CN105717059A - 一种基于光谱分析的热量摄入自动测量方法及系统 - Google Patents
一种基于光谱分析的热量摄入自动测量方法及系统 Download PDFInfo
- Publication number
- CN105717059A CN105717059A CN201610089572.0A CN201610089572A CN105717059A CN 105717059 A CN105717059 A CN 105717059A CN 201610089572 A CN201610089572 A CN 201610089572A CN 105717059 A CN105717059 A CN 105717059A
- Authority
- CN
- China
- Prior art keywords
- heat
- food
- spectrum
- action
- meal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 235000019577 caloric intake Nutrition 0.000 title claims abstract description 27
- 238000010183 spectrum analysis Methods 0.000 title claims abstract description 23
- 230000009471 action Effects 0.000 claims abstract description 54
- 238000001228 spectrum Methods 0.000 claims abstract description 24
- 235000013305 food Nutrition 0.000 claims description 56
- 235000012054 meals Nutrition 0.000 claims description 32
- 238000005259 measurement Methods 0.000 claims description 24
- 230000003595 spectral effect Effects 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 210000002435 tendon Anatomy 0.000 claims description 10
- 238000004445 quantitative analysis Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 235000005911 diet Nutrition 0.000 abstract description 11
- 230000037213 diet Effects 0.000 abstract description 10
- 238000004364 calculation method Methods 0.000 abstract description 3
- 235000012631 food intake Nutrition 0.000 abstract description 3
- 230000037406 food intake Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 230000037396 body weight Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007707 calorimetry Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 210000005224 forefinger Anatomy 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 235000021056 liquid food Nutrition 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 235000020254 sheep milk Nutrition 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明实施例公开了一种基于光谱分析的热量摄入自动测量方法及系统，其中，该方法包括：检测识别吃饭动作；若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；当检测到吃饭动作停止时，计算获得第二热量；根据所述第一热量和第二热量获得摄入热量值，并根据所述摄入热量值作出相应提示。实施本发明实施例，可以自动检测饮食动作，帮助用户统计累计热量摄入值，提高用户的使用体验；可以随时精确的了解自己的食物摄入量来控制饮食，帮助用户更有效的控制自己的饮食。
Description
技术领域
本发明涉及热量摄入测量技术领域，尤其涉及一种基于光谱分析的热量摄入自动测量方法及系统。
背景技术
现代人对饮食与健康的关注日益强烈，但市面上的热量摄入测量装置都有一定局限，很难满足用户的需求。主要有以下两类测量方法：
