CN105930656A - 饮食习惯分析方法及装置 - Google Patents
饮食习惯分析方法及装置 Download PDFInfo
- Publication number
- CN105930656A CN105930656A CN201610248822.0A CN201610248822A CN105930656A CN 105930656 A CN105930656 A CN 105930656A CN 201610248822 A CN201610248822 A CN 201610248822A CN 105930656 A CN105930656 A CN 105930656A
- Authority
- CN
- China
- Prior art keywords
- information
- food
- user
- dietary habit
- intelligent refrigerator
- 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
Classifications
-
- G06F19/3475—
Landscapes
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开是关于一种饮食习惯分析方法及装置,其中,方法包括:获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;根据所述次数和所述特征信息,分析得到用户的饮食习惯信息;根据所述饮食习惯信息进行提醒。通过该技术方案,可以分析用户的饮食习惯信息,进而对该饮食习惯信息进行提醒、评分等,这样,无需用户亲自查看或称量,就可以清楚地了解冰箱内食物的被使用情况,例如用户每次使用了哪些种类的食物以及食物被使用的重量等等,从而方便用户了解自己的饮食习惯的健康性,用户体验度更好。
Description
技术领域
本公开涉及信息处理技术领域,尤其涉及饮食习惯分析方法及装置。
背景技术
目前,随着人民生活水平的不断提高,生活节奏不断加快,冰箱在家庭中起的作用也越来越大。冰箱内存储的食物种类和数量都很多,用户无法了解冰箱内食物的详细状况,例如每次被使用的重量等等。由于人们对健康饮食以及食物安全的关注度的提高,需要对冰箱内的食物状况有更加清楚准确地了解。
发明内容
本公开实施例提供一种饮食习惯分析方法及装置,包括如下技术方案:
根据本公开实施例的第一方面,提供一种饮食习惯分析方法,包括:
获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
根据所述次数和所述特征信息,分析得到用户的饮食习惯信息;
根据所述饮食习惯信息进行提醒。
在一个实施例中,所述方法还包括:
获取所述用户的身体参数特征信息,其中身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
根据所述用户的身体参数特征信息,计算所述饮食习惯信息的得分;
根据所述饮食习惯信息的得分进行提醒。
在一个实施例中,所述方法还包括:
从网络侧获取与所述用户的身体参数特征信息匹配的推荐饮食信息;
根据所述推荐饮食信息进行提醒。
在一个实施例中,所述根据所述次数和所述特征信息,分析得到用户的饮食习惯信息,包括:
根据所述食物每次被放入所述智能冰箱时的重量信息,计算所述食物每次的被使用重量;
根据所述食物每次的被使用重量和所述食物的种类信息,分析得到用户的饮食习惯信息。
在一个实施例中,获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,包括:
通过设置在所述智能冰箱上的摄像装置获取所述食物被用户放入所述智能冰箱时的图像;
根据所述图像的数量,确定所述食物被放入所述智能冰箱的次数;
对所述图像进行识别,以得到所述食物的种类信息;
通过设置在所述智能冰箱上的称重装置获取所述食物的重量信息。
根据本公开实施例的第二方面,提供一种饮食习惯分析装置,包括:
第一获取模块,用于获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
分析模块,用于根据所述第一获取模块获取的所述次数和所述特征信息,分析得到用户的饮食习惯信息;
第一提醒模块,用于根据所述饮食习惯信息进行提醒。
在一个实施例中,所述装置还包括:
接收模块,用于获取所述用户的身体参数特征信息,其中身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
计算模块,用于根据所述接收模块接收的所述用户的身体参数特征信息,计算所述饮食习惯信息的得分;
第二提醒模块,用于根据所述计算模块计算的所述饮食习惯信息的得分进行提醒。
在一个实施例中,所述装置还包括:
第二获取模块,用于从网络侧获取与所述用户的身体参数特征信息匹配的推荐饮食信息;
