膳食营养的分析方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了膳食营养的分析方法、装置、电子设备及存储介质，涉及人工智能技术领域。该方法包括：接收膳食图像信息；将所述膳食图像信息输入预先训练好的膳食分析模型，获取所述膳食图像信息对应的分割识别结果和预测深度图，所述分割识别结果包括所述膳食图像信息中每一个目标食材的分割图像信息和所述目标食材的食材识别结果，所述预测深度图包括所述膳食图像信息中每一个像素的深度信息；根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果。述膳食图像信息对应的营养分析结果。述膳食图像信息对应的营养分析结果。

【技术实现步骤摘要】
膳食营养的分析方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及膳食营养的分析方法、装置、电子设备及存储介质。

技术介绍

[0002]饮食健康类移动应用通过系统化的饮食管理，让人们更加清晰地对于自己地饮食进行调整与优化。
[0003]相关技术中，通常需要用户手动填写每日进食类别与数量，移动应用自动估算对应的营养成分，从而实现热量控制与合理饮食推荐。这种方式需要人输入较多信息，操作繁琐且用户估算误差较大。相关技术中也有一些技术通过膳食图像识别食物类别的技术，这种方法无法自动估算食物体积，从而需要手动输入分量大小，仍然存在操作繁琐且准确度不高的问题，影响用户的体验。
[0004]公开该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