已有的基于图像处理识别方法的自动膳食评估装置是基于图像处理识别方法的。该技术主要的设计是一个在具有内置相机的智能手机或其他移动设备上运行的半自动化测量模块以记录食物的卡路里摄入量。通过测量食物的体积和其营养成分来计算卡路里的摄入量。
实现过程包括以下步骤：采集食物图像；利用图像分割技术(如颜色分割、纹理分割)，提取食物部分区域；通过食物识别技术(如支持向量机)将食物分类；计算被检测到的食物的体积；根据食物的体积和食物营养表估算识别出的食物热量信息；将热量信息发送给用户。
该类技术的主要缺点在于测量精确度：
①在比较复杂有深度，食物覆盖比较多的情况下，通过图像拍摄很有可能会漏掉其他食物成分，并且也无法准确地获得食物深度。
②在外观上极其相似的食物种类的辨别上，不够精确。例如牛奶和羊奶的外观色泽是十分相似的，但根据外观的热量测定方法使得计算结果相近。
③即使能够准确判断出食物的种类以及食物的体积，也无法判断出食物的浓度，尤其是液体食物，进而严重影响数据准确率。并且，能够测量食物体积的设备多为通过内置重量传感器的盛放食物的工具，其体积较大而不便携。
而基于光谱分析的手动热量评估设备使用方便且测量较为精确：当用户拿着指定的扫描仪对着食物进行激光扫描，会向待测食物发出一束低功率激光，部分光子就会被吸收，再利用内置光谱仪对反射回来的激光进行测量，扫描仪中的分光计会按照波长对这些光子进行过滤并计数，由此产生的光谱，会“泄露”食物中的化学成分。这个光谱会被上传至网络服务器。
该类设备存在比较明显的问题是其便捷性：必须手动识别，无法自动识别。摄入热量应为进食前后食物热量差，则用户在入食前后都必须重复进行拿着扫描仪扫描食物的繁琐操作，这并不是一种很好的用户体验。考虑到使用摄入热量测量系统的用户需求，测量设备应为懒人化的多频使用工具。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种基于光谱分析的热量摄入自动测量方法及系统，可以自动检测饮食动作，帮助用户统计累计热量摄入值，提高用户的使用体验。
为了解决上述问题，本发明提出了一种基于光谱分析的热量摄入自动测量方法，所述方法包括：
检测识别吃饭动作；
若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；
当检测到吃饭动作停止时，计算获得第二热量；
根据所述第一热量和第二热量获得摄入热量值，并根据所述摄入热量值作出相应提示。
优选地，所述检测识别吃饭动作的步骤包括：
采用加速度计和肌腱传感器检测识别吃饭动作。
优选地，所述发射红外线并收集数据形成光谱的步骤包括：
扫描当前食物获得进食前食物光谱相关数据。
优选地，所述发射红外线并收集数据形成光谱，计算获得第一热量的步骤包括：
扫描当前食物获得进食前食物光谱相关数据；
把原子所产生的辐射进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，形成食物光谱图；
对所述食物光谱图进行定性鉴定或定量分析，获得第一热量。
优选地，所述根据所述摄入热量值作出相应提示的步骤包括：
显示食物热量，并提供摄入热量的建议。
相应地，本发明还提供一种基于光谱分析的热量摄入自动测量系统，所述系统包括：
可穿戴设备，用于检测识别吃饭动作；若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；当检测到吃饭动作停止时，计算获得第二热量；
服务器，用于根据所述第一热量和第二热量获得摄入热量值，并根据所述摄入热量值作出相应提示。
优选地，所述可穿戴设备包括：
传感器，用于检测识别吃饭动作；
处理器，用于若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；当检测到吃饭动作停止时，计算获得第二热量。
优选地，所述传感器包括：
加速度计，用于检测手臂动作的加速度和角加速度；
肌腱传感器，用于手部动作识别。
优选地，所述可穿戴设备还用于扫描当前食物获得进食前食物光谱相关数据。
优选地，所述可穿戴设备还包括：
红外扫描仪，用于扫描当前食物获得进食前食物光谱相关数据；把原子所产生的辐射进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，形成食物光谱图；
所述服务器还用于对所述食物光谱图进行定性鉴定或定量分析，获得第一热量。
实施本发明实施例，可以自动检测饮食动作，帮助用户统计累计热量摄入值，提高用户的使用体验；可以随时精确的了解自己的食物摄入量来控制饮食，帮助用户更有效的控制自己的饮食。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例的基于光谱分析的热量摄入自动测量方法的流程示意图；
图2是本发明实施例的基于光谱分析的热量摄入自动测量系统的结构组成示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明实施例的基于光谱分析的热量摄入自动测量方法的流程示意图，如图1所示，该方法包括：
S1，检测识别吃饭动作；
S2，若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；
S3，当检测到吃饭动作停止时，计算获得第二热量；
S4，根据第一热量和第二热量获得摄入热量值，并根据摄入热量值作出相应提示。
