基于深度学习的餐饮透明厨房食品安全行为智能分析研究

§   项目背景

近年来，党中央、国务院和省委、省政府高度重视食品安全工作，采取了一系列政策措施，不断提升食品安全总体水平，取得了比较明显的成效。但同时，贵州省食品行业产业化、规模化、集约化程度不高，高度分散，基础薄弱；各级食品安全监管部门尤其是基层单位和监管人员不足，一些餐饮企业主体责任落实不够，行业诚信道德体系建设滞后；危害食品安全的违法犯罪行为屡禁不止，食品安全风险隐患依然较多，食品安全事故时有发生。对此，群众十分关注，媒体高度聚焦，食品安全已经成为全社会关注的热点问题。

为响应国务院印发的《新一代人工智能发展规划的通知》，利用人工智能提升食品安全保障能力的相关指示，贵阳市为创建国家食品安全示范城市，率先推行了“透明厨房”工程。目前“透明厨房”工程的建设已采集了大量的监管视频数据，但监管能力有限，无法全天通过视频值守监管，因此需要利用机器学习手段来进行智能的分析与挖掘。项目针对食品特殊的类型和类别，将在原有深度学习算法上进行进一步的研究和提升，解决在复杂环境下，传统算法速度慢、精度低等技术瓶颈问题。

§   解决方案

通过对“透明厨房”工程安装的高清摄像头采集的食品数据，基于深度学习，主要是卷积神经网络（convolution neural network: CNN）和候选区域（regionproposal）技术对食品内容进行挖掘、分析，旨在依靠人工智能自动判断餐饮制作过程中是否违反《食品安全法》的行为，从而推进食品安全监管工作，提升贵阳市食品安全监管水平和效率，为监管决策提供技术支撑。

该项目是国内首次将基于视频监控的深度学习算法第一次运用到餐饮服务食品安全食品监管当中，通过食品安全重点示范性城市“透明厨房”工程所产生的非结构化的视频大数据的挖掘与分析，对食品安全行为进行智能分析，实现大数据在视频安全应用中的真实价值。