公开(公告)号：CN114491071A

公开(公告)日：2022-05-13

申请号：CN202210102345.2

申请日：2022-01-27

Applicant: 北京工商大学

Inventor： 李海生 ,  王薇 ,  董笑笑 ,  李楠 ,  李勇

IPC: G06F16/36 ,  G06F40/30 ,  G06F16/55 ,  G06F16/583 ,  G06V20/68 ,  G06V10/40 ,  G06V10/764 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于跨媒体数据的食品安全知识图谱构建方法及系统，其方法包括：S1：获取多源异构的食品安全文本和食品安全图像，并对食品安全文本进行标注；S2：通过信息抽取与知识存储的方法，提取食品安全文本中的文本实体及其对应的关系，并存储至食品安全文本知识库；S3：通过视觉分析与对比外部知识库的方法，提取食品安全图像中的图像实体及其标签，并存储至食品安全视觉知识库；S4：通过知识表示学习方法，消除食品安全文本以及食品安全图像之间的异构性，对齐文本实体和图像实体，构建基于跨媒体数据的食品安全知识图谱。本发明提供的方法将与食品安全相关的由不同用户产生的、不同来源渠道的跨媒体食品安全数据融合在一起。

公开(公告)号：CN114463740A

公开(公告)日：2022-05-10

申请号：CN202210023062.9

申请日：2022-01-10

Applicant: 北京工商大学

Inventor： 李海生 ,  王薇 ,  董笑笑 ,  李楠 ,  李勇

IPC: G06V20/68 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06T7/62 ,  G06T17/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H20/60

Abstract: 本发明涉及一种基于视觉分析的食物营养评估方法及系统，其方法包括：S1：获取进食前后的食物RGB图像和深度图像；S2：使用Mask R‑CNN获取RGB食物图像的类别及其视觉区域，并对深度图像中食物区域进行标记；S3：构建并训练3D卷积神经网络，将标记好的深度图像输入训练好的3D卷积神经网络，预测得到对视图深度图像；S4：将深度图像和对视图的深度图像注册到同一世界坐标中，得到食物的三维点云；S5：将点云应用于每个食物对象，使用基于凸包的算法对食物对象进行网格划分以计算食物体积；S6：根据食物体积和食物的类别，计算食物质量和营养量，将进食前后的食物营养量相减，得到准确的食物摄入量。本发明提供的方法，有效解决了日常生活中的膳食评估问题。

公开(公告)号：CN114491071B

公开(公告)日：2024-08-09

申请号：CN202210102345.2

申请日：2022-01-27

Applicant: 北京工商大学

Inventor： 李海生 ,  王薇 ,  董笑笑 ,  李楠 ,  李勇

IPC: G06N5/022 ,  G06F16/36 ,  G06F40/30 ,  G06F16/55 ,  G06F16/583 ,  G06V20/68 ,  G06V10/40 ,  G06V10/764 ,  G06V10/762 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/088 ,  G06N3/048

Abstract: 本发明涉及一种基于跨媒体数据的食品安全知识图谱构建方法及系统，其方法包括：S1：获取多源异构的食品安全文本和食品安全图像，并对食品安全文本进行标注；S2：通过信息抽取与知识存储的方法，提取食品安全文本中的文本实体及其对应的关系，并存储至食品安全文本知识库；S3：通过视觉分析与对比外部知识库的方法，提取食品安全图像中的图像实体及其标签，并存储至食品安全视觉知识库；S4：通过知识表示学习方法，消除食品安全文本以及食品安全图像之间的异构性，对齐文本实体和图像实体，构建基于跨媒体数据的食品安全知识图谱。本发明提供的方法将与食品安全相关的由不同用户产生的、不同来源渠道的跨媒体食品安全数据融合在一起。

公开(公告)号：CN114648535A

公开(公告)日：2022-06-21

申请号：CN202210278127.4

申请日：2022-03-21

Applicant: 北京工商大学

Inventor： 李海生 ,  董笑笑 ,  王薇 ,  王晓川 ,  李楠

IPC: G06T7/10 ,  G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于动态transformer的食品图像分割方法及系统，其方法包括S1：将输入的食品图像划分为不同大小的一系列图像块，输入到多个不同尺寸的动态视觉的transformer编码器网络；输出多层不同尺度的图像特征向量；S2：提取预设层的图像特征向量进行融合，得到融合后的图像特征向量；S3：构建多级特征聚合网络，将融合后的图像特征向量进行自顶向下的特征融合，构建特征金字塔，得到多尺度特征融合向量；S4：构建分割解码器，针对特征金字塔融合的多尺度特征进行卷积和上采样操作，最终生成具有食物类别边界分割精确的分割结果。本发明提供的方法能够自适应不同图片尺度，并提高图片语义信息提取的丰富性和整体性，使得食品分割模型更具有泛化性和鲁棒性。

公开(公告)号：CN108008055A

公开(公告)日：2018-05-08

申请号：CN201711226663.5

申请日：2017-11-29

Applicant: 北京工商大学 ,  宁夏伊佳仁清真食品有限公司

Inventor： 宋焕禄 ,  杨平 ,  郭青雅 ,  刘柏宇 ,  隋启超 ,  冯海波 ,  王薇

IPC: G01N30/86

CPC classification number: G01N30/8686 ,  G01N30/8679

Abstract: 一种羊肉臊子香气品质的快速鉴别方法，包括以下步骤：步骤一：顶空固相微萃取羊肉臊子中的挥发性成分；步骤二：进行色谱分析和质谱分析；步骤三：以不同特征香气作为感官属性进行评分；步骤四：将色谱图峰值与NIST谱库和Wiley谱库相对比，以C8-C24的正构烷烃混合物为标准，计算800＜SI＜1000的待测物KI值；步骤五：将色谱峰面积与1,2-二氯苯色谱峰面积进行比值，计算相对含量；步骤六：采用偏最小二乘回归法鉴定特征香气成分。本发明结合固相微萃取技术、GC-MS、GC-O技术和感官分析，能够快速鉴定出羊肉臊子中的特征香气成分，进而鉴定其香气品质，避免羊肉掺假。