自动推荐食物的方法、装置与流程

本发明涉及到智能家居
技术领域：
，特别是涉及到一种自动推荐食物的方法、装置。
背景技术：
：随着生活水平的提高，自助食物设备已为广大商家所采用，尤其在自助餐饮、办公场所中被广泛应用，每台自助食物设备通常可以有若干种不同的食物，而且还可以选择食物的若干种配置方式，用户可以根据自己的喜好，选择自己喜欢的食物和配置方式。而现有自助食物设备一般需要用户在机器旁边一项一项选择操作完成食物配置制作，使得工作效率较低，用户智能化体验感较差。技术实现要素：本发明的主要目的为提供一种自动推荐食物的方法、装置，能提高自助食物设备的工作效率。为了实现上述发明目的，本发明提出一种自动推荐食物的方法，包括：获取人脸图像；判断人脸图像是否与图像数据库中的已存人脸图像匹配；若匹配，则获取与已存人脸图像关联存储的食物配置记录；推送存储的食物配置记录。进一步地，判断人脸图像是否与图像数据库中的已存人脸图像匹配的步骤之后，还包括：若不匹配，则将人脸图像存储在图像数据库中，形成已存人脸图像；接收食物配置请求，将食物配置请求携带的配置记录与对应的已存人脸图像进行关联储存，形成食物配置记录。进一步地，推送存储的食用配置记录的步骤之后，还包括：根据存储的食物配置记录及当前环境情况生成最佳食物配置；推送最佳食物配置。进一步地，当前环境情况包括当前气候信息，根据存储的食物配置记录及当前环境情况生成最佳食物配置的步骤中，包括：获取当前气候信息；分析存储的食物配置记录与当前气候信息是否匹配；若不匹配，根据气候信息和存储的食物配置记录按照预设的规则生成最佳食物配置。进一步地，推送存储的食物配置记录的步骤之后，包括：接收食物配置请求，其中，食物配置请求携带当前食物配置记录；分析当前食物配置记录与存储的食物配置记录是否相同；若不同，则将当前食物配置与对应的已存人脸图像进行关联储存，形成新的食物配置记录。本发明还提出一种自动推荐食物的装置，包括：第一获取模块，用于获取人脸图像；判断模块，用于判断人脸图像是否与图像数据库中的已存人脸图像匹配；第二获取模块，用于判断模块判断为是，则获取与已存人脸图像关联存储的食物配置记录；第一推送模块，用于推送存储的食物配置记录。进一步地，还包括：存储模块，用于判断模块判断为否，则将人脸图像存储在图像数据库中，形成已存人脸图像；第一记录模块，用于接收食物配置请求，将食物配置请求携带的配置记录与对应的已存人脸图像进行关联储存，形成食物配置记录。进一步地，还包括：生成模块，用于根据存储的食用配置记录及当前环境情况生成最佳食物配置；第二推送模块，用于推送最佳食物配置。进一步地，生成模块包括：获取子模块，用于获取当前气候信息；分析子模块，用于分析存储的食物配置记录与当前气候信息是否匹配；生成子模块，用于若分析子模块为否，根据气候信息和存储的食物配置记录按照预设的规则生成最佳食物配置。进一步地，还包括：接收模块，用于接收食物配置请求，其中，食物配置请求携带当前食物配置记录；分析模块，用于分析当前食物配置记录与存储的食物配置记录是否相同；第二记录模块，用于分析模块为否，则将当前食物配置记录与对应的已存人脸图像进行关联储存，形成新的食物配置记录。本申请自动推荐食物的方法、装置的有益效果为：通过对获取的人脸图像进行匹配识别以获取用户的食物配置记录，将该食物配置记录推送给用户选择，同时也将最佳食物配置推送给用户，用户可以根据推送的信息直接选择食物和配置方式，而无需再分别多次手动选择食物和配置方式来完成食物制作，可以有效提高工作效率，用户能一键选择好自己喜好的食物与配置方式，提升用户的智能化体验感，同时根据气候信息调整最佳食物配置，进一步提升用户的智能化体验感。