1.一种箱柜食物识别系统，其特征在于，包括有识别机构、视频流服务器、识别服务器和存储服务器，其中：所述识别机构，用于采集食物进出箱柜的图像信息，并传输至视频流服务器；

所述视频流服务器，接收识别机构采集的图像信息，并将该图像信息分配至识别服务器；

所述识别服务器，接收图像信息，根据图像信息识别出图片，并通过图片进行追踪判断和识别判断，最后将判断结果发送至存储服务器；

所述存储服务器，接收判断结果，并更新箱柜内的食物数据信息；

视频处理系统如下：

整个系统分为成像模块、标注模块、训练模块，识别模块、轨迹跟踪模块、行为判定模块；

成像模块，通过外接网络摄像头，放置在固定位置，拍摄并捕捉视野范围内的运动目标；

标注模块，给训练模块提供训练数据，分为三部分，第一部分就是对手掌进行标注，第二部分是对手‑手持物品进行标注，第三部分是针对不同物品进行不同种类的标注；

训练模块，对标注的图像选择不同的模型进行训练；

训练类别包括3类，一类是手掌，一类是手掌‑手持的物品，一类是物品；前两类是固定的，最后一类物品，是根据实际需要来选择；

识别模块，用训练好的模型对图片进行识别，对象包括手掌A，手掌‑手持的物品B，手持物品C，给出识别的目标位置box、类别class、得分score；

轨迹跟踪模块，具体步骤如下：

（1）目标类别及位置判定；判定识别模块返回的类别class是否包含类别手掌class_A，如果不包含，认为此帧没有目标，等待下一帧的检测；如果包含class_A  ,保存box_A  ,score_A的数据，并继续去检查class_B  ,class_C；如果存在则保存相关class、box、score这些相关数据；

（2）目标的组合；通过不同的class_A与class_C目标的交并比IOUA_C来判定，哪些目标是一体的，从而剔除错误目标，公式如下：，

多组IOUA_C构成集合E(IOUA_C)，集合E(IOUA_C)内部按IOUA_C值递增排序；

（3）去重，由于集合 和多个class_B的集合E(class_B)代表的都是手掌‑手持物体，因此有可能会出现重复，通过非极大值抑制nms，去掉双方集合中重复的目标，nms是通过score来剔除重叠的box，这里面集合E(class_B)中存在类别B的得分score_B，但是集合E(class_B)里面是 IOUA_C无法与score_B比对，设定 再比较；

行为判定模块，连续帧中，确认轨迹；轨迹共有三种状态，取、放、不确定；状态的确认是通过趋势判定，也就是依靠当前目标 中心点与前一帧用来比较的目标 的位置差。

2.如权利要求1所述的一种箱柜食物识别系统，其特征在于：所述的箱柜为箱柜、冷柜、食物柜、置物柜中的一种。

3.如权利要求2所述的一种箱柜食物识别系统，其特征在于：所述识别机构、视频流服务器、识别服务器和存储服务器皆为远端云服务器，且彼此之间通过内外进行数据传输。

4.如权利要求3所述的一种箱柜食物识别系统，其特征在于：所述识别机构包括有至少一设置于箱体外、且位于箱体顶部的相机组成。

5.如权利要求1‑4中任一项所述的一种箱柜食物识别系统，其特征在于：所述识别机构包括有至少一设置于箱体内、且位于箱体底部的相机组成。

6.如权利要求5所述的一种箱柜食物识别系统，其特征在于：所述的食物数据信息包括有种类、箱柜ID、食物特征、放入时间和取出时间。

7.一种箱柜食物识别方法，其特征在于，应用如权利要求1所述的箱柜食物识别系统，包括如下步骤：

1）进行图像的获取，通过摄像头对准箱柜门前面区域，拍摄物品放入或者取出箱柜的画面，摄像头个数至少一个，且每一个摄像头都有一个ID，绑定本台箱柜，并与远程服务器连接；

2）进行图像的传输及分配，每台箱柜获取的图像需要上传至视频流服务器，由视频流服务器分配至识别服务器；

3）进行食物的识别，由识别服务器加载的识别模型识别出相应图片，如果含有目标，那么保留当前箱柜的ID，图片信息，开启食物追踪模式；

4)进行食物的追踪，通过连续多帧中食物的移动趋势，判定食物所处状态，其中当模型识别出箱柜门开启后，当食物靠近箱柜判定是放食物，食物远离箱柜判定是取食物；

5）进行食物的管理，识别服务器，得出食物状态后，根据不同的状态做出反馈，当判断是放食物时，将食物的相关数据发送给存储服务器，存储，更新箱柜食物信息，并将结果同时发送给终端显示；当判断是取食物时，则将该食物的相关数据发送给存储服务器，并接收存储服务器返回的同类型食物特征，对同类型食物比对筛选出最可能的一种食物，返回给存储服务器，存储，更新食物信息，同时将结果发送给终端显示。

8.如权利要求7所述的一种箱柜食物识别方法，其特征在于，在步骤4）中，所述食物的追踪方法为：通过相机安装的位置确定食物的进出方向，令P(x,y)表示食物在相机中的坐标，表示前一帧食物坐标， 表示当前帧食物坐标， 表示两者之差，具体公式如下： ，如靠近相机认为是放食物，此时 值为

正，远离相机认为是取食物，此时 值为负；当连续N帧中的食物的坐标 都为正，N为算法预设值，则认为此时的状态为放食物，当连续N帧中的食物坐标 为负，则认为此时状态为取食物。

9.如权利要求7所述的一种箱柜食物识别方法，其特征在于，在步骤5）中，所述的终端包括有手机APP、微信小程序、箱柜的显示屏幕。