第三提醒模块,用于根据所述第二获取模块获取的所述推荐饮食信息进行提醒。
在一个实施例中,所述分析模块包括:
计算子模块,用于根据所述食物每次被放入所述智能冰箱时的重量信息,计算所述食物每次的被使用重量;
分析子模块,用于根据所述计算子模块计算的所述食物每次的被使用重量和所述食物的种类信息,分析得到用户的饮食习惯信息。
在一个实施例中,所述第一获取模块包括:
图像获取子模块,用于通过设置在所述智能冰箱上的摄像装置获取所述食物被用户放入所述智能冰箱时的图像;
确定子模块,用于根据所述图像获取子模块获取的图像的数量,确定所述食物被放入所述智能冰箱的次数;
识别子模块,用于对所述图像进行识别,以得到所述食物的种类信息;
重量获取子模块,用于通过设置在所述智能冰箱上的称重装置获取所述食物的重量信息。
根据本公开实施例的第三方面,提供一种饮食习惯分析装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
根据所述次数和所述特征信息,分析得到用户的饮食习惯信息。
本公开的实施例提供的技术方案可以包括以下有益效果:
上述技术方案,根据食物被放入冰箱的次数以及每次被放入冰箱时的种类、重量等特征信息,可以分析用户的饮食习惯信息,进而对该饮食习惯信息进行提醒、评分等,这样,无需用户亲自查看或称量,就可以清楚地了解冰箱内食物的被使用情况,例如用户每次使用了哪些种类的食物以及食物被使用的重量等等,从而方便用户了解自己的饮食习惯的健康性,用户体验度更好。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种饮食习惯分析方法的流程图。
图2是根据一示例性实施例示出的另一种饮食习惯分析方法的流程图。
图3是根据一示例性实施例示出的再一种饮食习惯分析方法的流程图。
图4是根据一示例性实施例示出的一种饮食习惯分析方法中步骤S103的流程图。
图5是根据一示例性实施例示出的一种饮食习惯分析方法中步骤S101的流程图。
图6是根据一示例性实施例示出的一种饮食习惯分析装置的框图。
图7是根据一示例性实施例示出的另一种饮食习惯分析装置的框图。
图8是根据一示例性实施例示出的再一种饮食习惯分析装置的框图。
图9是根据一示例性实施例示出的一种饮食习惯分析装置中分析模块的框图。
图10是根据一示例性实施例示出的一种饮食习惯分析装置中第一获取模块的框图。
图11是根据一示例性实施例示出的适用于饮食习惯分析装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供了一种饮食习惯分析方法,该方法可用于智能冰箱或者与智能冰箱无线通信的服务器中,如图1所示,该方法包括步骤S101-S102:
在步骤S101中,获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入智能冰箱时的特征信息,其中,特征信息包括食物的种类信息和重量信息;其中,预设时间段是以食物被首次放入冰箱时为起始时间的一段时间,如一天、一周等,即预设时间段的起始时间点为食物被首次放入冰箱时的时间。
在步骤S102中,根据次数和特征信息,分析得到用户的饮食习惯信息;
在步骤S103中,根据饮食习惯信息进行提醒。
在该实施例中,根据预设时间段内食物被放入冰箱的次数以及每次被放入冰箱时的种类、重量等特征信息,可以分析用户的饮食习惯信息,进而对该饮食习惯信息进行提醒,这样,无需用户亲自查看或称量,就可以清楚地了解冰箱内食物的被使用情况及自己的饮食习惯,例如用户每次使用了哪些种类的食物以及食物被使用的重量等等,从而方便用户了解自己的饮食习惯的健康性,用户体验度更好。
如图2所示,在一个实施例中,上述方法还包括步骤S201-S203:
在步骤S201中,获取用户的身体参数特征信息,其中,身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
在步骤S202中,根据用户的身体参数特征信息,计算饮食习惯信息的得分;
在步骤S203中,根据饮食习惯信息的得分进行提醒。
在该实施例中,可以获取用户的身体参数特征信息,如用户的龄、性别、身高、体重、病史、体质状况、过敏信息等,其中,该身体参数特征信息可以是用户输入的,也可以是从用户的智能可穿戴设备接收到的。根据用户的身体参数特征信息,可以对用户的饮食习惯信息进行评分,根据该得分,用户可以获知自己的饮食习惯是否健康,从而提升用户的使用体验。
其中,体质情况包括用户的身体形态发育水平(体型、身体姿态、营养状况等)、生理生化功能水平(即机体新陈代谢功能及人体各系统、器官的工作效能)、身体素质和运动能力(即身体在生活、劳动和运动中所表现出来的力量、速度、耐力、灵敏、柔韧等身体素质以及走、跑、跳跃、投掷、攀登、爬越、悬垂、支撑等运动能力)、适应能力(即对外界环境以及抗寒耐暑的能力,对疾病的抵抗能力)等等。过敏信息包括用户的过敏源,过敏季节、过敏反应等等信息。
