CN107731278A - 一种食物识别方法、营养健康分析方法、系统及装置 - Google Patents
一种食物识别方法、营养健康分析方法、系统及装置 Download PDFInfo
- Publication number
- CN107731278A CN107731278A CN201710786445.0A CN201710786445A CN107731278A CN 107731278 A CN107731278 A CN 107731278A CN 201710786445 A CN201710786445 A CN 201710786445A CN 107731278 A CN107731278 A CN 107731278A
- Authority
- CN
- China
- Prior art keywords
- food
- user
- picture
- identification
- servings
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种食物识别方法,包括以下步骤:获取用户摄入食物的食物图片并进行预处理;对预处理后的食物图片进行特征提取并得到对应的特征向量,并结合食物识别模型得到用户所摄入的各个食物的基本信息;根据预处理后的食物图片得出食物图片中的参考物与食物图片中的食物容器之间的比例关系并得到食物在食物容器中的占比,并结合食物份量识别模型得出用户所摄入的各个食物的份量。本发明还提供了一种电子设备、存储介质、食物识别装置和营养健康分析方法及系统。本发明将图像识别技术运用到食物识别中,不仅实现食物的类型识别,还实现了食物的份量识别,进而解决现有技术中人们只能依靠营养师、健身教练等专业人员对人们饮食进行指导的问题。
Description
技术领域
本发明涉及一种食物识别以及计算卡路里的运动健身系统,尤其涉及一种基于图像识别的食物识别方法、装置及营养健康分析系统、方法。
背景技术
目前,随着生活水平的提高,越来越多的人开始关注健康饮食和健康生活,例如如何有效的控制食品的热量摄入,使之与日常生活的运动量消耗达到平衡,或者通过健身让身体达到某一程度的健康标准,这些问题已经成为人们日常在健康、饮食、运动等越来越关注的话题。然而,目前大部分人对身体每日消耗所需要能量没有具体的概念,而大多数与运动健身相关的应用都是对摄入量做出一个具体抽象的热量数值介绍,并没有有效将这些食物的热量与具体食物份量进行形象的描述对应,以至于人们在日常饮食进行进餐时,只能依靠营养师、健身教练等专业的人员指导大致了解某些具体食物的热量和每日对应摄入量。而对于我国丰富的餐饮食品,各种份量及种类的食物人们常常无法准确、方便地计算其份量,并且无法将其摄入量与日常运动、生活消耗正确对应起来,使得摄入量与消耗量达到一个平衡,形成健康的饮食习惯。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种食物识别方法,其能够解决现有技术人们只能依靠营养师、健身教练等专业的人员来指导将自身的摄入量与消耗量之间达到平衡的问题。
本发明的目的之二在于提供一种电子设备,其能够解决现有技术人们只能依靠营养师、健身教练等专业的人员来指导将自身的摄入量与消耗量之间达到平衡的问题。
本发明的目的之三在于提供一种计算机可读存储介质,其能够解决现有技术人们只能依靠营养师、健身教练等专业的人员来指导将自身的摄入量与消耗量之间达到平衡的问题。
本发明的目的之四在于提供一种食物识别装置,其能够解决现有技术人们只能依靠营养师、健身教练等专业的人员来指导将自身的摄入量与消耗量之间达到平衡的问题。
本发明的目的之五在于提供一种营养健康分析方法,其能够解决现有技术人们只能依靠营养师、健身教练等专业的人员来指导将自身的摄入量与消耗量之间达到平衡的问题。
本发明的目的之六在于提供一种营养健康分析系统,其能够解决现有技术人们只能依靠营养师、健身教练等专业的人员来指导将自身的摄入量与消耗量之间达到平衡的问题。
本发明的目的之一采用如下技术方案实现:
一种食物识别方法,包括以下步骤:
获取步骤:获取用户摄入食物的食物图片并进行预处理;
食物识别步骤:对预处理后的食物图片进行特征提取并得到对应的特征向量,并根据所述特征向量与系统中的食物识别模型得到用户所摄入的各个食物的基本信息;
