CN109918522A - 一种基于烹饪平台的菜品烹饪学习方法及装置 - Google Patents

Abstract

本发明公开了一种基于烹饪平台的菜品烹饪学习方法，包括：菜谱获取步骤，获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程；操作指令生成步骤，从文字烹饪教程中提取各操作动作信息，每一个操作动作信息对应有操作时间及操作对象，将各操作动作信息对应操作对象、操作时间转换为烹饪机器的操作指令，各操作指令形成对应菜品的烹饪机器操作指令集，并根据操作时间依序执行。本发明的一种基于烹饪平台的菜品烹饪学习方法及装置，通过用户提供的菜品信息查找对应菜品的文字烹饪教程，在再根据文字烹饪教程提取操作动作信息并转换为烹饪机器的操作指令，进而实现烹饪平台对菜品烹饪方法的自动学习。

Description

一种基于烹饪平台的菜品烹饪学习方法及装置

技术领域

本发明涉及智能厨房领域，尤其涉及一种基于烹饪平台的菜品烹饪学习方法及装置。

背景技术

随着智能技术和自动化技术的进步，厨房自动化设备的技术也受到关注。然而，目前大部分的厨房智能化方案都集中对单一环节的智能化改进上，主要是集中在烹饪环节的智能化，例如自动炒菜机、自动烹饪机等。这些设备无疑提高了厨房的智能化程度，减少了烹饪者的劳动强度。但是，这些烹饪设备在烹饪前或者烹饪后，仍然需要较强的人为干预，例如烹饪前需要人为投放食材，烹饪完成后，需要人为对食材进行盛装，故烹饪过程中仍然需要人工的介入，无法做到真正的自动化。为此人们正致力于发展高度智能化的自动烹饪平台，使其能够根据用户所需烹饪的菜品，利用预先存储的菜谱进行自动烹饪，以减少人介入，实现菜品烹饪的自动化及智能化。

要实现菜品的自动烹饪，就需要将对应一道菜品的人工操作转换成智能烹饪机器去执行。目前大部分自动烹饪机器只能够对应烹饪一种菜品。通常用户在吃到某一道好吃的菜品后，也很难通过智能烹饪机器来实现对应该菜品的自动烹饪。智能烹饪机器没有一个自主学习的方法，能够通过菜品烹饪学习来实现对应一道菜品的自动烹饪。为此，提供一种基于烹饪平台的菜品烹饪学习方法，能够根据用户提供的菜品信息主动学习对应菜品的烹饪方法，实现对应菜品的自动烹饪。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于烹饪平台的菜品烹饪学习方法，能够根据用户提供的菜品信息主动学习对应菜品的烹饪方法，生成烹饪机器操作指令，实现对应菜品的自动烹饪。

本发明的目的之一采用如下技术方案实现：

一种基于烹饪平台的菜品烹饪学习方法，包括：菜谱获取步骤，获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程；操作指令生成步骤，从文字烹饪教程中提取各操作动作信息，每一个操作动作信息对应有操作时间及操作对象，将各操作动作信息对应操作对象、操作时间转换为烹饪机器的操作指令，各操作指令形成对应菜品的烹饪机器操作指令集，并根据操作时间依序执行。

进一步地，在所述菜谱获取步骤中，根据菜品名称信息查询烹饪教程数据库或者互联网获取对应的文字烹饪教程。

进一步地，在所述菜谱获取步骤中，通过图像识别用户上传的包含有菜品的图像，获取菜品名称信息。

进一步地，在所述菜谱获取步骤中，通过比对菜品图像数据库，对用户上传的包含有菜品的图像进行识别，获取相似度最大的图像所对应的菜品名称信息。

进一步地，在所述操作指令生成步骤中，根据自然语言处理模型从文字烹饪教程中提取各操作动作信息。

进一步地，在所述操作指令生成步骤中，各操作动作信息对应操作对象、操作时间根据机器指令对照表转换为烹饪机器的操作指令。

进一步地，在所述操作指令生成步骤中，若操作对象为待添加材料，则包括材料名称及材料数量信息。

本发明的目的之二在于提供一种基于烹饪平台的菜品烹饪学习系统，能够根据用户提供的菜品信息主动学习对应菜品的烹饪方法，生成烹饪机器操作指令，实现对应菜品的自动烹饪

本发明的目的之二采用如下技术方案实现：

一种基于烹饪平台的菜品烹饪学习系统，包括菜谱获取模块及操作指令生成模块；所述菜谱获取模块用于获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程；所述操作指令生成模块用于从文字烹饪教程中提取各操作动作信息，每一个操作动作信息对应有操作时间及操作对象，将各操作动作信息对应操作对象、操作时间转换为烹饪机器的操作指令，各操作指令形成对应菜品的烹饪机器操作指令集，并根据操作时间依序执行。

