，构建光线在连续图像帧中的方向向量并完成路径回溯；

17、在路径回溯基础上，定位光线路径终点的峰值反射像素集合，结合路径起点光源位置参数与偏振响应特征，识别光源类型、光照强度、色温值与空间角度。

18、优选的，光线路径配准过程中通过图像中餐盘边界、餐具结构与桌面边缘的几何轮廓执行透视投影校正，以提高反射区域位置的空间建模精度。

19、优选的，步骤s3包括：

20、在镜面反射伪影定位完成后，提取图像中反射区域的材质特征、形貌特征与湿度特征，结合光照入射路径与时空参照矩阵，构建具备空间一致性与物理响应一致性的物理基础层；

21、在构建物理基础层后，将材质特征、形貌特征与湿度特征进行联合编码，生成三维耦合模型，记录像素在多维属性下随时间变化的响应轨迹；

22、在构建三维耦合模型后，执行基于能级反演的反射信号分离操作，识别能量域内的异常反射信号，回溯并剥离高亮伪影所引入的能量超量部分；

23、在完成真实反射信号还原后，将真实反射的亮度分布、纹理结构与色彩层次重新投影至图像空间，结合三维耦合模型与湿度特征，恢复食物表面的营养纹理。

24、优选的，步骤s4包括：

25、在完成营养纹理恢复后，提取图像中纹理还原区域的光谱变化信息，选取响应稳定的像素生成光色耦合张量，记录各像素在时间序列中的色彩变化模式；

26、在生成光色耦合张量后，分析图像序列中光照引起的色彩突变区域，结合时间响应轨迹与光源参数，对色彩漂移区域进行标定与标记；

27、在标定完成后，执行白平衡逆向估计机制，以纹理区域中的参考像素为目标进行色度值反演，完成图像中每一像素的自适应色彩重构；

28、在色度重构后，基于校正后的图像数据重新计算能量密度映射，构建统一能量响应矩阵，剔除反射伪影与色彩误差引入的系统性偏差；

29、在能量密度校正后，将图像映射至标准色彩空间，完成多帧图像间色彩解析一致性处理，供后续饮食偏好建模与健康风险评估使用。

30、优选的，白平衡逆向估计机制中选取的参考像素为营养纹理区域中在多帧图像下色彩分量变化幅度最小的像素点，并依据该像素点在标准照明条件下的目标色彩值对全图像色度进行加权调整。

31、优选的，步骤s5包括：

32、在完成图像色彩空间重构后，基于多帧图像数据生成动态可逆光场注入指令，依据光源参数、反射特征分布与时间序列变化建立光照响应映射模型，并构建光场调节函数实现像素级注入控制；

33、在生成光场注入指令后，依据图像当前时刻的反射强度分布，激活微尺度相位对消控制机制，通过分析像素亮度变化与相邻区域响应，实施反射相位反向调控形成干预响应；

34、在激活控制机制后，建立时间序列驱动的像素级闭环调控结构，追踪反射变化趋势，实时调整光场注入参数以保持干预的动态同步性；

35、在闭环调控完成后，提取营养纹理区域的结构指标，量化调控效果，并对偏差区域优化注入参数执行局部光场补偿操作；

36、在完成结构稳定性检验与优化后，整合光色耦合张量、能量密度映射与光场响应数据，执行全图像素级终态校核，输出经调控图像用于饮食偏好建模与健康干预分析。

37、优选的，动态可逆光场注入指令的生成，以光源入射角度、反射区域纹理清晰度与色彩饱和度为输入参数，结合时间序列中相位位置与持续周期信息，完成针对异常反射区域的像素级光场注入调控。

38、基于多模态大模型的儿童饮食偏好分析系统，包括光照建模模块、反射伪影定位模块、反射校正与纹理恢复模块、色彩重构模块以及光照自适应调控模块：

39、光照建模模块，获取色温漂移指纹，建立反射光谱分离基线，通过时间同步的光照映射生成时空参照矩阵，利用该参照矩阵锁定高反光区域所对应的光源强度、入射角度与色温参数；

40、反射伪影定位模块，基于时空参照矩阵提取餐盘图像区域的多角度偏振特征，结合语义时间戳重排机制对光线入射路径进行配准，定位镜面反射伪影，并追溯引起伪影的光照源特性；

41、反射校正与纹理恢复模块，在镜面反射伪影区域内提取食物的材质特征、形貌特征与湿度特征，构建三维耦合模型，通过能级反演计算分离真实反射信号与高亮伪影信号，恢复食物表面的营养纹理特征；

42、色彩重构模块，基于恢复的营养纹理生成跨时间帧的光色耦合张量，应用白平衡逆向估计机制对每一帧图像的色度值进行自适应重构，校正能量密度映射并统一图像色彩空间；

43、光照自适应调控模块，在重构的图像色彩空间中生成动态可逆光场注入指令，激活微尺度相位对消控制机制，对反射强度进行像素级的时间序列闭环调控，实现光照失配的主动补偿与食物营养特征的稳定提取。

44、在上述技术方案中，本发明提供的技术效果和优点：

45、本发明通过建立色温漂移指纹与反射光谱分离基线，从物理层面获取光照行为的变化规律，并结合偏振特征、语义重排与光线配准手段，实现对镜面反射伪影的精准识别与源头追溯。同时，通过材质、形貌与湿度等多维特征构建三维耦合模型，并引入能级反演机制，有效分离真实食物反射与高亮干扰，恢复被高光遮蔽的营养纹理信息。在此基础上，光色耦合张量与白平衡逆向估计的引入使得图像色彩统一性显著增强，能量密度映射误差得以校正，进一步提高了食物营养分析的稳定性与连续性。最终，通过动态光场注入与相位对消调控机制的闭环控制，实现了对光照失配的自适应修复，使图像中营养特征信息在时间维度上保持稳定，全面提升了系统对儿童饮食行为中营养摄入、饮食偏好与健康风险的智能分析能力，为个性化膳食指导和精准营养干预提供了高度可靠的数据支撑与决策依据。