本发明专利技术公开了一种冰箱、食材成分识别方法和装置。所述冰箱包括用于检测食材的红外光谱数据的红外光谱仪，以及主控装置，用于：响应于预设的食材成分识别指令，确定待检测食材的食材种类；接收所述红外光谱仪检测到的所述待检测食材的红外光谱数据；将所述红外光谱数据输入预设的且与所述食材种类对应的食材成分识别模型，以得到所述待检测食材的主要营养成分以及每一所述主要营养成分的比例；所述比例为所述主要营养成分在食材总成分中所占的比值。采用本发明专利技术实施例，能有效实现对不同食材种类的主要营养成分及其比例的识别，为使用者的饮食健康提供基础数据支持，为用户提供更好的使用体验。用体验。用体验。
【技术实现步骤摘要】
一种冰箱、食材成分识别方法和装置
[0001]本专利技术涉及食物检测
，尤其涉及一种冰箱、食材成分识别方法和装置。
技术介绍
[0002]随着人们生活水平和消费水平的提高，冰箱中的食材越来越丰盛，用户对食材的营养、口感等的品质需求也越来越高，这使得智能冰箱产品也越来越成为人民关注热点。
[0003]智能冰箱通常设置有影音娱乐、新闻播送、食材管理等功能。而其中，食材管理的功能则涉及到获取食物成分的比例，例如水分、蛋白质、脂肪、糖、淀粉、纤维素等成分的比例。现有的智能冰箱的识别策略通常是根据文献记载，对某一种类食物的成分及其比例设定预设值，通过图像识别、电子标签或条码等方式确定食材种类后，调取该食物种类对应的成分及其比例，得到成分识别结果。
[0004]然而，专利技术人发现现有技术至少存在如下问题：由于现有的食材成分识别方法对某种食材种类的成分及其比例的预设值是单一的、固定的，而实际情况下，同样的食材种类，其成分比例是不完全相同的。例如同样是牛肉，其脂肪成分的含量可能不同，如果使用者对营养成分高度关注，采用现有技术的方法就无法区分一份脂肪含量较高的牛肉与一份脂肪含量较低的牛肉，现有的食材成分识别方法的缺点显而易见。
技术实现思路
[0005]本专利技术实施例的目的是提供一种冰箱、食材成分识别方法和装置，能有效实现对不同食材种类的主要营养成分及其比例的识别，为使用者的饮食健康提供基础数据支持，为用户提供更好的使用体验。
[0006]为实现上述目的，本专利技术实施例提供了一种冰箱，包括：
[0007]冰箱箱体，内部设置有储存室，用于储存食材；
[0008]红外光谱仪，设置于所述冰箱箱体上，用于检测食材的红外光谱数据；
[0009]主控装置，与所述红外光谱仪连接，用于：
[0010]响应于预设的食材成分识别指令，确定待检测食材的食材种类；
[0011]接收所述红外光谱仪检测到的所述待检测食材的红外光谱数据；
[0012]将所述红外光谱数据输入预设的且与所述食材种类对应的食材成分识别模型，以得到所述待检测食材的主要营养成分以及每一所述主要营养成分的比例；所述比例为所述主要营养成分在食材总成分中所占的比值。
[0013]作为上述方案的改进，通过以下步骤构建每一食材种类对应的食材成分识别模型：
[0014]获取每一所述食材种类对应的若干食材训练样本；其中，每一所述食材种类的主要营养成分是预先设置的，且每一所述食材训练样本的主要营养成分的比例是已知的；
[0015]采用红外光谱仪检测每一所述食材训练样本的红外光谱数据；
[0016]根据每一所述食材种类对应的所有所述食材训练样本的营养成分的比例和红外
光谱数据，训练得到每一所述食材种类对应的食材成分识别模型。
[0017]作为上述方案的改进，所述根据每一所述食材种类对应的所有所述食材训练样本的营养成分的比例和红外光谱数据，训练得到每一所述食材种类对应的食材成分识别模型，具体包括：
[0018]确定每一所述食材训练样本的红外光谱数据的每一特征吸收峰，并计算每一所述特征吸收峰的特征参数；其中，所述特征参数包括位置和波长；
[0019]根据所述特征吸收峰的特征参数，采用预设的光谱数据分析方法，确定所述特征吸收峰对应的官能团，以确定所述特征吸收峰对应的主要营养成分；
[0020]在每一所述食材种类下，将每一所述食材训练样本的每一所述特征吸收峰的特征参数，与所述特征吸收峰对应的主要营养成分的比例的对应关系导入预设的拟合模型进行拟合，以训练得到每一所述食材种类对应的食材成分识别模型。
[0021]作为上述方案的改进，所述预设的光谱数据分析方法为间隔偏最小二乘法、向后间隔偏最小二乘法或动态向后间隔偏最小二乘法。
[0022]作为上述方案的改进，所述确定待检测食材的食材种类，具体包括：
[0023]获取所述待检测食材的图像信息；
[0024]将所述待检测食材的图像信息输入预设的食材种类分类模型，以得到所述待检测食材的食材种类。
[0025]作为上述方案的改进，在所述将所述红外光谱数据输入预设的且与所述食材种类对应的食材成分识别模型，以得到所述待检测食材的主要营养成分以及每一所述主要营养成分的比例之后，所述主控装置还用于：