本发明的目的之三在于提供一种电子设备，能够根据用户提供的菜品信息主动学习对应菜品的烹饪方法，生成烹饪机器操作指令，实现对应菜品的自动烹饪

本发明的目的之三采用如下技术方案实现：

一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明目的之一所述的一种基于烹饪平台的菜品烹饪学习方法。

本发明的目的之四在于提供一种存储介质，能够根据用户提供的菜品信息主动学习对应菜品的烹饪方法，生成烹饪机器操作指令，实现对应菜品的自动烹饪

本发明的目的之四采用如下技术方案实现：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明目的之一所述的一种基于烹饪平台的菜品烹饪学习方法。

相比现有技术，本发明的有益效果在于：

本发明的一种基于烹饪平台的菜品烹饪学习方法及装置，通过用户提供的菜品信息查找对应菜品的文字烹饪教程，在再根据文字烹饪教程提取操作动作信息并转换为烹饪机器的操作指令，通过操作指令控制烹饪机器进行对应菜品的自动烹饪操作，进而实现烹饪平台对菜品烹饪方法的自动学习。

附图说明

图1为发明一种基于烹饪平台的菜品烹饪学习方法流程图；

图2为菜品图像识别流程图；

图3为自然语言处理模型构建流程图；

图4为操作动作信息提取流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

实施例一：

实施例一提供了一种基于烹饪平台的菜品烹饪学习方法，如图1所示，包括如下步骤：

S1菜谱获取步骤，获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程；

S2操作指令生成步骤，从文字烹饪教程中提取各操作动作信息，每一个操作动作信息对应有操作时间及操作对象，将各操作动作信息对应操作对象、操作时间转换为烹饪机器的操作指令，各操作指令形成对应菜品的烹饪机器操作指令集，并根据操作时间依序执行。

目前大多数的烹饪机器都是非常笨拙的，一类是把所有的菜都是切好，然后放进煮菜机器中，让机器进行加热和搅拌，达到预设的时间就完成煮菜。还有一类稍微智能一些，这种是机器可以从指定的库中获取蔬菜和调料，机器可以根据操作时间加入相应的蔬菜和调料。这种不像第一类的煮菜机器需要用户把菜切好由煮菜机器中让机器加热和搅拌，但是这样同样不够智能，因为这些机器的煮菜流程都是根据之前预设的程序，而不是用户想煮什么菜就煮什么菜，如果程序没有预设相应菜品的煮菜流程，机器不能够去烹饪这一道菜的。基于上述自动烹饪机器的现状，当用户吃到一道菜品后，若觉得好吃，想要自动烹饪机器来对对应菜品进行自动烹饪，目前的机器是无法实现的。因此，本实施例的基于烹饪平台的菜品烹饪学习方法，旨在通过对菜品文字烹饪教程进行转换得到对应的用于控制烹饪机器执行烹饪操作的操作指令，使得烹饪机器能够代替人工，根据烹饪操作指令执行相应烹饪动作，以完成对应菜品的自动烹饪。通过本实施例的基于烹饪平台的菜品烹饪学习方法，当用户想要自动烹饪平台自动烹饪某一道菜品时，将菜品信息提供给自动烹饪平台，自动烹饪平台通过深度学习将对应这道菜品的人工烹饪流程对应转换为机器烹饪流程，实现机器代替人工完成自动烹饪操作。下面，对本实施例的基于烹饪平台的菜品烹饪学习方法进行描述。

首先，自动烹饪平台需获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程。自动烹饪平台通过先获取用户提供的菜品信息，根据这一菜品信息来查找对应这一菜品信息的菜品烹饪教程。用户可以直接提供菜品名称信息也可以通过用户终端拍摄对应菜品的图像，提供包含有对应菜品的图像给到自动烹饪平台。对于在一些情况下，用户不了解菜品名称，又想要自动烹饪平台烹饪对应菜品的，即可通过拍摄菜品图像来使自动烹饪平台获知用户想要烹饪机器学习烹饪的菜品。这样，自动烹饪平台若直接获取到用户提供的菜品名称信息，则直接根据这一菜品名称信息进行对应菜品烹饪教程的查找。若自动烹饪平台获取到的是用户上传的图像信息，则需对菜品图像进行识别，获知菜品名称信息。图像识别流程如图2所示，下面对这一流程进行描述。

