CN110857831A - 控制冰箱温度的方法及装置 - Google Patents

Abstract

本发明公开了一种控制冰箱温度的方法及装置。其中，该方法包括：基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；基于食物的识别结果，确定与识别结果对应的最佳存储温度；基于最佳存储温度对冰箱进行调节。本发明解决了现有技术中通过手动设置冰箱的工作温度的方法，无法基于冰箱内部的情况进行调整，导致工作温度不准确的技术问题。

Description

控制冰箱温度的方法及装置

技术领域

本发明涉及冰箱控制领域，具体而言，涉及一种控制冰箱温度的方法及装置。

背景技术

冰箱是一种常见的家用电器，用于存储食物，对食物进行保鲜，以延长事物的寿命。现有的冰箱，一般只能根据用户手动调档，或者根据用户预设温度进行自动调档，但是在实际使用过程中，用户也经常无法确定冰箱的最佳工作温度，尤其在冰箱内事物的种类多样的情况下，导致冰箱的工作温度对存储的食物并不是最佳存储温度，导致是保鲜效果差。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种控制冰箱温度的方法及装置，以至少解决现有技术中通过手动设置冰箱的工作温度的方法，无法基于冰箱内部的情况进行调整，导致工作温度不准确的技术问题。

根据本发明实施例的一个方面，提供了一种控制冰箱温度的方法，包括：基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，所述图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；基于所述食物的识别结果，确定与所述识别结果对应的最佳存储温度；基于所述最佳存储温度对所述冰箱进行调节。

可选的，所述识别结果为所述食物的种类。

可选的，在所述种类为多种的情况下，基于多种所述食物的种类，确定与多种食物的所述种类对应的最佳存储温度包括：分别确定多种所述食物的种类对应的存储温度；根据多种所述存储温度确定所述最佳存储温度。

可选的，基于所述最佳存储温度对所述冰箱进行调节包括：确定冰箱的当前温度；根据所述当前温度和所述最佳存储温度生成控制指令；根据所述控制指令对冰箱进行调节。

可选的，根据多种所述存储温度确定所述最佳存储温度包括：对所述存储温度进行温度等级的划分，并确定各个温度等级的存储温度的食物种类；确定食物种类的数量占比超过一定阈值的温度等级为主要温度等级；根据主要温度等级确定最佳存储温度。

可选的，根据主要温度等级确定最佳存储温度包括：确定主要温度等级中的各个食物的种类，以及食物的种类对应的存储温度；对多个所述存储温度求期望值确定最佳存储温度。

可选的，在基于图像识别模型识别冰箱内部存储的食物，得到识别结果之前包括：获取冰箱内部食物的图像信息。

根据本发明实施例的另一个方面，提供了一种控制冰箱温度的装置，包括：识别模块，用于基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，所述图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；确定模块，用于基于所述食物的识别结果，确定与所述识别结果对应的最佳存储温度；调节模块，用于基于所述最佳存储温度对所述冰箱进行调节。

根据本发明实施例的另一个方面，提供了一种存储介质，所述存储介质存储有程序指令，其中，在所述程序指令运行时控制所述存储介质所在设备执行上述中任意一项所述的方法。

根据本发明实施例的另一个方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的方法。

在本发明实施例中，采用对冰箱内部的食材的图像进行获取的方式，通过基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，所述图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；基于所述食物的识别结果，确定与所述识别结果对应的最佳存储温度；基于所述最佳存储温度对所述冰箱进行调节，达到了对冰箱的温度进行有效调节的目的，从而实现了根据冰箱内的食物种类对冰箱的工作温度进行调整的技术效果，进而解决了现有技术中通过手动设置冰箱的工作温度的方法，无法基于冰箱内部的情况进行调整，导致工作温度不准确的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种控制冰箱温度的方法的流程图；

图2是根据本发明实施例的一种控制冰箱温度的装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例，提供了一种控制冰箱温度的方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种控制冰箱温度的方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；

步骤S104，基于食物的识别结果，确定与识别结果对应的最佳存储温度；

步骤S106，基于最佳存储温度对冰箱进行调节。

通过上述步骤，采用对冰箱内部的食材的图像进行获取的方式，通过基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；基于食物的识别结果，确定与识别结果对应的最佳存储温度；基于最佳存储温度对冰箱进行调节，达到了对冰箱的温度进行有效调节的目的，从而实现了根据冰箱内的食物种类对冰箱的工作温度进行调整的技术效果，进而解决了现有技术中通过手动设置冰箱的工作温度的方法，无法基于冰箱内部的情况进行调整，导致工作温度不准确的技术问题。

