膳食营养的分析方法、装置、电子设备及存储介质与流程

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。

背景技术：

1、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。

2、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。

3、公开该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，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

1、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。

2、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。

3、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。

4、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。

5、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。

6、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。

7、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。

技术特征：

1.一种膳食营养的分析方法，所述方法包括：

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：

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：

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：

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：

6.根据权利要求1至5中任一项所述的方法，其中，所述膳食分析模型通过以下方式训练得到：

7.根据权利要求6所述的方法，其中，所述获取膳食分析训练样本集包括：

8.一种膳食营养的分析装置，包括：

9.一种电子设备，包括：

10.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行权利要求1-7任一项所述的膳食营养的分析方法的步骤。

技术总结
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。

技术研发人员：曾婵,李昊,李赫
受保护的技术使用者：人保信息科技有限公司
技术研发日：
技术公布日：2024/1/13