《电冰箱图像识别专区食材识别技术要求及试验方法》标准解读

随着人工智能的发展,智能技术深入应用到电冰箱的发展方向也已明确且坚定。近两年发展迅猛的图像识别技术在冰箱上的应用受到极大的关注和认可,但是由于冰箱间室环境的特殊性,导致识别准确率已然成为亟需突破的技术瓶颈。T/CAS 643—2022《电冰箱图像识别专区食材识别技术要求及试验方法》标准的发布与实施恰好为行业在该方面提供新的发展思路和技术参考。本文就该标准的背景、创新性、原理、核心要求进行了详细论述与解读,并用试验数据加以佐证,以期对行业发展起到促进作用。

基于轻量级神经网络的食材识别方法研究

随着计算机视觉技术的快速发展,基于深度学习的目标检测技术已广泛应用于诸多领域。由于目前目标检测算法模型复杂,计算量大,无法应用于嵌入式设备中,为了满足在嵌入式设备中使用食材识别功能的需求,提出了对目标识别模型YOLOv3的改进方法,将轻量化神经网络MobileNet应用于YOLOv3中,把YOLOv3的主干网络darknet53替换为MobileNet;然后采用Cluster-NMS算法,配合中心距离法和加权平均法提升网络的准确度。通过收集得来的食材数据集和VOC 2007数据集对网络进行对比实验。实验表明,改进后的网络模型,既能满足其迁移到嵌入式设备的轻量级需求,而且无论在识别速度和精度上都有提升,满足在嵌入式设备实现食材识别的功能。

RFID技术在智能电冰箱食材识别中的应用

研究了在智能冰箱中利用RFID技术进行食材识别的方法,以一款产品为例,详细描述了从理论基础,到系统架构设计,再到读写器选型布设以及软件实现等内容。

智能冰箱食材识别专利分析

智能冰箱食材识别领域专利技术的发展态势存在较大差异,使业界对智能冰箱的产业发展方向的定位不甚明晰。对智能冰箱食材识别领域的申请趋势、国外来华态势、申请区域态势、申请技术分布等进行深入分析,指出中国智能冰箱食材识别技术的专利风险,为企业和科研院所的专利预警机制提供参考。

智能冰箱的健康管理系统

伴随着家电智能化的高速发展,冰箱除了具有存储食材的基础作用之外,还管理着人们的饮食,并与人们的健康存在关联。本文介绍了应用于智能冰箱的健康管理系统,为用户提供更具有个性化的私人订制饮食推荐方案,包含硬件设计原理和软件设计流程,并给出了健康管理的数据和UI界面的部分示例,同时针对健康检测参数脉搏波进行了仿真实验与说明,对另一参数血氧饱和度与健康的关系进行了探讨,进一步说明了指脉检测的重要意义。