附图说明图1为本发明自动推荐食物的方法一实施例的步骤示意图；图2为本发明自动推荐食物的方法另一实施例的步骤示意图；图3为本发明自动推荐食物的方法第三实施例的步骤示意图；图4为本发明自动推荐食物的方法第四实施例的步骤示意图；图5为本发明自动推荐食物的方法第五实施例的步骤示意图；图6为本发明自动推荐食物的装置一实施例的流程示意图；图7为本发明自动推荐食物的装置另一实施例的流程示意图；图8为本发明自动推荐食物的装置第三实施例的流程示意图；图9为本发明自动推荐食物的装置第四实施例的流程示意图；图10为本发明自动推荐食物的装置中生成模块的流程示意图；图11为本发明自动推荐食物的装置的第五实施例的流程示意图。本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。参照图1，本发明提出一种自动推荐食物的方法，应用于服务器或自助食物设备，自助食物设备包括自助饮品设备(例如自助咖啡机、自助饮料机)、自助用餐机，为方便理解，下面以应用于自助饮品设备作为例子对本发明的方法进行阐述，自动推荐食物的方法包括：s1、获取人脸图像；s2、判断人脸图像是否与图像数据库中的已存人脸图像匹配；s3、若匹配，则获取与已存人脸图像关联存储的食物配置记录；s4、推送存储的食物配置记录。在上述步骤s1中，人脸图像可以为使用自助饮品设备用户的人脸的图像，人脸图像可通过摄像头采集，摄像头可以设置在方便采集到用户的人脸图像的位置，摄像头可以设于自助饮品设备，具体地，可设于自助饮品设备的顶部，优选地，摄像头的取景镜头正对着使用自助饮品设备用户的人脸位置通常所在的区域。在另一种可能的实现方式中，摄像头也可以不设置在自助饮品设备上，而是作为一个独立的硬件装置，摄像头通过有线方式或者无线方式与自助饮品设备建立通信连接，摄像头被放置在合适的位置以使得摄像头的取景镜头正对着使用自动饮品用户的人脸位置通常所在的区域，摄像头能够采集到的人脸图像发送给自助饮品设备，或者由摄像头对采集到的人脸图像进行后续的识别匹配。参照图2，进一步地，在一些实施例中，步骤s1之前还包括：s11、接收图像获取请求，启动摄像头拍摄当前的环境画面，以获取人脸图像。在上述步骤s11中，图像获取请求可以由用户按下点餐的实体按键或者虚拟按键而生成，也可以由用户的特征信息触发产生，特征信息包括指纹信息、目标语音信息等。由图像获取请求而触发启动摄像头拍摄当前的环境画面，以获取人脸图像。目标语音信息可以是包含有诸如“喝水”、“口渴”、“饮品”或“饮料”等关键词的语音信息图像获取请求还可以由检测到有人体靠近时而触发。在另一个实施例中，自助饮品设备的摄像头可以实时或者每隔预设时间间隔拍摄当前的环境画面。在上述步骤s2中，在实际应用中，在判断的时候，可以提取当前获取的人脸图像对应的人脸特征信息，人脸特征信息可以包括眼角、眼球中心、鼻尖、鼻翼、嘴角、唇角、眉角等特征点信息，而已存人脸图像可以是从人脸图像中提取的人脸特征信息，自助饮品设备设置有图像数据库，图像数据库可以是本地图像数据库，也可以是发送到云端图像数据库，使得自助饮品设备能够支持存储海量的不同用户的人脸图像，对应地，已存人脸图像关联存储的食物配置记录也存于云端，以满足海量用户食物配置的需求。