CN119494990A 一种智能结算机及智能结算机餐盘识别方法、系统及介质 （浙江正越智能设备有限公司）

一种智能结算机及智能结算机餐盘识别方本申请涉及一种智能结算机及智能结算机通过卷积神经网络模型检测所述餐盘图像中的所述目标餐盘的类别为所述数据库中对应的餐2根据预先获取托盘放置区域内的全景图像，通过预先训练好的卷积通过卷积神经网络模型检测所述餐盘图像中的餐盘轮廓和菜品轮廓，生成掩码图像，识别所述掩码图像的颜色信息，将所述颜色特征填充至所通过所述卷积神经网络模型，对所述原餐盘图像进行特征提取，将所述目标餐盘的多个特征向量与数据库中的餐盘特征向量进行比对，基于比对结通过图像预处理算法对所述全景图像进行增强操作，所述增强操作包括调用预先训练好的卷积神经网络模型对所述增强操作调用预先训练好的卷积神经网络模型对所述餐盘图像进行基于所述餐盘轮廓和所述菜品轮廓，生成掩码图像，在所述掩码图从掩码图像中提取出可见区域的颜色信息，并通过卷积神经网络模型，通过纹理合成、颜色传递或神经网络学习方式，将所述颜色信息填充对填充区域与周围原有餐盘颜色之间的边界进行平滑处理，生成去除3计算目标餐盘的特征向量与数据库中已知类别餐盘的特征向量在所述余弦相似度小于或等于预设阈值时，确定所述目标餐盘调整所述摄像头参数以及角度，拍摄包括托盘和所有餐盘获取餐盘图像模块，用于根据预先获取托盘放置区域内的全景图所述生成掩码图像模块，用于通过卷积神经网络模型检测所述餐盘图所述原餐盘图像模块，用于识别所述掩码图像的颜色信息，将所述颜所述获取目标餐盘特征向量模块，用于通过所述卷积神经网络模型，所述确定餐盘类别模块，用于将所述目标餐盘的多个特征向量与数器执行时实现如权利要求1至6中任一项所述的一种智能结4[0005]本申请实施例提供了一种智能结算机及智能结算机餐盘56计算目标餐盘的特征向量与数据库中已知类别餐盘的特征向量之间的余弦相似实现如上述第二方面所述的一种智能结算机餐7列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单8避免菜品特征干扰餐盘识别。[0030]第一方面，本申请实施例提供了一种智能结算机，图1是一种智能结算机的示意9位置坐标P1=(x11,y11,x12,y12),P2=(x21,y21,x22,y22),…Pi=(xi1,yi1,xi2,yi2)，像中精确裁剪出对应的餐盘小图像。这一步骤确保每个餐盘图像仅包含单个餐盘的信息，[0049]步骤S101通过图像预处理增强了原始图像的质量，使得CNN模型能够更准确地检品覆盖的区域被保留为可见颜色信息，而其他所有区域则被设置为黑色或其它预设背景轮廓信息以及每个菜品的轮廓信息。这些轮廓信息通常以边界框或分割掩码的形式给出，计算目标餐盘的特征向量与数据库中已知类别餐盘的特征向量之间的余弦相似盘类别。生成掩码图像模块520，用于通过卷积神经网络模型检测餐盘图像中的餐盘轮廓确定餐盘类别模块550，用于将目标餐盘的多个特征向量与数据库中的餐盘特征[0064]综上，本申请提供的一种智能结算机餐盘识别的系统。通过获取餐盘图像模块以实现预定功能的软件和/或硬件的组合。尽管以上实施例所描述的装置较佳地以软件来请实施例的一个或多个集成电路。页模式动态随机存取存储器（FastPageModeDynamicRandomAccessMemory，简称为FPMDRAM）、扩展数据输出动态随机存取存储器（ExtendedDateOutDynamicRandom[0069]存储器62可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及此耦接在一起。总线60包括但不限于以下至少之一：数据总线（DataBus）、地址总线为AGP）或其他图形总线、增强工业标准架构（Ex器总线、微信道架构（MicroChannelArchitecture，简称为MCA）总线、外围组件互连其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线60可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。