具体实施中，采用加速度计和肌腱传感器检测识别吃饭动作，并将信号通过蓝牙方式传送给处理器。
加速度计通过三轴加速度计和陀螺仪检测手臂动作的加速度和角加速度。线加速度计可测得x、y、z轴上的速度，角加速度是物体R与xoz、xoy、yoz平面的角速度。加速度传感器的输出分为数字和模拟两类，如果是数字信号，传给处理器的是加速度，如果是模拟信号输出，则在程序里需要用公式进行转换。由于加速度计的转换公式在实际中会根据芯片不同而参数不同。因此直接以ax，ay，az表示计算后的加速度，rx、ry、rz表示计算后的角加速度。将测得的加速度值传输至卡尔曼滤波电路，滤波后送给手表的处理器。处理器通过决策树算法检测当前动作是否为手腕弯曲的动作，如果是将信号传给热量开启的函数。其中，卡尔曼滤波器是电路模块，用去减少噪音及其他影响，提高精准度。
当处理器多次发出动作信号但肌腱传感器并未发出动作发生的信号，或者未检测到食物时，处理器发送“未检测到动作”到显示屏提醒用户，用户可以设定录制进食动作的起点和终点时间。检测完动作后，软件会修改决策树算法的参数，从而达到用户的个性化动作定制。
肌腱传感器通过蓝牙发送数据给处理器，处理器根据AriaSDK的库函数判断动作的幅度和大小，并设置相应处理，具体为，根据是否为食指和拇指发力以及手腕是否有旋转30-60度的动作，如果有则发出开始进食信号给红外控制模块。
红制模块当同时接收到加速度计和肌腱传感器“开始进食”的确认信号时，说明该时刻的动作与进食动作相似度高，则发送启动信号给红外扫描装置，记录进食前的食物光谱数据；当同时接收到加速度计和肌腱传感器“结束进食”的确认信号时，说明当前进食动作结束，则发送启动信号给红外扫描装置，记录进食后剩余食物光谱数据。
红外扫描仪扫描角度又称视场角，是指扫描一条数据线时从扫描仪到第一点和到最后一点连线之间的夹角。优选采用90°视场角并将其配置在手环朝向前方下侧的角度(即一般而言食物相对于人的手所在的方位)。
S2进一步包括：
扫描当前食物获得进食前食物光谱相关数据；
把原子所产生的辐射进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，形成食物光谱图；
对食物光谱图进行定性鉴定或定量分析，获得第一热量。
具体实施中，利用基于MapReduce架构的并行PLS算法对光谱进行分析。由于不同元素的原子结构不同，当被激发后发射光谱线的波长不尽相同，即每种元素都有其特征的波长，故根据这些元素的特征光谱就可以准确无误的鉴别元素的存在(定性分析)，而这些光谱线的强度与试样中该元素的含量有关，因此还可利用这些谱线的强度来测定元素的含量(定量分析)。
在S4中，通过第一热量减去第二热量可以获得热量摄入值。
根据摄入热量值作出相应提示的步骤包括：
显示食物热量，并提供摄入热量的建议。
根据所计算的摄入热量值，显示食物成分、食物热量。
根据体重、身高、年龄、性别显示建议摄入热量。根据如下公式：
男：[66+1.38x体重(kg)+5x高度(cm)-6.8x年龄]x活动量；
女：[65.5+9.6x体重(kg)+l.9x高度(cm)-4.7x年龄]x活动量。
相应地，本发明实施例还提供一种基于光谱分析的热量摄入自动测量系统，如图2所示，该系统包括：
可穿戴设备1，用于检测识别吃饭动作；若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；当检测到吃饭动作停止时，计算获得第二热量；
服务器2，用于根据第一热量和第二热量获得摄入热量值，并根据摄入热量值作出相应提示。
进一步地，可穿戴设备1包括：
传感器，用于检测识别吃饭动作；
处理器，用于若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；当检测到吃饭动作停止时，计算获得第二热量。
传感器包括：
加速度计，用于检测手臂动作的加速度和角加速度；
肌腱传感器，用于手部动作识别。
可穿戴设备1还用于扫描当前食物获得进食前食物光谱相关数据。
可穿戴设备1还包括：
红外扫描仪，用于扫描当前食物获得进食前食物光谱相关数据；把原子所产生的辐射进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，形成食物光谱图；
服务器2还用于对食物光谱图进行定性鉴定或定量分析，获得第一热量。
本发明的系统实施例中各功能模块的功能可参见本发明方法实施例中的流程处理，这里不再赘述。
实施本发明实施例，可以自动检测饮食动作，帮助用户统计累计热量摄入值，提高用户的使用体验；可以随时精确的了解自己的食物摄入量来控制饮食，帮助用户更有效的控制自己的饮食。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，ReadOnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁盘或光盘等。
另外，以上对本发明实施例所提供的基于光谱分析的热量摄入自动测量方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于光谱分析的热量摄入自动测量方法，其特征在于，所述方法包括：
检测识别吃饭动作；
若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；
当检测到吃饭动作停止时，计算获得第二热量；