食物份量识别步骤:根据预处理后的食物图片得出食物图片中的参考物与食物图片中的食物容器之间的比例关系并得到食物在食物容器中的占比,并结合系统中的食物份量识别模型得出用户所摄入的各个食物的份量。
进一步地,所述食物识别模型的建立过程如下:首先分别获取每种食物的多张食物图片并进行预处理,然后对预处理后的每张食物图片进行特征提取进而得到对应的特征向量,最后通过对同一种食物的多张食物图片进行识别训练,建立每种食物所对应的标准特征向量库,即食物识别模型。
进一步地,所述食物份量识别模型的建立过程如下:首先分别获取含有指定参考物的多张食物份量图片并预处理,然后分别根据预处理后的食物份量图片识别得到每张食物份量图片中的参考物与食物容器中所包含的食物份量的比例关系,以及结合用户提交的对应食物容器中的食物份量数据,建立每种参考物所对应的食物份量识别模型。
本发明的目的之二采用如下技术方案实现:
一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如前所述的食物识别方法的步骤。
本发明的目的之三采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前所述的食物识别方法的步骤。
本发明的目的之四采用如下技术方案实现:
一种食物识别装置,包括以下步骤:
获取模块,用于获取用户摄入食物的食物图片并进行预处理;
食物识别模块,用于对预处理后的食物图片进行特征提取并得到对应的特征向量,并根据所述特征向量与系统中的食物识别模型得到用户所摄入的各个食物的基本信息;
食物份量识别模块,用于根据预处理后的食物图片得出食物图片中的参考物与食物图片中的食物容器之间的比例关系并得到食物在食物容器中的占比,并结合系统中的食物份量识别模型得出用户所摄入的各个食物的份量。
进一步地,所述食物识别模型的建立过程如下:首先分别获取每种食物的多张食物图片并进行预处理,然后对预处理后的每张食物图片进行特征提取进而得到对应的特征向量,最后通过对同一种食物的多张食物图片进行识别训练,建立每种食物所对应的标准特征向量库,即食物识别模型。
进一步地,所述食物份量识别模型的建立过程如下:首先分别获取含有指定参考物的多张食物份量图片并预处理,然后分别根据预处理后的食物份量图片识别得到每张食物份量图片中的参考物与食物容器中所包含的食物份量的比例关系,以及结合用户提交的对应食物容器中的食物份量数据,建立每种参考物所对应的食物份量识别模型。
本发明的目的之五采用如下技术方案实现:
一种营养健康分析方法,包括以下步骤:
获取步骤:获取用户的基本信息;
运动量计算步骤:获取并根据用户每日的实时运动数据计算得出用户的运动消耗量;
能量计算步骤:获取如前所述的基于食物识别方法得出的用户摄入的每种食物的基本信息和份量,并根据用户摄入的每种食物的基本信息和份量以及系统中的营养数据计算得出用户摄入的每种食物的能量以及所有食物的总能量;
健康分析步骤:根据用户的基本信息、用户的运动消耗量以及用户摄入的能量对人体进行长期和短期的统计和分析,并给出用户提示、建议和推荐。
本发明的目的之六采用如下技术方案实现:
一种营养健康分析系统,包括:
用户信息数据库,用于存储用户的基本信息,包括年龄、性别、身高、体重、人种、健康状况、偏好信息、历史的运动量以及历史营养摄入量;
营养数据数据库,用于存储各种食物的营养数据信息,包括食物的名称、营养成分、热量、含盐量、加工过程、图片、形态、形状、密度、颜色、保存方式、偏好地域、偏好人群信息以及食物宜忌信息;
运动量数据库,用于存储各种日常活动、体育运动的热量消耗计算公式、参数、变量和调整系统信息;
生理指标数据库,用于存储各种民族、地域、性别、年龄的人群的生理指标信息,包括呼吸、心率、血压和血氧度;
营养摄入管理模块,包括获取模块、识别模块和营养分析模块,其中获取模块,用于获取用户所拍摄的食物图片;识别模块,用于根据用户所拍摄的食物图片以及系统的预设模型得到用户拍摄的食物的基本信息和份量;营养分析模块,用于根据用户拍摄的食物的基本信息、份量以及营养数据数据库得到用户所摄入的每种食物的能量以及所有食物的总能量;所述能量包括热量和含盐量;
运动量管理模块,包括运动获取模块和运动量计算模块,其中运动获取模块,用于获取用户每日的实时运动数据;运动量计算模块,用于根据用户每日的实时运动数据以及运动量数据库计算得出用户每日的运动消耗量;