例如，自助饮品设备中能存储有一个办公室的多个工作人员的人脸图像，自助饮品设备从获取的人脸图像中提取人脸特征信息与已存人脸图像的人脸特征信息匹配，可以通过计算提取的人脸特征信息与存储在图像数据库中的已存人脸图像的人脸特征信息之间的相似度，如果相似度最大值大于预设的阈值，则将该相似度最大值所对应的已存人脸图像确定为目标人脸图像，如果相似度的最大值小于预设的阈值，则确定已存人脸图像中不存在与提取的人脸特征信息相匹配的目标人脸图像，上述预设的阈值可以根据实际经验设定，例如预设的阈值为93％或97％等，采用的人脸识别算法可以是基于几何特征的算法、局部特征分析(localfaceanalysis，lfa)算法、特征脸(eigenface)算法、基于弹性模型的算法、神经网络(neuralnetworks，nn)算法等。参照图3，进一步地，在一些实施例中，在步骤s2之后，还包括：s21、若不匹配，则将人脸图像存储在图像数据库中，形成已存人脸图像；s22、接收食物配置请求，将食物配置请求携带的配置记录与对应的已存人脸图像进行关联储存，形成食物配置记录。在上述步骤s21中，通过计算提取当前获取的人脸图像的人脸特征信息与存储在图像数据库中的已存人脸图像的人脸特征信息之间的相似度，相似度的最大值小于预设的阈值，则确定已存人脸图像中不存在与提取的人脸特征信息相匹配的目标人脸图像，说明该用户之前没有使用过这台自助饮品设备，自助饮品设备自动将获取的人脸图像或者是将获取的人脸图像的人脸特征信息存储在图像数据库中，增加已存人脸图像的数据量，以方便下次该用户再次使用自助饮品设备的时候，能在已存人脸图像中匹配到该用户的信息，这时候已存人脸图像对应的食物配置记录为空，故在将人脸图像存储在图像数据库中同时，推送食物清单，以便展示于用户供其点餐。在上述步骤s22中，当接收到食物配置请求的时候，说明用户根据食物清单已经选择好当次的饮品，形成食物配置记录，食物配置记录可以包括饮品种类、口味、温度、规格等类型。当用户第一次的食物配置记录选择的饮品种类为咖啡，口味为多糖、温度为加热和规格为小，自助饮品设备可以根据该食物配置记录去配置饮品，而该用户是第一次使用自助饮品设备，因此自助饮品设备将该食物配置请求携带的食物配置记录与对应的人脸图像进行关联存储，这就形成该用户的食物配置记录，以便下一次该用户使用自助饮品设备时，自助饮品设备能查找到对应的食物配置记录进行推送，以供用户选择。在上述步骤s3中，通过计算提取当前获取的人脸图像的人脸特征信息与存储在图像数据库中的已存人脸图像的人脸特征信息之间的相似度，相似度的最大值大于预设的阈值，则将该相似度最大值所对应的已存人脸图像确定为目标人脸图像，在图像数据库中存在目标人脸图像说明该用户之前有使用过自助饮品设备来配置饮品，在图像数据库中会有与该已存人脸图像关联存储的食物配置记录，因此在确定目标人脸图像之后，可以通过目标人脸图像获取和目标人脸图像关联存储的对应用户的食物配置记录，从而获取该用户上一次的食物配置记录。在上述步骤s4中，将获取的对应用户的上一次的食物配置记录推送至显示屏的选择界面上以便用户选择，例如用户上一次选择的饮品种类为咖啡，口味为多糖、温度为加热和规格为小，一般用户对于消费事物具有稳定性偏好的心理，而用户看到推送的食物配置记录，有很大的概率是直接选择上一次的食物配置记录，这样自助饮品设备就能根据该食物配置记录来配置饮品，如上述的示例，自助饮品设备在用户确认选择后自动配置上一次用户的食物配置，用户也能更加省事，少了几步自助饮品设备的操作，也不必要烦恼自己这次要选择什么饮品，什么配置而浪费时间，能提高自助饮品设备的工作效率，加强用户的粘度，而且用户能看到自己上一次的食物配置记录，能一键选择好自己喜好的饮品与配置方式，有助于提升用户的智能化体验感。