烹饪方式的展示方法及装置、抽油烟机与流程

本发明涉及抽油烟机领域，具体而言，涉及一种烹饪方式的展示方法及装置、抽油烟机。

背景技术：

目前，抽油烟机功能比较单一，仅是完成油烟机的吸烟功能，而随着人们个性化需求越来越多，功能单一会影响人们对产品的体验，同时，也限制了油烟机的应用场景。

针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种烹饪方式的展示方法及装置、抽油烟机，以至少解决相关技术中抽油烟机功能单一的技术问题。

根据本发明实施例的一个方面，提供了一种烹饪方式的展示方法，包括：获取当前食材的第一图像信息；基于第一图像信息确定食材的种类；依据食材的种类确定食材对应的至少一种菜品；依据菜品确定食材的烹饪方式，并在抽油烟机上显示烹饪方式。

可选地，基于第一图像信息确定食材的种类，包括：将第一图像信息作为第一模型的输入，确定第一图像信息所对应的食材的种类，其中，第一模型为使用第一数据库中的多组数据通过机器学习训练得到的，第一数据库中多组数据中的每组数据均包括：食材图像信息以及与食材图像信息对应的食材种类。

可选地，依据食材的种类确定食材对应的至少一种菜品，包括：依据食材的种类确定菜品列表，其中，菜品列表中每种菜品的食材组成中均包括食材的种类对应的食材；接收选择指令，以及依据该选择指令从菜品列表中选择与食材对应的菜品。

可选地，依据食材的种类确定食材对应的至少一种菜品，包括：依据食材的种类确定菜品列表，其中，菜品列表中每种菜品的食材组成中均包括食材的种类对应的食材；获取抽油烟机的用户图像；依据用户图像确定使用抽油烟机的用户的身份信息；

基于与身份信息对应的历史饮食记录从菜品列表中选择与食材对应的菜品。

可选地，基于第一图像信息确定食材的种类，包括：将用户图像作为第二模型的输入，确定用户图像所对应的身份信息，其中，第二模型为使用第二数据库中的多组数据通过机器学习训练得到的，第二数据库中多组数据中的每组数据均包括：用户图像以及与用户图像对应的身份信息。

可选地，上述方法还包括：获取食材的烹饪过程中的第二图像信息，其中，第二图像信息用于反映食材的烹饪状态；将第二图像信息发送至终端设备。

可选地，上述方法还包括：基于第二图像信息获取食材的烹饪状态；在烹饪状态为指定状态时，向终端设备发送通知消息，其中，该通知消息用于通知终端设备食材已经处于指定状态。

根据本发明实施例的另一方面，还提供了一种包括控制面板和排烟筒，排烟筒设置在控制面板上方，包括：图像采集装置，设置在控制面板的底部，用于获取当前食材的第一图像信息；处理器，用于基于第一图像信息确定食材的种类；依据食材的种类确定食材对应的至少一种菜品；以及依据菜品确定食材的烹饪方式；显示装置，设置在控制面板上，用于在抽油烟机上显示烹饪方式。

本发明实施例提供了另一种烹饪方式的展示装置，应用于抽油烟机中，其中，该展示装置包括：获取模块，用于获取当前食材的第一图像信息；第一确定模块，用于基于第一图像信息确定食材的种类；第二确定模块，用于依据食材的种类确定食材对应的至少一种菜品；第三确定模块，用于依据菜品确定食材的烹饪方式；显示模块，用于在抽油烟机上显示烹饪方式。

可选地，第一确定模块，用于将第一图像信息作为第一模型的输入，确定第一图像信息所对应的食材的种类，其中，第一模型为使用第一数据库中的多组数据通过机器学习训练得到的，第一数据库中多组数据中的每组数据均包括：食材图像信息以及与食材图像信息对应的食材种类。

根据本发明实施例的又一方面，提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上所述的烹饪方式的展示方式。