例如,用户输入的过敏信息中过敏源为花生,如果获取到冰箱中有花生酱和饼干,且分析出用户最近在使用这两种食物,则可以提醒用户不要食用这两种食物,或者使用这两种食物会影响身体健康。
又例如,通过智能可穿戴设备获取到用户的体重已超标,而用户饮食习惯信息显示用户每天摄入的热量都较高,则可以提醒用户减少高热量食物的摄入。当然,也可以根据用户的身体参数特征信息和预设计算公式,计算出用户的饮食习惯信息的健康得分,分数越低说明用户的饮食习惯越不健康。
如图3所示,在一个实施例中,上述方法还包括步骤S301-S302:
在步骤S301中,从网络侧获取与用户的身体参数特征信息匹配的推荐饮食信息;
在步骤S302中,根据推荐饮食信息进行提醒。
在该实施例中,还可以从网络侧获取与用户的身体参数特征信息匹配的推荐饮食信息,如推荐的食物种类,以及该食物种类的推荐使用量等,从而对用户进行提醒,这样,用户可以根据推荐饮食信息进行烹饪和食用,从而帮助用户养成健康的饮食习惯,提升用户的使用体验。
如图4所示,在一个实施例中,上述步骤S103包括步骤S401-S402:
在步骤S401中,根据食物每次被放入智能冰箱时的重量信息,计算食物每次的被使用重量;
在步骤S402中,根据食物每次的被使用重量和食物的种类信息,分析得到用户的饮食习惯信息。
在该实施例中,可以根据食物每次被放入冰箱时的质量,计算出食物每次被使用的重量,例如,食物上一次被放入冰箱时重量为500克,食物本次被放入冰箱时重量为200克,则说明书该食物本次被使用的种类为500克-200克=300克,而如果被放入冰箱的次数为1次,即上次被放入后,再也没有被放入,则说明食物本次全被用完了。
如图5所示,在一个实施例中,上述步骤S101包括步骤S501-S504:
在步骤S501中,通过设置在智能冰箱上的摄像装置获取食物被用户放入智能冰箱时的图像;
在步骤S502中,根据图像的数量,确定食物被放入智能冰箱的次数;
在步骤S503中,对图像进行识别,以得到食物的种类信息;
在步骤S504中,通过设置在智能冰箱上的称重装置获取食物的重量信息。
在该实施例中,可以通过设置在冰箱上的摄像装置获取食物被放入冰箱时的图片,进而对图片进行识别,识别出食物的种类,并通过冰箱上的称重装置获取重量信息,从而根据食物的种类信息和食物的种类信息确定用户的饮食习惯信息。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图6是根据一示例性实施例示出的一种饮食习惯分析装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为冰箱或服务器的部分或者全部。如图6所示,该饮食习惯分析装置包括:
第一获取模块61,被配置为获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入智能冰箱时的特征信息,其中,特征信息包括食物的种类信息和重量信息;
分析模块62,被配置为根据第一获取模块获取的次数和特征信息,分析得到用户的饮食习惯信息;
第一提醒模块63,被配置为根据饮食习惯信息进行提醒。
在该实施例中,根据预设时间段内食物被放入冰箱的次数以及每次被放入冰箱时的种类、重量等特征信息,可以分析用户的饮食习惯信息,进而对该饮食习惯信息进行提醒,这样,无需用户亲自查看或称量,就可以清楚地了解冰箱内食物的被使用情况及自己的饮食习惯,例如用户每次使用了哪些种类的食物以及食物被使用的重量等等,从而方便用户了解自己的饮食习惯的健康性,用户体验度更好。
如图7所示,在一个实施例中,上述装置还包括:
接收模块71,被配置为获取用户的身体参数特征信息,其中身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
计算模块72,被配置为根据接收模块71接收的用户的身体参数特征信息,计算饮食习惯信息的得分;
第二提醒模块73,被配置为根据计算模块72计算的饮食习惯信息的得分进行提醒。
在该实施例中,可以获取用户的身体参数特征信息,如用户的龄、性别、身高、体重、病史、体质状况、过敏信息等,其中,该身体参数特征信息可以是用户输入的,也可以是从用户的智能可穿戴设备接收到的。根据用户的身体参数特征信息,可以对用户的饮食习惯信息进行评分,根据该得分,用户可以获知自己的饮食习惯是否健康,从而提升用户的使用体验。
其中,体质情况包括用户的身体形态发育水平(体型、身体姿态、营养状况等)、生理生化功能水平(即机体新陈代谢功能及人体各系统、器官的工作效能)、身体素质和运动能力(即身体在生活、劳动和运动中所表现出来的力量、速度、耐力、灵敏、柔韧等身体素质以及走、跑、跳跃、投掷、攀登、爬越、悬垂、支撑等运动能力)、适应能力(即对外界环境以及抗寒耐暑的能力,对疾病的抵抗能力)等等。过敏信息包括用户的过敏源,过敏季节、过敏反应等等信息。
例如,用户输入的过敏信息中过敏源为花生,如果获取到冰箱中有花生酱和饼干,且分析出用户最近在使用这两种食物,则可以提醒用户不要食用这两种食物,或者使用这两种食物会影响身体健康。