参照图4，进一步地，在一些实施例中，步骤s4之后，还包括：s41、根据存储的食物配置记录及当前环境情况生成最佳食物配置；s42、推送最佳食物配置。在上述步骤s41中，在本实施例中，从上述存储的食物配置记录结合当前环境情况中生成最佳食物配置，上述最佳食物配置可以是预先标示在食物配置记录中的，食物配置内容里可以增加环境情况标识。在另一实施例中，还可以是根据食物配置记录获知对应用户上一次配置的饮品的类型，自助饮品设备再根据该饮品类型和当前环境是炎热还是寒冷等来确定该饮品的最佳配置，饮品的最佳配置可以是事先预设在自助饮品设备中，也可以是根据用户的历史配置作出的调查反馈，又或者是服务器的该饮品的数据来确定。在上述步骤s42中，将生成的最佳食物配置进行推送，方便用户选择该最佳食物配置进行食物的配置，将该最佳食物配置同时推送给用户选择，用户可以不用考虑饮品的特性，不用对饮品有充分的了解也能得到饮品的最佳配置，能改善饮品的配置质量，使得饮品口感更加好，提升了用户使用体验。进一步地，在一些实施例中，步骤s41包括：s41a、获取当前气候信息；s41b、分析存储的食物配置记录与当前气候信息是否匹配；s41c、若不匹配，根据气候信息和存储的食物配置记录按照预设的规则生成最佳食物配置。在上述步骤s41a中，当前气候信息可以指用户所使用自助饮品设备的当前具体地理位置信息对应的气候信息，气候信息可以包括春夏秋冬，也可以包括寒冷、舒适和炎热等，当前气候信息可以通过多种方式进行获取，例如通过全球定位系统进行定位用户所使用自助饮品设备所处具体位置，根据具体位置及当前日期分析当地的气候，还可以根据自助饮品设备联网，通过服务器获得当前的气候信息，或者还可以通过当前月份信息，根据以往的当前地理位置历史记录确定气候信息。在上述步骤s41b中，根据气候，一般用户选择的食物配置会不一样，特别是对于饮品的温度选择，在一些实施例中，可以将气候类型、饮品温度、饮品种类等信息映射表(如下表1-1)一同存储在数据库中，自助饮品设备可以根据表1-1中的对应关系分析食物配置记录与所述当前气候信息是否匹配，s41b中包括：s401基于信息映射表1-1搜索当前气候找出对应的最佳饮品温度，s402对比该最佳饮品温度与食物配置记录中的饮品温度是否相同，s403若相同，则判定存储的食物配置记录与所述当前气候信息是匹配，反之，不匹配。举例地，食物配置记录为饮品种类为咖啡、口味为多糖、温度为加热和规格为小，当自动饮品设备获取到当前气候信息是“夏天”，基于表1-1搜索夏天找出对应的最佳饮品温度为“加冰”，自动饮品设备比对出最佳饮品温度为“加冰”与食物配置记录的饮品温度为“加热”不相同，则自动饮品设备判定存储的食物配置记录与当前气候信息不匹配。自助饮品设备可以检测当前气候温度，将温度划分为若干温度范围，每个温度范围匹配相应的饮品温度和饮品种类，气候、最佳饮品温度和饮品种类的关系可以如表格1-1所示，也可以是根据实际需要设置。表格1-1气候最佳饮品温度饮品种类春天常温咖啡、牛奶、奶茶、水果茶等夏天加冰咖啡、牛奶、奶茶、水果茶等秋天常温咖啡、牛奶、奶茶、水果茶等冬天加热咖啡、牛奶、奶茶、水果茶等在上述步骤s41c中，根据食物配置记录获取饮品的类型，根据当前气候信息推荐不同的最佳食物配置，预设的规则可以为：将与当前气候信息不匹配的类型修改成(例如饮品温度)与当前气候信息匹配，其它类型(例如种类、口味、规则等)不变，举例地，当食物配置记录中饮品种类为咖啡、口味为多糖、温度为加热和规格为小，当前气候信息为夏天，经s41b判定为存储的食物配置记录与当前气候信息不匹配后，自动饮品设备将食物配置记录中的温度为加热修改成与当前气候信息“夏天”相匹配的最佳饮品温度“加冰”，食物配置记录中其它类型不变，则形成的饮品最佳配置为咖啡、口味为多糖、温度为加冰和规格为小，由此，使得自助饮品设备推送的最佳食物配置更加智能化。