技术特征：
技术总结
本发明公开了一种基于神经网络的食物识别方法，包括以下步骤：S1,获取食物图像并输入神经网络；S2，对输入的图像进行特征抽取和降维，得到关键特征；S3,对输入的图像进行LBP特征值计算，得到LBP特征图；S4，将LBP特征图与关键特征进行合并，得到细节特征，并将细节特征输入到下一层；S5，使用神经网络最终抽取的特征进行食物图像的分类。对获取的食物图像不仅进行关键特征的提取，还对其进行LBP特征计算，将得到的LBP特征图与关键特征进行合并，使得细节特征不被抛弃，网络上层依旧可以学习细节特征，解决了目前食物识别方法对细节识别不准确的问题。
技术研发人员：杨德顺;陈晓鹏
受保护的技术使用者：广州市派客朴食信息科技有限责任公司
技术研发日：2018.01.19
技术公布日：2018.07.13