根据本发明实施例的又一方面，提供了一种处理器，处理器用于运行程序，其中，程序运行时执行以上所述的烹饪方式的展示方法。

在本发明实施例中，采用依据食材的种类确定相应的菜品，并依据菜品确定并显示该类食材对应的烹饪方式的方式，达到了扩展油烟机的应用场景的目的，从而提升了用户体验，进而解决了相关技术中抽油烟机功能单一的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本申请实施例的一种抽油烟机的结构示意图；

图2是根据本申请实施例的一种可选的烹饪方式的展示方法的流程图；

图3是根据本发明实施例的一种可选的烹饪方式的展示装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，为方便理解本发明实施例，下面将对本发明中所涉及的部分术语或名词进行解释说明：

像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻和逼真；像素点：指像素的数值。

二值化：是指对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

CNN：卷积神经网络，是指描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出层，从而将输入的节点通过神经元不断关联，得到优化对象，一般会包括卷积层、过滤层，通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期，对每一训练图片，程序将重复固定数目的周期过程，以不断优化训练学习结果。

以图搜图：是指在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。

迁移学习：实质是图像匹配，通过迁移学习将模型应用在各个领域中，具体是数据库中的图片的矢量表示X通过线性变换迁移到别的领域的图像X1上，通过引用随机傅里叶函数，将迁移变换转变为非线性函数，然后得到需要的图像。

朴素贝叶斯：是指给一张图片，可以返回对象分类，将图片识别作为一个简单的态度，以得到相应的对象。

依存语法：是指构建主词与描述主词的词之间的关系，依存语法中没有词组这个层次，每一个结点都与句子中的单词相对应，能直接处理句子中词与词之间的关系，以便于分析和信息提取。

决策树：是指根据特征进行分类，每个节点提出一个问题，将数据分为两类，并继续提问，这些问题是在已有的数据上学习训练的，以在投入新数据时，根据数据所在的树上的问题，将数据划分到对应的叶子上。

深度学习：是机器学习中一种基于对数据进行表征学习的方法，概念源于人工神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，含多隐层的多层感知器就是一种深度学习结构。

KNN算法：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。

图1是根据本申请实施例的一种抽油烟机的结构示意图，如图1所示，该抽油烟机包括：控制面板1和排烟筒2，排烟筒2设置在控制面板1上方；图像采集装置，设置在控制面板1的底部，用于获取当前食材的第一图像信息；处理器3，用于基于第一图像信息确定食材的种类；依据食材的种类确定食材对应的至少一种菜品；以及依据菜品确定食材的烹饪方式；显示装置4，设置在控制面板1上，用于在抽油烟机上显示烹饪方式。可选地，上述处理器3可以设置于控制面板1的内部，需要说明的是，该处理器是位于控制面板内部的，图1中为了方便，将其显示在控制面板1外表面，但本领域技术人员应当知晓，其应当在控制面板内部，是不可见的。

根据本发明实施例，提供了一种烹饪方式的展示方法的方法实施例，该方法可以运行于图1所示结构中，但不限于此。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2是根据本申请实施例的一种可选的烹饪方式的展示方法的流程图。如图2所示，该方法包括：

步骤S202，获取当前食材的第一图像信息；

本申请实施例中，可以在设置有上述抽油烟机的房间内的指定区域设置一个或多个图像采集装置，(例如，摄像头)，以采集食材的图像信息，本申请中对于摄像头的设置位置不做限定，例如，以上述抽油烟机设置在普通居民家庭为例，可以但不限于在厨房内的炒锅所在区域的房屋顶部、与抽油烟机处于同一区域(例如同一房间)的其他家电设备(例如冰箱)，分别设置一个摄像头。

在一个可选实施例中，图像采集装置也可以设置在抽油烟机上，例如，设置在抽油烟机的控制面板处，或者，设置在抽油烟机的边缘位置。

步骤S204，基于第一图像信息确定食材的种类；

可选地，该步骤的实现方式有多种，例如，可以采用以下方式基于第一图像信息确定食材的种类：将第一图像信息作为第一模型的输入，确定第一图像信息所对应的食材的种类，其中，第一模型为使用第一数据库中的多组数据通过机器学习训练得到的，第一数据库中多组数据中的每组数据均包括：食材图像信息以及与食材图像信息对应的食材种类。