健康分析模块,用于根据用户的基本信息、每日的运动消耗量、用户摄入的能量以及生理指标数据库进行长期和短期统计和分析,从而给用户以提示、建议和推荐。
相比现有技术,本发明的有益效果在于:
本发明将图像识别的技术加入到食物识别的过程中,不仅实现了对用户摄入体内的食物的基本信息的识别,还实现了对食物的份量的识别,从而可准确得到用户所摄入体内的能量;然后自动判定用户所摄入的能量与用户日常运动所消耗的能量是否达到平衡,能够为用户的日常饮食提供短期和长期的统计和分析,并给用户提示、建议和推荐,解决了现有技术中用户只能依靠像营养师、健身教练等专业的人员的指导才能对日常饮食以及身体健康进行分析的问题。
附图说明
图1为本发明提供的一种营养健康分析系统的系统模块图;
图2为本发明提供的一种食物识别方法的方法流程图;
图3为本发明提供的一种食物识别装置的装置模块图;
图4为本发明提供的一种营养健康分析方法的方法流程图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例
本发明首先对摄入的食物的类型及份量进行识别,然后根据摄入的食物计算人体所摄入的总能量,然后再根据摄入的总能量与人体每日的运动所消耗的能量进行对比,从而可判断人体的运动量是否达标或摄入是否符合超标等,也即是人体摄入的能量与人体的消耗量是否匹配,为人体提供准确地健康分析。
如图1所示,一种营养健康分析系统,包括:
用户信息数据库,用于存储用户的基本信息,包括年龄、性别、身高、体重、人种、健康状况、偏好信息、历史的运动量以及历史营养摄入量。用户可通过注册的方式将其基本信息录入到系统中。
营养数据数据库,用于存储各种食物的信息,包括食物的名称、营养成分、热量、含盐量、加工过程、图片、形态、形状、密度、颜色、保存方式、偏好地域、偏好人群信息以及食物宜忌信息。如表1所示为食物基本热量表。
表1
运动量数据库,用于存储各种日常活动、体育运动的热量消耗计算公式、参数、变量和调整系统信息。
如:跑步运动的热量消耗计算公式:
a)跑步热量(kcal)=体重(kg)×运动时间(小时)×指数K,其中,指数K=30÷速度(分钟/400米)
例如:体重60公斤,长跑1小时,速度是3分钟/400米或8公里/小时,那么他跑步过程中消耗的热量=60×1×30/3=600kcal(千卡)
b)跑步热量(kcal)=体重(kg)×距离(公里)×1.036
例如:体重60公斤的人,长跑8公里,那么消耗的热量=60×8×1.036=497.28kcal(千卡)。
生理指标数据库,用于存储各种民族、地域、性别、年龄的人群的生理指标信息,包括呼吸、心率、血压和血氧度。
营养摄入管理模块,用于对用户所摄入的食物进行营养分析计算得出用户所摄入的食物的能量。
运动量管理模块,用于获取用户每日的实时运动数据并计算得出用户每日的运动效率量。
健康分析模块,用于根据用户的基本信息、生理指标数据库、用户所摄入的食物的能量以及用户每日的运动消耗量来对人体进行长期、短期的统计和分析,从而给用户适时给予提示、建议和推荐。
进一步地,营养摄入管理模块包括获取模块、识别模块和营养分析模块。
其中,获取模块,用于获取用户所拍摄的食物图片。本发明是通过图像识别的方法对食物进行识别。在对食物识别时,系统首先会提示用户通过具有拍摄功能的设备拍摄用户所摄入食物的食物图片并上传至系统中。
识别模块,用于根据用户所拍摄的食物图片以及系统中对应的预设模型得到用户所摄入的食物的基本信息和份量。也即是系统通过对用户所拍摄的食物图片,并依据系统中建立的对应的模型来识别到用户所摄入体内的食物的基本信息、份量,比如食物的名称、类型、份量等数据,为下一步营养分析做准备。
另外,当然对于食物的识别来说,现有技术中也有很多种,比如根据通过食物传感器(该传感器带有光谱分析、电子鼻、摄像头等的功能)扫描食物,从而将获取到的食物与预设的数据库进行匹配来得到食物的种类与组成等,但是其只是针对食物的种类进行识别,并不能够对人体摄入食物的份量进行识别。而且由于计算标准的不同,其食物的大小、份量也不同,这就导致对于食物的份量识别很难达到统一的要求,也就不能够准确地对人体所摄入的食物的能量进行准确的计算。
为了解决上述技术问题,本发明采用了一种食物识别方法,其既能够对食物的基本信息进行识别,又可以对食物的份量进行识别。