参照图5，进一步地，步骤s4之后，包括：s43、接收食物配置请求，其中，食物配置请求携带当前食物配置记录；s44、分析当前食物配置记录与存储的食物配置记录是否相同；s45、若不同，则将当前食物配置与对应的已存人脸图像进行关联储存，形成新的食物配置记录。在上述步骤s43中，当接收到食物配置请求的时候，说明用户根据食物清单已经选择好当次的饮品和食物配置记录，食物配置请求携带的当前饮品的配置记录，例如用户选择的饮品咖啡，配置记录是口味为多糖、温度为加热和规格为小，当前饮品的配置记录可以是用户直接从自助饮品设备推送存储的食物配置记录中进行选择，也可以是自助饮品设备推送的最佳食物配置，又或者可以是用户这次自己选择的另外的饮品和食物配置，自助饮品设备可以根据该食物配置记录去配置饮品。在上述步骤s44中，自助饮品设备将这次食物配置请求携带的食物配置记录与存储的食物配置记录是否相同，相同则说明用户是选择上一次的食物配置记录，那么食物配置记录就不用进行更新，不相同则是用户选择了新的食物配置，和存储的食物配置记录不一样，需要进行更新。在上述步骤s45中，对存储的食物配置记录进行更新，将当前新的食物配置记录对应的已存人脸图像进行关联存储，这就形成该用户新的食物配置记录，以便下一次该用户使用自助饮品设备时，自助饮品设备能根据已存人脸图像查找到对应存储的食物配置记录进行推送。进一步地，在一些实施例中，所述食物配置记录至少包括食物类型、配置参数和规格。如自助饮品设备一般包含若干种不同类型的饮品，这个可以根据实际需求来确定，如常用的茶、咖啡、奶茶等，配置参数可以有温度选择、口味选择和规格；其中，温度选择例如多冰、少冰、去冰、常温和加热等选项，口味选择例如多糖、半糖、少糖和无糖等选项，规格为大、中、小选项，对应不同的饮品容量，这个可以根据实际需求来设定。参照图6，本发明实施例中还提出一种自动推荐食物的装置，其可以为服务器或自助食物设备，自助食物设备包括自助饮品设备(例如自助咖啡机、自助饮料机)、自助用餐机，为方便理解，下面以应用于自助饮品设备作为例子对本发明的装置进行阐述，自动推荐食物的装置包括：第一获取模块1，用于获取人脸图像；判断模块2，用于判断人脸图像是否与图像数据库中的已存人脸图像匹配；第二获取模块3，用于判断模块判断为是，则获取与已存人脸图像关联存储的食物配置记录；第一推送模块4，用于推送存储的食物配置记录。第一获取模块1可以依据摄像头拍摄的画面获取用户的人脸图像，人脸图像可以为使用自助饮品设备用户的人脸的图像，摄像头可以设置在能够采集到该用户的人脸图像的位置，摄像头可以设于自助饮品设备，优选地，摄像头的取景镜头设于正对着使用自助饮品设备用户的人脸位置通常所在的区域。在另一种可能的实现方式中，摄像头也可以不设置在自助饮品设备上，而是一个独立的硬件装置，摄像头通过有线方式或者无线方式与第一获取模块1建立通信连接，摄像头被放置在合适的位置以使得摄像头的取景镜头正对着使用自动饮品用户的人脸位置通常所在的区域，摄像头能够将采集到的图像画面发送给第一获取模块1，第一获取模块1从摄像头发送的图像画面中获取人脸图像，然后将获取的人脸图像发送到判断模块2进行后续的识别匹配。参照图7，进一步地，在一些实施例中，还包括：启动模块11，用于接收图像获取请求，启动摄像头拍摄当前的环境画面，以获取人脸图像。