上述图像识别模型，是使用多组数据通过机器学习训练得出的，例如，卷积神经网络识别模型，等能够进行机器学习的识别模型，例如，通过多组数据进行训练，直至模型收敛，拥有输入数据与输出数据之间的识别能力。多组数据中的每组数据均包括：食物的图像和图像对应的识别结果。

上述图像为食物的图像，上述图像可以是由图像采集装置拍摄的冰箱内食物的照片，上述图像采集装置可以是照相机，摄像机等。上述图像还可以是由红外成像装置采集的冰箱内食物的红外图像，上述红外成像装置可以是红外相机，红外摄像机。上述图像还可以是频谱分析装置生成的食物的频谱图。上述事物的图像用于图像识别模型进行识别，从而获得冰箱内食物的识别结果。

上述识别结果可以是食物的种类，还可以是食物的新鲜程度，还可以是食物的剩余寿命等。不同种类的食物存储温度是不同的，例如，瓜果蔬菜类，一般适宜温度在零度以上，而冰淇淋的适宜温度在零度以下。不同新鲜程度的食物的存储温度也不同，一般来说，越新鲜的食物，越能承受较高的温度，越不新鲜的食物，承受的存储温度越低。食物的剩余寿命与新鲜程度的变化情况类似，食物越新鲜，剩余寿命越长，食物越不新鲜，剩余寿命越短，反之亦然。

在识别结果确定的情况下，对识别结果对应的最佳存储温度进行确定，上述最佳存储温度是指，相比于相关技术的简单的温度等级而言，对上述食物总体最优的一种选择。在识别结果的种类不同的情况下，上述最佳存储温度的确定方法也不同。

可选地，识别结果为食物的种类。

在本实施例中，考虑到不同的食物种类之间的存储温度差异较大，因此将食物的种类作为影响上述最佳存储温度的主要因素。在本实施例中，上述识别结果为食物的种类。上述食物的种类，可以是蔬菜类，生鲜类，肉类，熟食类，奶类，冻品类等。

可选地，在上述食物的种类为多种的情况下，基于多种食物的种类，确定与多种食物的种类对应的最佳存储温度包括：分别确定多种食物的种类对应的存储温度；根据多种存储温度确定最佳存储温度。

上述食物的种类可以为一种或多种。在上述食物的种类为一种的情况下，根据该类食物的存储温度作为最佳存储温度。但是，一般情况下，冰箱中的食物种类往往为多种，在上述食物的种类为多种的情况下，需要对各个种类的食物进行均衡考虑。对各个种类的食物存储均进行考虑，则需要先对各个种类的食物的存储温度进行确定。上述分别确定多种食物的种类对应的存储温度时，一般情况可以根据网络查询，常见的食物的最佳存储温度基本上的在网上公开的，可以通过互联网进行查询确定。还可以根据经验确定。在食物的种类比较罕见的情况下，也没有参考经验可以参考，可以采用实验的方法进行测量，确定该种类食物的存储温度。确定各个种类的食物的存储温度后，根据各个种类的食物的存储温度确定最佳存储温度。

可选地，基于最佳存储温度对冰箱进行调节包括：确定冰箱的当前温度；根据当前温度和最佳存储温度生成控制指令；根据控制指令对冰箱进行调节。

上述当前温度可以是冰箱内部的温度，还可以是冰箱的工作温度，还可以是冰箱内食物的温度。常见的冰箱温度调节，均是以冰箱的工作温度进行调节，省去了温度检测装置，由于冰箱内空间小，可以在较短的时间内达到工作温度，因此将工作温度等同于当前冰箱内部的温度。根据当前温度和最佳存储温度生成控制指令，在当前温度高于最佳存储温度时，生成控制冰箱的工作温度降低至最佳存储温度的控制指令；在当前温度低于最佳存储温度时，生成控制冰箱的工作温度升高至最佳存储温度的控制指令。冰箱根据上述控制指令进行动作，调节内部温度。

可选地，根据多种存储温度确定最佳存储温度包括：对存储温度进行温度等级的划分，并确定各个温度等级的存储温度的食物种类；确定食物种类的数量占比超过一定阈值的温度等级为主要温度等级；根据主要温度等级确定最佳存储温度。