又例如,通过智能可穿戴设备获取到用户的体重已超标,而用户饮食习惯信息显示用户每天摄入的热量都较高,则可以提醒用户减少高热量食物的摄入。当然,也可以根据用户的身体参数特征信息和预设计算公式,计算出用户的饮食习惯信息的健康得分,分数越低说明用户的饮食习惯越不健康。
如图8所示,在一个实施例中,上述装置还包括:
第二获取模块81,被配置为从网络侧获取与用户的身体参数特征信息匹配的推荐饮食信息;
第三提醒模块82,被配置为根据第二获取模块81获取的推荐饮食信息进行提醒。
在该实施例中,还可以从网络侧获取与用户的身体参数特征信息匹配的推荐饮食信息,如推荐的食物种类,以及该食物种类的推荐使用量等,从而对用户进行提醒,这样,用户可以根据推荐饮食信息进行烹饪和食用,从而帮助用户养成健康的饮食习惯,提升用户的使用体验。
如图9所示,在一个实施例中,分析模块62包括:
计算子模块91,被配置为根据食物每次被放入智能冰箱时的重量信息,计算食物每次的被使用重量;
分析子模块92,被配置为根据计算子模块91计算的食物每次的被使用重量和食物的种类信息,分析得到用户的饮食习惯信息。
在该实施例中,可以根据食物每次被放入冰箱时的质量,计算出食物每次被使用的重量,例如,食物上一次被放入冰箱时重量为500克,食物本次被放入冰箱时重量为200克,则说明书该食物本次被使用的种类为500克-200克=300克,而如果被放入冰箱的次数为1次,即上次被放入后,再也没有被放入,则说明食物本次全被用完了。
如图10所示,在一个实施例中,第一获取模块61包括:
图像获取子模块101,被配置为通过设置在智能冰箱上的摄像装置获取食物被用户放入智能冰箱时的图像;
确定子模块102,被配置为根据图像获取子模块获取的图像的数量,确定食物被放入智能冰箱的次数;
识别子模块103,被配置为对图像进行识别,以得到食物的种类信息;
重量获取子模块104,被配置为通过设置在智能冰箱上的称重装置获取食物的重量信息。
在该实施例中,可以通过设置在冰箱上的摄像装置获取食物被放入冰箱时的图片,进而对图片进行识别,识别出食物的种类,并通过冰箱上的称重装置获取重量信息,从而根据食物的种类信息和食物的种类信息确定用户的饮食习惯信息。
根据本公开实施例的第三方面,提供一种饮食习惯分析装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
根据所述次数和所述特征信息,分析得到用户的饮食习惯信息。
上述处理器还可被配置为:
所述方法还包括:
获取所述用户的身体参数特征信息,其中身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
根据所述用户的身体参数特征信息,计算所述饮食习惯信息的得分;
根据所述饮食习惯信息的得分进行提醒。
上述处理器还可被配置为:
所述方法还包括:
从网络侧获取与所述用户的身体参数特征信息匹配的推荐饮食信息;
根据所述推荐饮食信息进行提醒。
上述处理器还可被配置为:
所述根据所述次数和所述特征信息,分析得到用户的饮食习惯信息,包括:
根据所述食物每次被放入所述智能冰箱时的重量信息,计算所述食物每次的被使用重量;
根据所述食物每次的被使用重量和所述食物的种类信息,分析得到用户的饮食习惯信息。
上述处理器还可被配置为:
获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,包括:
通过设置在所述智能冰箱上的摄像装置获取所述食物被用户放入所述智能冰箱时的图像;
根据所述图像的数量,确定所述食物被放入所述智能冰箱的次数;
对所述图像进行识别,以得到所述食物的种类信息;
通过设置在所述智能冰箱上的称重装置获取所述食物的重量信息。
图11是根据一示例性实施例示出的一种用于饮食习惯分析装置的框图。例如,装置1100可以被提供为一服务器。装置1100包括处理组件1122,其进一步包括一个或多个处理器,以及由存储器1132所代表的存储器资源,用于存储可由处理组件1122的执行的指令,例如应用程序。存储器1132中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1122被配置为执行指令,以执行上述方法。
装置1100还可以包括一个电源组件1126被配置为执行装置1100的电源管理,一个有线或无线网络接口1150被配置为将装置1100连接到网络,和一个输入输出(I/O)接口1158。装置1100可以操作基于存储在存储器1132的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置1100的处理器执行时,使得装置1100能够执行上述饮食习惯分析方法,所述方法包括:
获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
根据所述次数和所述特征信息,分析得到用户的饮食习惯信息;
根据所述饮食习惯信息进行提醒。
在一个实施例中,所述方法还包括:
获取所述用户的身体参数特征信息,其中身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
根据所述用户的身体参数特征信息,计算所述饮食习惯信息的得分;
根据所述饮食习惯信息的得分进行提醒。
在一个实施例中,所述方法还包括:
从网络侧获取与所述用户的身体参数特征信息匹配的推荐饮食信息;
根据所述推荐饮食信息进行提醒。
在一个实施例中,所述根据所述次数和所述特征信息,分析得到用户的饮食习惯信息,包括:
根据所述食物每次被放入所述智能冰箱时的重量信息,计算所述食物每次的被使用重量;
根据所述食物每次的被使用重量和所述食物的种类信息,分析得到用户的饮食习惯信息。
在一个实施例中,获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,包括:
通过设置在所述智能冰箱上的摄像装置获取所述食物被用户放入所述智能冰箱时的图像;
根据所述图像的数量,确定所述食物被放入所述智能冰箱的次数;
对所述图像进行识别,以得到所述食物的种类信息;
通过设置在所述智能冰箱上的称重装置获取所述食物的重量信息。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (11)
1.一种饮食习惯分析方法,其特征在于,包括:
获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
根据所述次数和所述特征信息,分析得到用户的饮食习惯信息;
根据所述饮食习惯信息进行提醒。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述用户的身体参数特征信息,其中身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
根据所述用户的身体参数特征信息,计算所述饮食习惯信息的得分;
根据所述饮食习惯信息的得分进行提醒。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
从网络侧获取与所述用户的身体参数特征信息匹配的推荐饮食信息;
根据所述推荐饮食信息进行提醒。
4.根据权利要求1所述的方法,其特征在于,所述根据所述次数和所述特征信息,分析得到用户的饮食习惯信息,包括:
根据所述食物每次被放入所述智能冰箱时的重量信息,计算所述食物每次的被使用重量;
根据所述食物每次的被使用重量和所述食物的种类信息,分析得到用户的饮食习惯信息。
5.根据权利要求1所述的方法,其特征在于,获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,包括:
通过设置在所述智能冰箱上的摄像装置获取所述食物被用户放入所述智能冰箱时的图像;
根据所述图像的数量,确定所述食物被放入所述智能冰箱的次数;
对所述图像进行识别,以得到所述食物的种类信息;
通过设置在所述智能冰箱上的称重装置获取所述食物的重量信息。
6.一种饮食习惯分析装置,其特征在于,包括:
第一获取模块,用于获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
分析模块,用于根据所述第一获取模块获取的所述次数和所述特征信息,分析得到用户的饮食习惯信息;
第一提醒模块,用于根据所述饮食习惯信息进行提醒。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
接收模块,用于获取所述用户的身体参数特征信息,其中身体参数特征信息包括以下至少一项信息:年龄、性别、身高、体重、病史、体质状况、过敏信息;
计算模块,用于根据所述接收模块接收的所述用户的身体参数特征信息,计算所述饮食习惯信息的得分;
第二提醒模块,用于根据所述计算模块计算的所述饮食习惯信息的得分进行提醒。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于从网络侧获取与所述用户的身体参数特征信息匹配的推荐饮食信息;
第三提醒模块,用于根据所述第二获取模块获取的所述推荐饮食信息进行提醒。
9.根据权利要求6所述的装置,其特征在于,所述分析模块包括:
计算子模块,用于根据所述食物每次被放入所述智能冰箱时的重量信息,计算所述食物每次的被使用重量;
分析子模块,用于根据所述计算子模块计算的所述食物每次的被使用重量和所述食物的种类信息,分析得到用户的饮食习惯信息。
10.根据权利要求6所述的装置,其特征在于,所述第一获取模块包括:
图像获取子模块,用于通过设置在所述智能冰箱上的摄像装置获取所述食物被用户放入所述智能冰箱时的图像;
确定子模块,用于根据所述图像获取子模块获取的图像的数量,确定所述食物被放入所述智能冰箱的次数;
识别子模块,用于对所述图像进行识别,以得到所述食物的种类信息;
重量获取子模块,用于通过设置在所述智能冰箱上的称重装置获取所述食物的重量信息。