用户根据使用手机上的APP把菜品的图片传送到自动烹饪平台。自动烹饪平台需要识别图片中的菜品名称，首先对图片进行预处理，图片进行压缩到指定大小，然后再对图片进行归一化处理，得到经过预处理的图片数据。最后使用预测模型预测经过预处理的图片数据，获得该菜品的菜品名称。通过神经网络算法，深度学习建立预测模型。自动烹饪平台预先建立菜品图像数据库，通过大量获取各式菜品图像及对应菜品名称信息，提取出各图像的特征数据，与菜品名称信息建立对应关系。之后，在获取到用户提供的菜品图像之后，通过预测模型获取其特征数据，与菜品图像数据库比对，将特征数据比对结果相似度最大的菜品图像，判定为属于相同菜品的图像，进而获取到菜品图像数据库这一图像对应的菜品名称信息。图像识别菜品为现有技术，这里不多赘述。

烹饪平台在获取到菜品名称信息之后，根据菜品名称信息查询烹饪教程数据库或者互联网，获取对应菜品名称的文字烹饪教程。烹饪教程数据库存储有大量菜品的烹饪教程文章，而对于部分烹饪教程数据库没有为文章教程，则通过互联网搜索查询获取。通过菜品信息查询获取到对应菜品的烹饪教程后，由于该烹饪教程是普通的文章教程，并不是烹饪机器执行的指令教程。而烹饪机器是使用指令式的方式进行操作烹饪的，所以需要对文章烹饪教程进行处理，在教程家教程文章中提取烹饪操作信息，并转换成烹饪机器的指令。要提取烹饪操作信息，需要准确的识别出烹饪文章教程中关于烹饪操作的文字文本信息。如图3-图4所示，首先是训练好一个自然语言处理的模型，然后使用这个模型对菜品教程文章进行预测，把文章中的操作动作信息提取出来，并转换成机器指令。自然语言处理模型在这里主要是把操作的动作、操作的时间、操作对象提取出来，然后根据机器指令对照表把操作的动作转换成操作指令。在构建自然语言处理模型时，通过获取大量烹饪文章教程，构建数据集字典，把文本文字和整数对应起来；再对文本文字中烹饪所需的烹饪操作及烹饪对象进行标记后，将输入数据转换为词向量，通过使用循环神经网络训练烹饪教程数据集。带模型收敛结束，即可得到自然语言处理模型。之后根据菜品名称信息从烹饪教程数据库获取到烹饪教程后，通过自然语言处理模型提取烹饪操作信息、操作时间及操作对象。自然语言处理模型接收到烹饪教程文章数据后，根据预测请求，使用数据集的数据字典，把要预测的烹饪教程文章数据转换成整数数据。然后对处理后的数据进行预测，输出预测结果。再使用数据字典把预测结果转换成文字结果，即完成烹饪操作信息的提取。

完成烹饪操作信息的提取之后，对每一个操作动作及其对应的操作时间及操作对象，均通过烹饪机器指令对照表转换成机器操作指令。烹饪机器指令对照表中每一个烹饪操作动作均对应有操作指令，操作动作在转换成烹饪机器操作指令时，不仅要根据操作动作转换成操作指令，需要将操作对象及操作时间与操作动作结合生成对应的操作指令。此外，烹饪操作信息中的操作的动作、操作的时间、操作对象提取的时候，是按照整一条提取的，所以不会存在指令混乱的情况。整理好烹饪的机器指令之后，生成对应的烹饪机器操作指令集，由烹饪机器去执行。需要注意的是，操作对象信息可能是烹饪器具如锅盖，也可能是待添加的食材或配料，若操作对象为待添加材料，那么操作对象信息则需要包括材料名称及材料数量信息，使得操作指令生成后，能够明确控制烹饪机器添加材料的数量。

完成对应菜品的烹饪操作指令生成之后，烹饪机器即可根据操作指令完成对应菜品的整个烹饪操作流程。自动烹饪平台获取到用户关于烹饪某一道菜品的烹饪操作指令之后，获取对应菜品的烹饪机器操作指令集，并将烹饪机器操作指令对应发送至烹饪机器，烹饪机器接收到自动烹饪平台发送的操作指令后，开始根据这些指令进行自动烹饪。自动烹饪平台首先是检测是否有足够的材料，接着再进行烹饪。烹饪机器会根据指令进行烹饪，比如“大火煮3分钟，之后加3克盐”，这些都会有一个操作指令。通过所有的指令即可完成一道菜品的自动烹饪。