[0026]获取所述待检测食材的重量；
[0027]根据所述待检测食材的重量和每一所述主要营养成分的比例，计算所述待检测食材的热量值。
[0028]作为上述方案的改进，所述冰箱还包括显示装置，所述显示装置与所述主控装置连接；
[0029]所述主控装置还用于：
[0030]将所述待检测食材的每一所述主要营养成分、比例和所述热量值发送给所述显示装置进行显示。
[0031]作为上述方案的改进，每一所述食材种类对应的食材成分识别模型存储在云端服务器中，则所述主控装置还与所述云端服务器连接，以获取所述云端服务器下发的所述食材成分识别模型。
[0032]本专利技术实施例还提供了一种食材成分识别方法，包括：
[0033]响应于预设的食材成分识别指令，确定待检测食材的食材种类；
[0034]检测所述待检测食材的红外光谱数据；
[0035]将所述红外光谱数据输入预设的且与所述食材种类对应的食材成分识别模型，以得到所述待检测食材的主要营养成分以及每一所述主要营养成分的比例；所述比例为所述主要营养成分在食材总成分中所占的比值。
[0036]本专利技术实施例还提供了一种食材成分识别装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程
序时实现如上所述的食材成分识别方法。
[0037]与现有技术相比，本专利技术实施例公开的冰箱、食材成分识别方法和装置，响应于预设的食材成分识别指令，确定待检测食材的食材种类；接收红外光谱仪检测到的所述待检测食材的红外光谱数据；将所述红外光谱数据输入预设的且与所述食材种类对应的食材成分识别模型，以得到所述待检测食材的主要营养成分以及每一所述主要营养成分的比例；所述比例为所述主要营养成分在食材总成分中所占的比值。采用本专利技术实施例的技术手段，通过将待检测食材的红外光谱数据输入预先建立的食材成分识别模型进行比对分析，能够精准地计算得到待检测食材的主要营养成分及其比例，为使用者的饮食健康提供基础数据支持，提供了一种更加智能、编辑、科学的冰箱，为用户提供更好的使用体验。
附图说明
[0038]图1是本专利技术实施例提供的一种冰箱的结构示意图；
[0039]图2是本专利技术实施例中主控装置所执行的工作流程示意图；
[0040]图3是本专利技术实施例提供的食材成分识别模型的训练步骤示意图；
[0041]图4是本专利技术实施例提供的一种食材成分识别方法的流程示意图；
[0042]图5是本专利技术实施例提供的一种食材成分识别装置的结构示意图。
具体实施方式<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种冰箱，其特征在于，包括：冰箱箱体，内部设置有储存室，用于储存食材；红外光谱仪，设置于所述冰箱箱体上，用于检测食材的红外光谱数据；主控装置，与所述红外光谱仪连接，用于：响应于预设的食材成分识别指令，确定待检测食材的食材种类；接收所述红外光谱仪检测到的所述待检测食材的红外光谱数据；将所述红外光谱数据输入预设的且与所述食材种类对应的食材成分识别模型，以得到所述待检测食材的主要营养成分以及每一所述主要营养成分的比例；所述比例为所述主要营养成分在食材总成分中所占的比值。2.如权利要求1所述的冰箱，其特征在于，通过以下步骤构建每一食材种类对应的食材成分识别模型：获取每一所述食材种类对应的若干食材训练样本；其中，每一所述食材种类的主要营养成分是预先设置的，且每一所述食材训练样本的主要营养成分的比例是已知的；采用红外光谱仪检测每一所述食材训练样本的红外光谱数据；根据每一所述食材种类对应的所有所述食材训练样本的营养成分的比例和红外光谱数据，训练得到每一所述食材种类对应的食材成分识别模型。3.如权利要求2所述的冰箱，其特征在于，所述根据每一所述食材种类对应的所有所述食材训练样本的营养成分的比例和红外光谱数据，训练得到每一所述食材种类对应的食材成分识别模型，具体包括：确定每一所述食材训练样本的红外光谱数据的每一特征吸收峰，并计算每一所述特征吸收峰的特征参数；其中，所述特征参数包括位置和波长；根据所述特征吸收峰的特征参数，采用预设的光谱数据分析方法，确定所述特征吸收峰对应的官能团，以确定所述特征吸收峰对应的主要营养成分；在每一所述食材种类下，将每一所述食材训练样本的每一所述特征吸收峰的特征参数，与所述特征吸收峰对应的主要营养成分的比例的对应关系导入预设的拟合模型进行拟合，以训练得到每一所述食材种类对应的食材成分识别模型。4.如权利要求3所述的...
【专利技术属性】
技术研发人员：周晓东，罗晨，王海燕，李媛，
申请(专利权)人：海信山东冰箱有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。