通过设置在不同位置的摄像头可以分别采集所在区域的油烟的图像，在采集图像时，可以是每隔预设时间段(例如，每隔一分钟)拍摄一次图像，然后根据上述图像分析食材的种类。在一个可选实施例中，还可以根据食材的种类或者菜品控制抽油烟机的工作状态，例如，对于产生油烟较多或产生刺激性气味(例如辣椒)的食材或菜品，将抽油烟机的吸风能力提高。

需要说明的是，本申请中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(RGB图像)。在分析图像时，可以根据二值化图像处理方式分析图像中的信息，具体的，在分析时，可以对图像中多个像素点与历史图像中的像素点位置进行比较，以确定出存在差异的像素点，然后将存在差异的像素点区分出来，得到图像中是否存在油烟的图像信息。

可选地，可以通过以下方式确定用户的身份信息，但不限于此：依据用户图像确定使用抽油烟机的用户的身份信息，将用户图像作为第二模型的输入，确定用户图像所对应的身份信息，其中，第二模型为使用第二数据库中的多组数据通过机器学习训练得到的，第二数据库中多组数据中的每组数据均包括：用户图像以及与用户图像对应的身份信息。

步骤S206，依据食材的种类确定食材对应的至少一种菜品；

在一个可选实施例中，步骤S206可以通过以下之一方式实现，但不限于此：1)依据食材的种类确定菜品列表，其中，菜品列表中每种菜品的食材组成中均包括食材的种类对应的食材；接收选择指令，以及依据该选择指令从菜品列表中选择与食材对应的菜品。2)依据食材的种类确定菜品列表，其中，菜品列表中每种菜品的食材组成中均包括食材的种类对应的食材；获取抽油烟机的用户图像；依据用户图像确定使用抽油烟机的用户的身份信息；基于与身份信息对应的历史饮食记录从菜品列表中选择与食材对应的菜品。

步骤S208，依据菜品确定食材的烹饪方式，并在抽油烟机上显示烹饪方式。

为了实现对烹饪过程的监控，在一个可选实施例中，上述方法还可以包括以下之一过程：1)获取食材的烹饪过程中的第二图像信息，其中，第二图像信息用于反映食材的烹饪状态；将第二图像信息发送至终端设备。2)基于第二图像信息获取食材的烹饪状态；在烹饪状态为指定状态时，向终端设备发送通知消息，其中，该通知消息用于通知终端设备食材已经处于指定状态。具体地，通过抽烟机上的摄像头实时监控食材的烹饪过程，用户可以通过手机等终端设备，在房间的任何一个地方查看食材的烹饪的进度，防止食物被烧焦。可选地，结合当前检测的食物图像判断食物制作好的情况下，通过手机等终端设备通知用户，避免用户频繁进出厨房的麻烦。

本发明实施例提供了另一种烹饪方式的展示装置，应用于抽油烟机中，其中，如图3所示，该展示装置包括：获取模块30，用于获取当前食材的第一图像信息；第一确定模块32，用于基于第一图像信息确定食材的种类；第二确定模块34，用于依据食材的种类确定食材对应的至少一种菜品；第三确定模块36，用于依据菜品确定食材的烹饪方式；显示模块38，用于在抽油烟机上显示烹饪方式。

可选地，第一确定模块32，用于将第一图像信息作为第一模型的输入，确定第一图像信息所对应的食材的种类，其中，第一模型为使用第一数据库中的多组数据通过机器学习训练得到的，第一数据库中多组数据中的每组数据均包括：食材图像信息以及与食材图像信息对应的食材种类。

本发明实施例还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上所述的烹饪方式的展示方式。

本发明实施例还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行以上所述的烹饪方式的展示方法。

喜恶用户体验效果不是很好。另外，人们在查询食材的烹饪方式时，往往会使用电脑、移动终端等终端设备连接网络，以在搜索引擎上进行查询，但是，在查询到结果后，如果菜品的烹饪过程比较复杂，人们往往会反复去终端设备上查看，这样，浪费用户时间。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。