11.一种饮食习惯分析装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取预设时间段内食物被用户放入智能冰箱中的次数,以及每次被放入所述智能冰箱时的特征信息,其中,所述特征信息包括食物的种类信息和重量信息;
根据所述次数和所述特征信息,分析得到用户的饮食习惯信息;
根据所述饮食习惯信息的得分进行提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610248822.0A CN105930656A (zh) | 2016-04-20 | 2016-04-20 | 饮食习惯分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610248822.0A CN105930656A (zh) | 2016-04-20 | 2016-04-20 | 饮食习惯分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105930656A true CN105930656A (zh) | 2016-09-07 |
Family
ID=56839438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610248822.0A Pending CN105930656A (zh) | 2016-04-20 | 2016-04-20 | 饮食习惯分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105930656A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918195A (zh) * | 2017-04-01 | 2017-07-04 | 合肥华凌股份有限公司 | 一种智能冰箱控制服务端、控制方法和智能冰箱 |
CN106991187A (zh) * | 2017-04-10 | 2017-07-28 | 武汉朱雀闻天科技有限公司 | 一种校园数据的分析方法及装置 |
CN107301318A (zh) * | 2017-06-23 | 2017-10-27 | 北京好豆网络科技有限公司 | 用餐计划的生成方法和装置 |
CN107341350A (zh) * | 2017-07-05 | 2017-11-10 | 百度在线网络技术(北京)有限公司 | 食材智能管理方法和装置、服务器、智能冰箱、存储介质 |
CN109346153A (zh) * | 2018-08-31 | 2019-02-15 | 北京唐冠天朗科技开发有限公司 | 一种数字化就餐系统和方法 |
CN109961330A (zh) * | 2017-12-14 | 2019-07-02 | 深圳卓和云投资控股有限公司 | 一种饮料推荐方法及智能饮料机 |
CN110020165A (zh) * | 2017-12-19 | 2019-07-16 | 九阳股份有限公司 | 一种饮食推荐方法和家庭机器人 |
CN110634552A (zh) * | 2019-09-19 | 2019-12-31 | 青岛海尔科技有限公司 | 基于物联网操作系统的食谱推送方法和装置 |
EP3660432A4 (en) * | 2017-08-30 | 2020-08-26 | Samsung Electronics Co., Ltd. | FRIDGE |
CN113126655A (zh) * | 2019-12-31 | 2021-07-16 | 青岛海高设计制造有限公司 | 用于家电控制的方法、装置及家电设备 |
CN113158008A (zh) * | 2020-01-22 | 2021-07-23 | 青岛海尔电冰箱有限公司 | 食物推荐方法、冰箱、计算机可读存储介质 |
CN113852525A (zh) * | 2021-08-20 | 2021-12-28 | 青岛海尔科技有限公司 | 终端设备的控制方法和装置、存储介质及电子装置 |
CN115685772A (zh) * | 2021-07-30 | 2023-02-03 | 青岛海尔科技有限公司 | 一种设备操控方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1905454A (zh) * | 2005-07-25 | 2007-01-31 | 乐金电子(天津)电器有限公司 | 远程健康管理系统 |
CN200958885Y (zh) * | 2006-09-08 | 2007-10-10 | 海信集团有限公司 | 带有食品信息管理装置的冰箱 |
CN102538379A (zh) * | 2011-12-19 | 2012-07-04 | 四川长虹电器股份有限公司 | 一种冰箱食品信息管理装置及方法 |