本实施例的基于烹饪平台的菜品烹饪学习方法，通过用户提供的菜品信息查找对应菜品的文字烹饪教程，在再根据文字烹饪教程提取操作动作信息并转换为烹饪机器的操作指令，通过操作指令控制烹饪机器进行对应菜品的自动烹饪操作，进而实现烹饪平台对菜品烹饪方法的自动学习。通过图像识别获取用户所上传图像对应的菜品名称信息；通过深度学习，对文字烹饪教程的操作动作信息进行提取，再对应转换成烹饪机器的操作指令，形成对应一道菜品的烹饪机器操作指令集。烹饪平台根据烹饪机器操作指令集发送指令给到对应烹饪机器，由机器执行操作指令，完成自动烹饪，实现菜品烹饪的自动化，菜品烹饪流程学习的自动化。以此，用户通过与自动烹饪平台交互，当有想要吃的菜品而自动烹饪平台暂未有对应烹饪机器操作指令集时，通过提供菜品名称或者菜品图像给到烹饪平台。由烹饪平台按照上述方法生成烹饪机器操作指令集，完成烹饪机器对一道菜品的烹饪学习的整个流程，以便于烹饪机器自动烹饪用户想要吃的菜品，而不是单单局限于预设程序所能够烹饪完成的菜品。

实施例二：

一种基于烹饪平台的菜品烹饪学习系统，包括菜谱获取模块及操作指令生成模块；菜谱获取模块用于获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程；操作指令生成模块用于从文字烹饪教程中提取各操作动作信息，每一个操作动作信息对应有操作时间及操作对象，将各操作动作信息对应操作对象、操作时间转换为烹饪机器的操作指令，各操作指令形成对应菜品的烹饪机器操作指令集，并根据操作时间依序执行。

本实施例的基于烹饪平台的菜品烹饪学习系统，通过用户提供的菜品信息查找对应菜品的文字烹饪教程，在再根据文字烹饪教程提取操作动作信息并转换为烹饪机器的操作指令，通过操作指令控制烹饪机器进行对应菜品的自动烹饪操作，进而实现烹饪平台对菜品烹饪方法的自动学习。通过图像识别获取用户所上传图像对应的菜品名称信息；通过深度学习，对文字烹饪教程的操作动作信息进行提取，再对应转换成烹饪机器的操作指令，形成对应一道菜品的烹饪机器操作指令集。烹饪平台根据烹饪机器操作指令集发送指令给到对应烹饪机器，由机器执行操作指令，完成自动烹饪，实现菜品烹饪的自动化，菜品烹饪流程学习的自动化。以此，用户通过与自动烹饪平台交互，当有想要吃的菜品而自动烹饪平台暂未有对应烹饪机器操作指令集时，通过提供菜品名称或者菜品图像给到烹饪平台。由烹饪平台按照上述方法生成烹饪机器操作指令集，完成烹饪机器对一道菜品的烹饪学习的整个流程，以便于烹饪机器自动烹饪用户想要吃的菜品，而不是单单局限于预设程序所能够烹饪完成的菜品。

实施例三：

实施例三公开了一种电子设备，该电子设备包括处理器、存储器以及程序，其中处理器和存储器均可采用一个或多个，程序被存储在存储器中，并且被配置成由处理器执行，处理器执行该程序时，实现实施例一的一种基于烹饪平台的菜品烹饪学习方法，该电子设备可以是自动烹饪平台、手机、平板电脑等等一系列的电子设备。

本实施例的基于烹饪平台的菜品烹饪学习方法的电子设备，通过用户提供的菜品信息查找对应菜品的文字烹饪教程，在再根据文字烹饪教程提取操作动作信息并转换为烹饪机器的操作指令，通过操作指令控制烹饪机器进行对应菜品的自动烹饪操作，进而实现烹饪平台对菜品烹饪方法的自动学习。通过图像识别获取用户所上传图像对应的菜品名称信息；通过深度学习，对文字烹饪教程的操作动作信息进行提取，再对应转换成烹饪机器的操作指令，形成对应一道菜品的烹饪机器操作指令集。烹饪平台根据烹饪机器操作指令集发送指令给到对应烹饪机器，由机器执行操作指令，完成自动烹饪，实现菜品烹饪的自动化，菜品烹饪流程学习的自动化。以此，用户通过与自动烹饪平台交互，当有想要吃的菜品而自动烹饪平台暂未有对应烹饪机器操作指令集时，通过提供菜品名称或者菜品图像给到烹饪平台。由烹饪平台按照上述方法生成烹饪机器操作指令集，完成烹饪机器对一道菜品的烹饪学习的整个流程，以便于烹饪机器自动烹饪用户想要吃的菜品，而不是单单局限于预设程序所能够烹饪完成的菜品。

