本发明公开了一种冰箱及食材识别方法,由于处理器可以实现接收多帧检测图像,并根据接收的多帧检测图像,确定出每一帧检测图像的特征向量。
根据预先确定的多个不同食材种类对应的类特征向量和每一帧检测图像的特征向量,确定待识别食材对应每一个食材种类的目标置信概率,进而将目标置信概率中的最大值对应的食材种类,确定为待识别食材的种类。
这样可以降低单帧图像对识别结果异常的影响,提高食材种类识别的准确度。
并且,还可以采用图像检索的方法进行种类识别,可以利用少量的图像在短时间内构建识别分类器,快速实现识别分类器的更新和优化,弥补了基于深度学习方法进行分类器更新的局限性。
陈维强 高雪松 曲磊 高桢 孙菁 高语函 李正义 赵启东 谢飞学
海信集团有限公司
266071 山东省青岛市市南区东海西路17号
本发明公开了一种冰箱及食材识别方法,由于处理器可以实现接收多帧检测图像,并根据接收的多帧检测图像,确定出每一帧检测图像的特征向量。
根据预先确定的多个不同食材种类对应的类特征向量和每一帧检测图像的特征向量,确定待识别食材对应每一个食材种类的目标置信概率,进而将目标置信概率中的最大值对应的食材种类,确定为待识别食材的种类。
这样可以降低单帧图像对识别结果异常的影响,提高食材种类识别的准确度。
并且,还可以采用图像检索的方法进行种类识别,可以利用少量的图像在短时间内构建识别分类器,快速实现识别分类器的更新和优化,弥补了基于深度学习方法进行分类器更新的局限性。