CN102645083A (zh) * | 2012-05-24 | 2012-08-22 | 南京大学 | 一种基于射频识别技术的智能冰箱及其工作方法 |
CN103177339A (zh) * | 2013-03-25 | 2013-06-26 | 中山大学 | 基于智能冰箱的食品管理与推荐系统 |
CN103745359A (zh) * | 2013-12-25 | 2014-04-23 | 澳柯玛股份有限公司 | 一种普通冰箱的食物智能存储管理方法 |
CN103822434A (zh) * | 2014-02-26 | 2014-05-28 | 合肥美菱股份有限公司 | 一种基于智能冰箱的健康使用评价系统 |
CN103856637A (zh) * | 2014-03-24 | 2014-06-11 | 宁夏宏安信息技术有限公司 | 提醒食用存储食品的手机及提醒食用存储食品的方法 |
-
2016
- 2016-04-20 CN CN201610248822.0A patent/CN105930656A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1905454A (zh) * | 2005-07-25 | 2007-01-31 | 乐金电子(天津)电器有限公司 | 远程健康管理系统 |
CN200958885Y (zh) * | 2006-09-08 | 2007-10-10 | 海信集团有限公司 | 带有食品信息管理装置的冰箱 |
CN102538379A (zh) * | 2011-12-19 | 2012-07-04 | 四川长虹电器股份有限公司 | 一种冰箱食品信息管理装置及方法 |
CN102645083A (zh) * | 2012-05-24 | 2012-08-22 | 南京大学 | 一种基于射频识别技术的智能冰箱及其工作方法 |
CN103177339A (zh) * | 2013-03-25 | 2013-06-26 | 中山大学 | 基于智能冰箱的食品管理与推荐系统 |
CN103745359A (zh) * | 2013-12-25 | 2014-04-23 | 澳柯玛股份有限公司 | 一种普通冰箱的食物智能存储管理方法 |
CN103822434A (zh) * | 2014-02-26 | 2014-05-28 | 合肥美菱股份有限公司 | 一种基于智能冰箱的健康使用评价系统 |
CN103856637A (zh) * | 2014-03-24 | 2014-06-11 | 宁夏宏安信息技术有限公司 | 提醒食用存储食品的手机及提醒食用存储食品的方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918195A (zh) * | 2017-04-01 | 2017-07-04 | 合肥华凌股份有限公司 | 一种智能冰箱控制服务端、控制方法和智能冰箱 |
CN106991187A (zh) * | 2017-04-10 | 2017-07-28 | 武汉朱雀闻天科技有限公司 | 一种校园数据的分析方法及装置 |
CN107301318A (zh) * | 2017-06-23 | 2017-10-27 | 北京好豆网络科技有限公司 | 用餐计划的生成方法和装置 |
CN107341350A (zh) * | 2017-07-05 | 2017-11-10 | 百度在线网络技术(北京)有限公司 | 食材智能管理方法和装置、服务器、智能冰箱、存储介质 |
EP3660432A4 (en) * | 2017-08-30 | 2020-08-26 | Samsung Electronics Co., Ltd. | FRIDGE |
CN109961330A (zh) * | 2017-12-14 | 2019-07-02 | 深圳卓和云投资控股有限公司 | 一种饮料推荐方法及智能饮料机 |
CN110020165A (zh) * | 2017-12-19 | 2019-07-16 | 九阳股份有限公司 | 一种饮食推荐方法和家庭机器人 |
CN109346153A (zh) * | 2018-08-31 | 2019-02-15 | 北京唐冠天朗科技开发有限公司 | 一种数字化就餐系统和方法 |
CN110634552A (zh) * | 2019-09-19 | 2019-12-31 | 青岛海尔科技有限公司 | 基于物联网操作系统的食谱推送方法和装置 |
CN113126655A (zh) * | 2019-12-31 | 2021-07-16 | 青岛海高设计制造有限公司 | 用于家电控制的方法、装置及家电设备 |
CN113158008A (zh) * | 2020-01-22 | 2021-07-23 | 青岛海尔电冰箱有限公司 | 食物推荐方法、冰箱、计算机可读存储介质 |