到图像获取请求可以由用户按下点餐的实体按键或者虚拟按键而生成，也可以由用户的特征信息触发产生，特征信息包括指纹信息、目标语音信息等。由接收模块2触发摄像头拍摄当前的环境画面，摄像头将拍摄的当前画面发送到第一获取模块1中以获取人脸图像。目标语音信息可以是包含有诸如“喝水”、“口渴”、“饮品”或“饮料”等关键词的语音信息，图像获取请求还可以由检测到有人体靠近时而触发。在另一个实施例中，接收模块11可以控制摄像头实时或者每隔预设时间间隔拍摄当前的环境画面。判断模块2可以提取当前获取的人脸图像对应的人脸特征信息，人脸特征信息可以包括眼角、眼球中心、鼻尖、鼻翼、嘴角、唇角、眉角等特征点信息，而已存人脸图像可以是从人脸图像中提取的人脸特征信息，自助饮品设备设置有图像数据库，图像数据库可以是本地图像数据库，也可以是发送到云端图像数据库，使得图像数据库能够支持存储海量的不同用户的人脸图像，对应地，已存人脸图像关联存储的食物配置记录也存于云端，以满足海量用户食物配置的需求。例如，图像数据库中能存储有一个办公室的多个工作人员的人脸图像，判断模块2从获取的人脸图像中提取人脸特征信息与已存人脸图像的人脸特征信息匹配，可以通过计算提取的人脸特征信息与存储在图像数据库中的已存人脸图像的人脸特征信息之间的相似度，如果相似度最大值大于预设的阈值，则将该相似度最大值所对应的已存人脸图像确定为目标人脸信息，如果相似度的最大值小于预设的阈值，则确定已存人脸图像中不存在与提取的人脸特征信息相匹配的目标人脸信息，上述预设的阈值可以根据实际经验设定，例如预设的阈值为93％或97％等，采用的人脸识别算法可以是基于几何特征的算法、局部特征分析(localfaceanalysis，lfa)算法、特征脸(eigenface)算法、基于弹性模型的算法、神经网络(neuralnetworks，nn)算法等。参照图8，进一步地，在一些实施例中，还包括：存储模块21，用于判断模块判断为否，则将人脸图像存储在图像数据库中，形成已存人脸图像；第一记录模块22，用于接收食物配置请求，将食物配置请求携带的配置记录与对应的已存人脸图像进行关联储存，形成食物配置记录。存储模块21接收到判断模块2发送的判断信息，则确定已存人脸图像中不存在与提取的人脸特征信息相匹配的目标人脸图像，说明该用户之前没有使用过这台自助饮品设备，存储模块21自动将获取的人脸图像或者是将获取的人脸图像的人脸特征信息存储在图像数据库中，增加已存人脸图像的数据量，以方便下次该用户再次使用自助饮品设备的时候，判断模块2能在已存人脸图像中匹配到该用户的信息，这时候已存人脸图像对应的食物配置记录为空。第一记录模块22接收到食物配置请求的时候，说明用户已经选择好当次的饮品和食物配置记录，食物配置记录可以包括饮品种类、口味、温度、规格等类型，当用户第一次的食物配置记录选择的饮品咖啡，口味为多糖、温度为加热和规格为小，而该用户是第一次使用自助饮品设备，因此第一记录模块22将该食物配置请求携带的食物配置记录与对应的人脸图像进行关联存储，这就形成该用户的食物配置记录，以便下一次该用户使用自助饮品设备时，第二获取模块3能查找到对应的食物配置记录发送给第一推送模块4进行推送，以供用户选择。第一获取模块3接收到判断模块2发送的判断信息，说明该用户之前有使用过自助饮品设备来配置饮品，在图像数据库中会有与该已存人脸图像关联存储的食物配置记录，因此在确定目标人脸图像之后，第一获取模块3可以通过目标人脸图像获取和目标人脸图像关联存储的对应用户的食物配置记录，从而获取该用户上一次的食物配置记录，例如用户选择的饮品咖啡，配置记录是口味为多糖、温度为加热和规格为小。