在根据多种存储温度确定最佳存储温度时，可以采用多种方式，例如，取平均值等，直接取平均值的方式存在较大的不确定性。在本实施例中，提供了一种实施方式，先对存储温度进行温度等级的划分，也即是，先对上述多种种类的食物对应的存储温度进行确定，根据最高的存储温度和最低的存储温度确定温度划分范围，在上述温度划分范围内，划分多个温度等级。等级划分完成后，确定各个温度等级所包括的食物种类，包括食物的种类和数量。然后选取食物种类的数量占比超过一定阈值的温度等级为主要温度等级，上述主要温度等级可以为一个或多个，当各个食物种类的存储温度的数据比较集中时，可能会产生，大部分的食物的存储温度在同一温度等级。但是也不排除，上述各个食物种类对应的存储温度的数据比较分散的情况，在这种情况下，可以，对所有的温度等级按照所包括的食物的种类的数量进行排序，选取前两个或者前若干个温度等级为主要温度等级。主要温度等级确定后，根据主要温度等级确定最佳存储温度。

可选地，根据主要温度等级确定最佳存储温度包括：确定主要温度等级中的各个食物的种类，以及食物的种类对应的存储温度；对多个存储温度求期望值确定最佳存储温度。

在上述根据主要温度等级确定最佳存储温度的过程中，先确定主要温度等级中的各个食物的种类，以及食物的种类对应的存储温度，然后对多个存储温度求期望值确定最佳存储温度。可以对主要温度等级中的食物进行均衡存储。

可选地，在基于图像识别模型识别冰箱内部存储的食物，得到识别结果之前包括：获取冰箱内部食物的图像信息。

图2是根据本发明实施例的一种控制冰箱温度的装置的结构示意图，如图2所示，该装置20，包括：识别模块22，确定模块24和调节模块26，下面对该装置20进行详细说明。

识别模块22，用于基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；确定模块24，与上述识别模块22相连，用于基于食物的识别结果，确定与识别结果对应的最佳存储温度；调节模块26，与上述确定模块24相连，用于基于最佳存储温度对冰箱进行调节。

采用上述装置，通过识别模块22基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；确定模块24基于食物的识别结果，确定与识别结果对应的最佳存储温度；调节模块26基于最佳存储温度对冰箱进行调节，达到了对冰箱的温度进行有效调节的目的，从而实现了根据冰箱内的食物种类对冰箱的工作温度进行调整的技术效果，进而解决了现有技术中通过手动设置冰箱的工作温度的方法，无法基于冰箱内部的情况进行调整，导致工作温度不准确的技术问题。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质存储有程序指令，其中，在程序指令运行时控制存储介质所在设备执行上述中任意一项的方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种控制冰箱温度的方法，其特征在于，包括：

基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，所述图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；

基于所述食物的识别结果，确定与所述识别结果对应的最佳存储温度；

基于所述最佳存储温度对所述冰箱进行调节。

2.根据权利要求1所述的方法，其特征在于，所述识别结果为所述食物的种类。

3.根据权利要求2所述的方法，其特征在于，在所述种类为多种的情况下，基于多种所述食物的种类，确定与多种食物的所述种类对应的最佳存储温度包括：

分别确定多种所述食物的种类对应的存储温度；

根据多种所述存储温度确定所述最佳存储温度。

4.根据权利要求3所述的方法，其特征在于，基于所述最佳存储温度对所述冰箱进行调节包括：

确定冰箱的当前温度；

根据所述当前温度和所述最佳存储温度生成控制指令；

根据所述控制指令对冰箱进行调节。

5.根据权利要求3所述的方法，其特征在于，根据多种所述存储温度确定所述最佳存储温度包括：

对所述存储温度进行温度等级的划分，并确定各个温度等级的存储温度的食物种类；

确定食物种类的数量占比超过一定阈值的温度等级为主要温度等级；

根据主要温度等级确定最佳存储温度。

6.根据权利要求5所述的方法，其特征在于，根据主要温度等级确定最佳存储温度包括：

确定主要温度等级中的各个食物的种类，以及食物的种类对应的存储温度；

对多个所述存储温度求期望值确定最佳存储温度。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，在基于图像识别模型识别冰箱内部存储的食物，得到识别结果之前包括：

获取冰箱内部食物的图像信息。

8.一种控制冰箱温度的装置，其特征在于，包括：

识别模块，用于基于图像识别模型识别冰箱内部存储的食物，得到识别结果，其中，所述图像识别模型为基于包含了不同食物的历史图片训练得到的卷积神经网络模型；

确定模块，用于基于所述食物的识别结果，确定与所述识别结果对应的最佳存储温度；

调节模块，用于基于所述最佳存储温度对所述冰箱进行调节。

9.一种存储介质，其特征在于，所述存储介质存储有程序指令，其中，在所述程序指令运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的方法。

Images