实施例四：

实施例四公开了一种可读的计算机存储介质，并且该程序被处理器执行时，实现实施例一的一种基于烹饪平台的菜品烹饪学习方法。该方法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，可以存储在该计算机存储介质中。基于这样的理解，本实施例实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于计算机存储介质中，该计算机程序在被处理器执行时，可实现上述方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机存储介质不包括电载波信号和电信信号。

本实施例的存储介质，其实现的基于烹饪平台的菜品烹饪学习方法，通过用户提供的菜品信息查找对应菜品的文字烹饪教程，在再根据文字烹饪教程提取操作动作信息并转换为烹饪机器的操作指令，通过操作指令控制烹饪机器进行对应菜品的自动烹饪操作，进而实现烹饪平台对菜品烹饪方法的自动学习。通过图像识别获取用户所上传图像对应的菜品名称信息；通过深度学习，对文字烹饪教程的操作动作信息进行提取，再对应转换成烹饪机器的操作指令，形成对应一道菜品的烹饪机器操作指令集。烹饪平台根据烹饪机器操作指令集发送指令给到对应烹饪机器，由机器执行操作指令，完成自动烹饪，实现菜品烹饪的自动化，菜品烹饪流程学习的自动化。以此，用户通过与自动烹饪平台交互，当有想要吃的菜品而自动烹饪平台暂未有对应烹饪机器操作指令集时，通过提供菜品名称或者菜品图像给到烹饪平台。由烹饪平台按照上述方法生成烹饪机器操作指令集，完成烹饪机器对一道菜品的烹饪学习的整个流程，以便于烹饪机器自动烹饪用户想要吃的菜品，而不是单单局限于预设程序所能够烹饪完成的菜品。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.一种基于烹饪平台的菜品烹饪学习方法，其特征在于，包括：

菜谱获取步骤，获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程；

操作指令生成步骤，从文字烹饪教程中提取各操作动作信息，每一个操作动作信息对应有操作时间及操作对象，将各操作动作信息对应操作对象、操作时间转换为烹饪机器的操作指令，各操作指令形成对应菜品的烹饪机器操作指令集，并根据操作时间依序执行。

2.如权利要求1所述的基于烹饪平台的菜品烹饪学习方法，其特征在于：在所述菜谱获取步骤中，根据菜品名称信息查询烹饪教程数据库或者互联网获取对应的文字烹饪教程。

3.如权利要求1所述的基于烹饪平台的菜品烹饪学习方法，其特征在于：在所述菜谱获取步骤中，通过图像识别用户上传的包含有菜品的图像，获取菜品名称信息。

4.如权利要求3所述的基于烹饪平台的菜品烹饪学习方法，其特征在于：在所述菜谱获取步骤中，通过比对菜品图像数据库，对用户上传的包含有菜品的图像进行识别，获取相似度最大的图像所对应的菜品名称信息。

5.如权利要求1所述的基于烹饪平台的菜品烹饪学习方法，其特征在于：在所述操作指令生成步骤中，根据自然语言处理模型从文字烹饪教程中提取各操作动作信息。

6.如权利要求5所述的基于烹饪平台的菜品烹饪学习方法，其特征在于：在所述操作指令生成步骤中，各操作动作信息对应操作对象、操作时间根据机器指令对照表转换为烹饪机器的操作指令。

7.如权利要求1所述的基于烹饪平台的菜品烹饪学习方法，其特征在于：在所述操作指令生成步骤中，若操作对象为待添加材料，则包括材料名称及材料数量信息。

8.一种基于烹饪平台的菜品烹饪学习系统，其特征在于：包括菜谱获取模块及操作指令生成模块；所述菜谱获取模块用于获取菜品名称信息，根据菜品名称信息查询获取对应的文字烹饪教程；所述操作指令生成模块用于从文字烹饪教程中提取各操作动作信息，每一个操作动作信息对应有操作时间及操作对象，将各操作动作信息对应操作对象、操作时间转换为烹饪机器的操作指令，各操作指令形成对应菜品的烹饪机器操作指令集，并根据操作时间依序执行。

9.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现如权利要求1-8任意一项所述的一种基于烹饪平台的菜品烹饪学习方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述的一种基于烹饪平台的菜品烹饪学习方法。