第一推送模块4将第一获取模块3获取的对应用户的上一次的食物配置记录在选择界面上推送给该用户，例如用户上一次选择的饮品种类为咖啡，口味为多糖、温度为加热和规格为小，一般用户对于消费事物具有稳定性偏好的心理，而用户看到推送的食物配置记录，有很大的概率是直接选择上一次的食物配置记录，这样自助饮品设备就能根据该食物配置记录来配置饮品，如上述的示例，自助饮品设备在用户确认选择后自动配置上一次用户的食物配置，用户也能更加省事，少了几步自助饮品设备的操作，也不必要烦恼自己这次要选择什么饮品，什么配置而浪费时间，能提高自助饮品设备的工作效率，加强用户的粘度，而且用户能看到自己上一次的食物配置记录，能一键选择好自己喜好的饮品与配置方式，有助于提升用户的智能化体验感。参照图9，进一步地，在一些实施例中，还包括：生成模块41，用于根据存储的食物配置记录及当前环境情况生成最佳食物配置；第二推送模块42，用于推送最佳食物配置。在本实施例中，生成模块41从上述存储的食物配置记录结合当前环境情况中生成最佳食物配置，上述最佳的食物配置可以是预先标示在食物配置记录中的，食物配置内容里可以增加环境情况标识。在另一实施例中，生成模块41还可以是根据食物配置记录获知对应用户上一次配置的饮品的类型，再根据饮品类型和当前环境是炎热还是寒冷等来确定该饮品的最佳配置，饮品的最佳配置可以是事先预设在生成模块41中，也可以是生成模块41根据用户的调查反馈，又或者是服务器的该饮品的数据来确定。第二推送模块42将生成模块41生成的最佳食物配置进行推送，方便用户选择该最佳食物配置进行食物的配置，将该最佳食物配置同时推送给用户选择，用户可以不用考虑饮品的特性，不用对饮品有充分的了解也能得到饮品的最佳配置，能改善饮品的配置质量，使得饮品口感更加好，提升了用户使用体验。参照图10，进一步地，第二推送模块41包括：获取子模块41a，用于获取当前气候信息；分析子模块41b，用于分析存储的食物配置记录与当前气候信息是否匹配；生成子模块41c，用于若分析子模块为否，根据气候信息和存储的食物配置记录生成最佳食物配置。获取子模块41a获取的当前气候信息可以指获取子模块41a的当前具体地理位置信息对应的气候信息，气候信息可以包括春夏秋冬的信息，也可以包括寒冷、舒适和炎热等，获取子模块41a可以通过多种方式进行获取当前气候信息，例如通过全球定位系统进行定位获取子模块41a所处具体位置，根据具体位置获取当地的气候，获取子模块41a还可以联网，通过服务器获得当前的气候信息，或者还可以通过当前月份信息，根据以往的当前地理位置历史记录确定气候信息。根据气候，一般用户选择的食物配置会不一样，特别是对于饮品的温度选择，在一些实施例中，可以将气候类型、饮品温度、饮品种类等信息映射表(如表1-1)一同存储在数据库中，分析子模块41c可以根据表1-1中的对应关系分析食物配置记录与所述当前气候信息是否匹配，分析子模块41b中包括：搜索单元401，用于基于信息映射表1-1搜索当前气候找出对应的最佳饮品温度，对比单元402，用于对比该最佳饮品温度与食物配置记录中的饮品温度是否相同，判定单元403，用于若对比单元对比为相同，则判定存储的食物配置记录与所述当前气候信息是匹配，反之，不匹配。举例地，食物配置记录为饮品种类为咖啡、口味为多糖、温度为加热和规格为小，当获取子模块41a获取到当前气候信息是“夏天”，分析子模块41c基于表1-1搜索夏天找出对应的最佳饮品温度为“加冰”，比对出最佳饮品温度为“加冰”与食物配置记录的饮品温度为“加热”不相同，则分析子模块41c判定存储的食物配置记录与当前气候信息不匹配。