根据所述第一热量和第二热量获得摄入热量值，并根据所述摄入热量值作出相应提示。
2.如权利要求1所述的基于光谱分析的热量摄入自动测量方法，其特征在于，所述检测识别吃饭动作的步骤包括：
采用加速度计和肌腱传感器检测识别吃饭动作。
3.如权利要求1所述的基于光谱分析的热量摄入自动测量方法，其特征在于，所述发射红外线并收集数据形成光谱的步骤包括：
扫描当前食物获得进食前食物光谱相关数据。
4.如权利要求3所述的基于光谱分析的热量摄入自动测量方法，其特征在于，所述发射红外线并收集数据形成光谱，计算获得第一热量的步骤包括：
扫描当前食物获得进食前食物光谱相关数据；
把原子所产生的辐射进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，形成食物光谱图；
对所述食物光谱图进行定性鉴定或定量分析，获得第一热量。
5.如权利要求1所述的基于光谱分析的热量摄入自动测量方法，其特征在于，所述根据所述摄入热量值作出相应提示的步骤包括：
显示食物热量，并提供摄入热量的建议。
6.一种基于光谱分析的热量摄入自动测量系统，其特征在于，所述系统包括：
可穿戴设备，用于检测识别吃饭动作；若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；当检测到吃饭动作停止时，计算获得第二热量；
服务器，用于根据所述第一热量和第二热量获得摄入热量值，并根据所述摄入热量值作出相应提示。
7.如权利要求6所述的基于光谱分析的热量摄入自动测量系统，其特征在于，所述可穿戴设备包括：
传感器，用于检测识别吃饭动作；
处理器，用于若检测到高相似度吃饭动作时，发射红外线并收集数据形成光谱，计算获得第一热量；当检测到吃饭动作停止时，计算获得第二热量。
8.如权利要求7所述的基于光谱分析的热量摄入自动测量系统，其特征在于，所述传感器包括：
加速度计，用于检测手臂动作的加速度和角加速度；
肌腱传感器，用于手部动作识别。
9.如权利要求6所述的基于光谱分析的热量摄入自动测量系统，其特征在于，所述可穿戴设备还用于扫描当前食物获得进食前食物光谱相关数据。
10.如权利要求9所述的基于光谱分析的热量摄入自动测量系统，其特征在于，所述可穿戴设备还包括：
红外扫描仪，用于扫描当前食物获得进食前食物光谱相关数据；把原子所产生的辐射进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，形成食物光谱图；
所述服务器还用于对所述食物光谱图进行定性鉴定或定量分析，获得第一热量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610089572.0A CN105717059A (zh) | 2016-02-17 | 2016-02-17 | 一种基于光谱分析的热量摄入自动测量方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610089572.0A CN105717059A (zh) | 2016-02-17 | 2016-02-17 | 一种基于光谱分析的热量摄入自动测量方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105717059A true CN105717059A (zh) | 2016-06-29 |
Family
ID=56156813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610089572.0A Pending CN105717059A (zh) | 2016-02-17 | 2016-02-17 | 一种基于光谱分析的热量摄入自动测量方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105717059A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107493390A (zh) * | 2017-09-01 | 2017-12-19 | 陕西科技大学 | 一种移动设备自动识别热量摄入和消耗的方法、系统 |
| CN108205652A (zh) * | 2016-12-20 | 2018-06-26 | 中国移动通信有限公司研究院 | 一种吃饭动作的识别方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013036907A (ja) * | 2011-08-09 | 2013-02-21 | Seiko Epson Corp | 摂取熱量推定装置、摂取熱量推定方法および摂取熱量推定用データ出力装置 |
| CN104765980A (zh) * | 2015-05-04 | 2015-07-08 | 哈尔滨理工大学 | 一种基于云计算的智能膳食评估方法 |
| CN105022471A (zh) * | 2014-04-23 | 2015-11-04 | 王建勤 | 基于压力传感器阵列进行手势识别的装置与方法 |
| US9254099B2 (en) * | 2013-05-23 | 2016-02-09 | Medibotics Llc | Smart watch and food-imaging member for monitoring food consumption |
