公开(公告)号：CN111159539A

公开(公告)日：2020-05-15

申请号：CN201911251785.9

申请日：2019-12-09

Applicant: 中国科学院计算技术研究所

Inventor： 闵巍庆 ,  王致岭 ,  刘林虎 ,  蒋树强

IPC: G06F16/9535 ,  G16H20/60

Abstract: 本发明提出一种基于多模态信息关联分析的食物推荐方法，包括：根据用户的饮食需求和饮食范围生成第一模态信息；根据食物的自然属性和附加属性生成第二模态信息；根据该用户的实时身体状况和饮食环境状况生成第三模态信息；对该第一模态信息、该第二模态信息和该第三模态信息进行关联性分析，生成针对该用户的食物推荐结果。

公开(公告)号：CN111159539B

公开(公告)日：2023-09-22

申请号：CN201911251785.9

申请日：2019-12-09

Applicant: 中国科学院计算技术研究所

Inventor： 闵巍庆 ,  王致岭 ,  刘林虎 ,  蒋树强

IPC: G06F16/9535 ,  G16H20/60

Abstract: 本发明提出一种基于多模态信息关联分析的食物推荐方法，包括：根据用户的饮食需求和饮食范围生成第一模态信息；根据食物的自然属性和附加属性生成第二模态信息；根据该用户的实时身体状况和饮食环境状况生成第三模态信息；对该第一模态信息、该第二模态信息和该第三模态信息进行关联性分析，生成针对该用户的食物推荐结果。

公开(公告)号：CN112906780A

公开(公告)日：2021-06-04

申请号：CN202110171006.5

申请日：2021-02-08

Applicant: 中国科学院计算技术研究所

Inventor： 闵巍庆 ,  王致岭 ,  蒋树强

IPC: G06K9/62 ,  G06K9/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种果蔬图像分类系统，包括用于提取输入果蔬图像特征图的卷积神经网络、用于识别果蔬图像的低维特征图中的低维关键特征图的低维SCA注意力模块、用于识别果蔬图像的中维特征图中的中维关键特征图的中维SCA注意力模块、用于识别果蔬图像的高维特征图中的高维关键特征图的高维SCA注意力模块、与每一个SCA注意力模块链接的池化层；所述果蔬图像分类系统还包括：多尺度特征融合模块，用于对经池化处理后的低维关键特征图、中维关键特征图、高维关键特征图进行融合处理，生成统一的特征表示；全连接层，用于根据统一的特征表示对果蔬图像进行分类。

公开(公告)号：CN114419391A

公开(公告)日：2022-04-29

申请号：CN202111621115.9

申请日：2021-12-27

Applicant: 北京三快在线科技有限公司 ,  中国科学院计算技术研究所

Inventor： 魏晓明 ,  王致岭 ,  闵巍庆 ,  康丽萍 ,  魏晓林 ,  蒋树强

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种目标图像识别方法及装置、电子设备及可读存储介质。其中，该方法包括：将目标图像输入至预先训练完成的目标图像识别模型；通过目标图像识别模型的特征学习模块，获取目标图像对应的多个不同维度的多个局部特征，以及确定多个局部特征对应的多个第一向量表示；通过目标图像识别模型的特征增强模块，确定多个局部特征对应的第二向量表示；通过目标图像识别模型的特征分类模块，对多个第一向量表示以及第二向量表示进行分类，以得到目标图像的预测结果。本发明解决了由于相关技术中食品图像预测结果准确性低的技术问题。