生成子模块41c根据食物配置记录获取饮品的类型，根据当前气候信息推荐不同的最佳食物配置，生成子模块41c中预设的规则可以为：将与当前气候信息不匹配的类型修改成(例如饮品温度)与当前气候信息匹配，其它类型(例如种类、口味、规则等)不变，举例地，当食物配置记录中饮品种类为咖啡、口味为多糖、温度为加热和规格为小，当前气候信息为夏天，经分析子模块41b判定为存储的食物配置记录与当前气候信息不匹配后，生成子模块41c将食物配置记录中的温度为加热修改成与当前气候信息“夏天”相匹配的最佳饮品温度“加冰”，食物配置记录中其它类型不变，则形成的饮品最佳配置为咖啡、口味为多糖、温度为加冰和规格为小，由此，使得第二推动模块41推送的最佳食物配置更加智能化。参照图11，进一步地，在一些实施例中，还包括：接收模块43，用于接收食物配置请求，其中，食物配置请求携带当前食物配置记录；分析模块44，用于分析当前食物配置记录与存储的食物配置记录是否相同；第二记录模块45，用于分析模块为否，则将当前食物配置记录与对应的已存人脸图像进行关联储存，形成新的食物配置记录。接收模块43用于接收食物配置请求，当接收到食物配置请求的时候，说明用户已经选择好当次的饮品和食物配置记录，食物配置请求携带的当前饮品的配置记录，例如用户选择的饮品咖啡，配置记录是口味为多糖、温度为加热和规格为小，当前饮品的配置记录可以是用户直接从第一推送模块4推送存储的食物配置记录中进行选择，也可以是第二推送模块41推送的最佳食物配置，又或者可以是用户这次自己选择的另外的饮品和食物配置。分析模块44将接收模块43接收的食物配置记录与存储的食物配置记录相比是否相同，相同则说明用户是选择上一次的食物配置记录，那么食物配置记录就不用进行更新，不相同则是用户选择了新的食物配置，和存储的食物配置记录不一样，需要进行更新。第二记录模块45用于对存储的食物配置记录进行更新，将当前新的食物配置记录对应的已存人脸图像进行关联存储，这就形成该用户新的食物配置记录，以便下一次该用户使用自助饮品设备时，第二获取模块3能根据已存人脸图像查找到对应存储的食物配置记录发送给第一推送模块4进行推送。本发明一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现自动推荐食物的方法，包括：获取当前摄像头拍摄的人脸图像；判断人脸图像是否与图像数据库中的已存人脸图像匹配；若匹配，则获取与已存人脸图像关联存储的食物配置记录；推送存储的食物配置记录。上述为本申请自动推荐食物的方法，通过获取当前的人脸图像，对获取的人脸图像与已存人脸图像进行匹配识别以获取对应用户的食物配置记录，将该食物配置记录推送给用户选择，同时也将最佳食物配置推送给用户，用户可以根据推送的信息直接选择食物和配置方式，而无需再分别多次手动选择食物和配置方式来完成食物制作，可以有效提高工作效率，用户能一键选择好自己喜好的食物与配置方式，提升用户的智能化体验感，同时根据气候信息调整最佳食物配置，进一步提升用户的智能化体验感。本申请还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行以上实施例所描述的自动推荐食物的方法。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、图像数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
，均同理包括在本申请的专利保护范围内。当前第1页12