CN115685772A (zh) * | 2021-07-30 | 2023-02-03 | 青岛海尔科技有限公司 | 一种设备操控方法、装置、电子设备及存储介质 |
CN113852525A (zh) * | 2021-08-20 | 2021-12-28 | 青岛海尔科技有限公司 | 终端设备的控制方法和装置、存储介质及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105930656A (zh) | 饮食习惯分析方法及装置 | |
JP7127086B2 (ja) | ヘルストラッキングデバイス | |
US11170887B2 (en) | Body weight management and activity tracking system | |
US20210008413A1 (en) | Interactive Personal Training System | |
EP3079090B1 (en) | Method for processing data and electronic device thereof | |
Franchak et al. | Affordances as probabilistic functions: Implications for development, perception, and decisions for action | |
Seifert et al. | Role of route previewing strategies on climbing fluency and exploratory movements | |
US20180330810A1 (en) | Physical therapy monitoring algorithms | |
US9311789B1 (en) | Systems and methods for sensorimotor rehabilitation | |
Sun et al. | An Exploratory Study on a Chest‐Worn Computer for Evaluation of Diet, Physical Activity and Lifestyle | |
US20130216982A1 (en) | Systems and methods for user-specific modulation of nutrient intake | |
CN105612556A (zh) | 用于识别和解释重复运动的系统和方法 | |
CN102214269A (zh) | 信息处理设备,信息输出方法和计算机程序存储装置 | |
US20210202085A1 (en) | Apparatus for automatically triaging patient and automatic triage method | |
CN110100246A (zh) | 基于遗传信息提供引导信息的电子设备和方法 | |
KR20200141261A (ko) | 개인의 건강관리 시스템 및 이를 이용한 건강관리 방법 | |
JP6455118B2 (ja) | 健康管理装置、及び健康管理方法 | |
US20210020295A1 (en) | Physical function independence support device of physical function and method therefor | |
CN109817302B (zh) | 一种健身用专家系统 | |
KR102139403B1 (ko) | 건강 검진, 식사 및 운동 데이터를 이용한 건강 관리 시스템 | |
KR20190073042A (ko) | 사용자 건강습관정보 수집을 통한 건강관리 서비스 제공 장치 및 제공 방법 | |
JP4989240B2 (ja) | 食事管理支援システム | |
KR101788249B1 (ko) | 체지방 또는 혈당 관리 기능을 갖는 사용자 기기, 서버 및 시스템, 그리고 이것들을 이용한 체지방 또는 혈당 관리 방법 | |
US20220051021A1 (en) | Augmented reality system and method for real-time monitoring of user activities through egocentric vision | |
JP2007102824A (ja) | 食事管理支援システム |
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 |
Application publication date: 20160907 |
|
RJ01 | Rejection of invention patent application after publication |