[0005]本申请实施例的目的是提供一种膳食营养的分析方法、装置、电子设备及存储介质，通过训练好的膳食分析模型获取膳食图像信息对应的营养分析结果，操作简单且准确度高，提升用户满意度。
[0006]为解决上述技术问题，本申请实施例是通过以下各方面实现的。
[0007]第一方面，本申请实施例提供了一种膳食营养的分析方法，包括：接收膳食图像信息；将所述膳食图像信息输入预先训练好的膳食分析模型，获取所述膳食图像信息对应的分割识别结果和预测深度图，所述分割识别结果包括所述膳食图像信息中每一个目标食材的分割图像信息和所述目标食材的食材识别结果，所述预测深度图包括所述膳食图像信息中每一个像素的深度信息；根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果。
[0008]第二方面，本申请实施例提供了一种膳食营养的分析装置，包括：接收模块，接收膳食图像信息；获取模块，将所述膳食图像信息输入预先训练好的膳食分析模型，获取所述膳食图像信息对应的分割识别结果和预测深度图，所述分割识别结果包括所述膳食图像信息中每一个目标食材的分割图像信息和所述目标食材的食材识别结果，所述预测深度图包括所述膳食图像信息中每一个像素的深度信息；确定模块，根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果。
[0009]第三方面，本申请实施例提供了一种电子设备，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机可执行指令，所述计算机可执行指令被所述处理器执行时实现步骤:接收膳食图像信息；将所述膳食图像信息输入预先训练好的膳食分析模型，获取所述膳食图像信息对应的分割识别结果和预测深度图，所述分割识别结果
包括所述膳食图像信息中每一个目标食材的分割图像信息和所述目标食材的食材识别结果，所述预测深度图包括所述膳食图像信息中每一个像素的深度信息；根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果。
[0010]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机可执行指令，所述计算机可执行指令被处理器执行时实现步骤:接收膳食图像信息；将所述膳食图像信息输入预先训练好的膳食分析模型，获取所述膳食图像信息对应的分割识别结果和预测深度图，所述分割识别结果包括所述膳食图像信息中每一个目标食材的分割图像信息和所述目标食材的食材识别结果，所述预测深度图包括所述膳食图像信息中每一个像素的深度信息；根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果。
[0011]本申请实施例，通过接收膳食图像信息；将所述膳食图像信息输入预先训练好的膳食分析模型，获取所述膳食图像信息对应的分割识别结果和预测深度图，所述分割识别结果包括所述膳食图像信息中每一个目标食材的分割图像信息和所述目标食材的食材识别结果，所述预测深度图包括所述膳食图像信息中每一个像素的深度信息；根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果。采用上述方案，通过训练好的膳食分析模型获取膳食图像信息对应的营养分析结果，操作简单且准确度高，提升用户满意度。
附图说明
[0012]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0013]图1示出本申请实施例提供的膳食营养的分析方法的一种流程示意图；
[0014]图2示出本申请实施例提供的一种膳食分析模型的训练过程的示意图；
[0015]图3示出本申请实施例提供的一种预设神经网络模型的结构示意图；
[0016]图4示出本申请实施例提供的一种膳食营养的分析装置的结构示意图；
[0017]图5示出本申请实施例提供的另一种膳食营养的分析装置的结构示意图；
[0018]图6为执行本申请实施例提供的膳食营养的分析方法的电子设备的硬件结构示意图。
具体实施方式
[0019]为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0020]图1示出本申请实施例提供的膳食营养的分析方法的一种流程示意图，该方法可以由电子设备执行，例如终端设备或服务端设备。换言之，所述方法可以由安装在终端设备
或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。该方法可以包括以下步骤。
[0021]步骤S10：接收膳食图像信息。
[0022]膳食图像信息可以是用户发送的膳食图像，例如可以是乘装在餐盘上的牛排套餐图像，包括牛排、煎蛋和米饭。该膳食图像信息可以包括M
×
N个像素，每个像素包括RGB三通道的特征。
[0023]在一些可能的实现方式中，用户可以通过有线通信(例如以太网)方式或者无线通信(例如4G、5G或物联网)方式发送该膳食图像信息，本公开对此不作限制。
[0024]步骤S11：将膳食图像信息输入预先训练好的膳食分析模型，获取膳食图像信息对应的分割识别结果和预测深度图。
[0025]其中，分割识别结果包括膳食图像信息中每一个目标食材的分割图像信息和目标食材的食材识别结果，预测深度图包括膳食图像信息中每一个像素的深度信息
。
[0026]每一个分割图像信息包括对应的图像分割特征，该图像分割特征用于将对应的分割图像信息从膳食图像信息中分割开来，在一些可能的实现方式中，该图像分割特征可以是二值掩模(Binary Mask)。以牛排套餐图像为例，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种膳食营养的分析方法，所述方法包括：接收膳食图像信息；将所述膳食图像信息输入预先训练好的膳食分析模型，获取所述膳食图像信息对应的分割识别结果和预测深度图，所述分割识别结果包括所述膳食图像信息中每一个目标食材的分割图像信息和所述目标食材的食材识别结果，所述预测深度图包括所述膳食图像信息中每一个像素的深度信息；根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果。2.根据权利要求1所述的方法，其中，所述根据所述分割识别结果和所述预测深度图确定所述膳食图像信息对应的营养分析结果包括：针对每一个所述目标食材，根据该目标食材的所述分割图像信息和所述预测深度图确定该目标食材对应的食材体积；根据每一个所述目标食材的所述食材体积、所述食材识别结果和对应的目标单位营养成分含量确定所述膳食图像信息对应的营养分析结果，所述目标单位营养成分含量为多个预设的单位营养成分含量中所述食材识别结果对应的单位营养成分含量。3.根据权利要求2所述的方法，其中，所述针对每一个所述目标食材，根据该目标食材的分割图像信息和所述预测深度图确定该目标食材对应的食材体积包括：针对所述分割图像信息中每一个目标像素点，从所述预测深度图中获取所述目标像素点对应的目标像素深度信息；根据所述目标像素深度信息从多个预设的像素尺寸信息中确定每一个所述目标像素点的目标像素尺寸；根据所述分割图像信息中每一个目标像素点分别对应的所述目标像素尺寸和所述目标像素深度信息确定该目标食材对应的食材体积。4.根据权利要求2所述的方法，其中，所述单位营养成分含量为单位体积营养成分含量，表示单位体积食材对应的营养成分含量，所述根据每一个所述目标食材的所述食材体积、所述食材识别结果和对应的目标营养成分含量获取所述膳食图像信息对应的营养分析结果包括：针对每一个所述目标食材，根据该目标食材对应的所述食材体积和所述单位体积营养成分含量确定该目标食材对应的营养成分含量；根据所述膳食图像信息中每一个目标食材分别对应的营养成分含量的和值确定所述膳食图像信息对应的营养分析结果。5.根据权利要求2所述的方法，其中，所述单位营养成分含量为单位重量营养成分含量，表示单位重量食材对应的营养成分含量，所述根据每一个所述目标食材的所述食材体积、所...

【专利技术属性】
技术研发人员：曾婵，李昊，李赫，
申请(专利权)人：人保信息科技有限公司，
类型：发明
国别省市：