-
2016
- 2016-02-17 CN CN201610089572.0A patent/CN105717059A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013036907A (ja) * | 2011-08-09 | 2013-02-21 | Seiko Epson Corp | 摂取熱量推定装置、摂取熱量推定方法および摂取熱量推定用データ出力装置 |
| US9254099B2 (en) * | 2013-05-23 | 2016-02-09 | Medibotics Llc | Smart watch and food-imaging member for monitoring food consumption |
| CN105022471A (zh) * | 2014-04-23 | 2015-11-04 | 王建勤 | 基于压力传感器阵列进行手势识别的装置与方法 |
| CN104765980A (zh) * | 2015-05-04 | 2015-07-08 | 哈尔滨理工大学 | 一种基于云计算的智能膳食评估方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108205652A (zh) * | 2016-12-20 | 2018-06-26 | 中国移动通信有限公司研究院 | 一种吃饭动作的识别方法和装置 |
| CN108205652B (zh) * | 2016-12-20 | 2020-10-13 | 中国移动通信有限公司研究院 | 一种吃饭动作的识别方法和装置 |
| CN107493390A (zh) * | 2017-09-01 | 2017-12-19 | 陕西科技大学 | 一种移动设备自动识别热量摄入和消耗的方法、系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20170354332A1 (en) | Electronic Device That Computes Health Data | |
| CN104267819B (zh) | 可手势唤醒的电子设备以及电子设备手势唤醒方法 | |
| CN107397530B (zh) | 一种中医体质与情感辨别调理系统 | |
| CN103954781B (zh) | 基于便携通讯设备的畜肉品质轻便无损检测仪 | |
| US9354712B2 (en) | Recognition device, intelligent device and information providing method for human machine interaction | |
| US11557080B2 (en) | Dynamically modeling an object in an environment from different perspectives | |
| JP6449449B2 (ja) | 色合いに基づいて化学パラメータの値を決定するためのセンサ装置及びその方法 | |
| US11449997B2 (en) | Skin condition measuring module | |
| CN107967824A (zh) | 一种图文指点拍照识别装置 | |
| CN107219221A (zh) | 毒品检测装置及检测方法 | |
| CN109886092A (zh) | 对象识别方法及其装置 | |
| CN106551679A (zh) | 一种移动终端及基于移动终端的测温方法 | |
| CN108197564A (zh) | 一种画钟试验的评估系统及方法 | |
| CN110567582A (zh) | 体温测量装置和方法 | |
| CN105717059A (zh) | 一种基于光谱分析的热量摄入自动测量方法及系统 | |
| CN111854966A (zh) | 温度测量方法、装置、可穿戴设备和介质 | |
| US9507433B1 (en) | System and method for discerning complex gestures using an array of optical sensors | |
| CN104515767A (zh) | 检测卡匣读取装置及其读取方法 | |
| CN104699279A (zh) | 可悬浮操作的位移检测装置和包含该装置的电脑系统 | |
| CN206990455U (zh) | 毒品检测装置 | |
| CN112716117B (zh) | 智能手环及其控制方法 | |
| CN113494803B (zh) | 智能冰箱及冰箱门体内储物的存取操作检测方法 | |
| TWI699703B (zh) | 具辨識標籤補償功能之檢測系統 | |
| CN109419498A (zh) | 一种多功能人体感知系统 | |
| US20210012130A1 (en) | Method and device for measuring biometric information in electronic device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160629 |