其中,对于食物的基本信息的识别是:首先通过机器学习和识别训练,根据各种食物的名称,通过搜索引擎来搜索对应食物的海量图片,并对每张图片进行预处理、特征提取和识别训练,从而建立对应食物的特征模型库,进而建立每种食物的特征模型库,也即是食物识别模型。当人们需要了解摄入食物的基本信息时,首先将对摄入的食物按照要求拍摄图片并上传到系统中,系统会自动对用户上传的图片进行识别,从而得到人体所摄入的食物的基本信息,该食物的基本信息至少包括食物的名称、类型、份量等信息,进而在根据对应食物的营养成分进行分析得到人体所摄入的能量。
优选地,食物识别模型的具体建立过程如下:
A1、分别获取每种食物的多张食物图片并对其进行预处理,该预处理包括去除噪声、干扰点、归一化等操作,以便对后续的处理能够更好的进行。
A2、分别对预处理后的食物图片进行特征提取得到对应的特征向量。该特征提取的过程是根据不同类型的食物的空间密度的颜色、纹理、图案、形状、透明度等排布情况特征,比如,将食物图片分为5*5的25个方格区域,然后计算每个方格中的点数与物品总点数之比,得到25维特征向量。
A3、通过对每种食物的多张食物图片进行识别训练,从而从训练集中得出每种食物的标准模板,建立每种食物所对应的标准特征向量库,也即是食物识别模型。其中,训练集也即是每种食物所对应的多张食物图片的集合,而对于每种食物都有几百个标准模板,通过预处理和特征提取后,将训练集分类食物的特征向量存入文件中,训练时需要指明各分类食物的正确值。
另外,为了识别食物的份量,本发明通过建立食物份量识别模型来对食物的份量进行识别。其中食物份量识别模型的建立过程如下:
用户需要在系统的提示下拍摄对应的食物份量图片,并上传到系统中,从而通过系统建立对应的食物份量识别模型。其具体为:
B1、分别获取包含有指定参考物的多种食物份量图片并进行预处理。每张食物份量图片均包括食物、盛放食物的食物容器以及指定参考物。指定参考物可以是一元硬币、一根筷子等,是比较常见的参考物,这样在用户用餐时,可以随手拿出对应的参考物来拍摄对应的食物图片。该预处理过程与建立食物识别模型时的预处理过程原理相同,比如将图片归一化、去除干扰等处理。
B2、获取用户提交的食物份量数据。在获取用户递交的食物份量数据时,系统提示用户递交大量的食物份量数据,该食物份量数据指的是食物容器以及各种食物之间关联的食物份量数据。比如对于一个200ML的容器内所盛放不同食物(豆浆、水、牛奶等)时的食物份量。
B3、分别对预处理后的食物份量图片进行处理,识别出每张食物份量图片中指定参考物与食物容器中所包含的食物份量的比例关系数据,并结合用户所提交的对应的食物份量数据,通过机器学习和识别训练,从而建立每种参考物所对应的食物份量识别模型。比如建立参考物为硬币时的食物份量识别模型、参考物为一根筷子时的食物份量识别模型等等。这样当用户需要对食物份量进行识别时,可以选取参考物为硬币、筷子等物件。
因此,在对食物进行识别时,既可以根据食物识别模型来识别食物的基本信息,比如食物的分类、食物名称等,同时还根据食物份量识别模型来识别食物的份量。
如图2所示,一种食物识别方法,具体包括以下步骤:
S11、获取用户摄入食物的食物图片并进行预处理。该预处理主要包括二值化、去除噪声和干扰点、物品分割、归一化等操作。其中物品分割是指将食物图片中的物品分割成单个类型的组成部分,比如本发明利用种子填充算法得到几个连通线,这样就可以将食物图片中的物品进行分割。另外,对于食物图片中的存在粘连物品时,也需要对其进行分割;其中粘连物品的判断依据主要是根据物品的点数和宽高比特征,当判断到物品的点数、宽高比特征大于某一阈值时,可初步判断食物图片中的物品粘连。
为了防止判断错误,对于初步判断为粘连的物品,还通过预识别的方法进一步判断。另外,对于粘连的物品的分割,本发明采用在垂直投影图中找谷点的方法对其进行分割。
S12、对预处理后的食物图片进行特征提取得到对应的特征向量。
S13、根据食物图片所对应的特征向量与食物识别模型得到用户所摄入的各个食物的基本信息,比如食物的名称、类型等信息。
另外,为了直观的将用户所摄入的食物的信息显示出来,还包括S14、将食物图片中各个食物的基本信息可通过标记的方式在食物图片进行标记并返回给用户查看。这样用户就能够清晰明了地判断出所摄入的食物的类型。
比如通过箭头、画框等方式对食物图片中的各个食物进行标记显示。
在食物识别时不仅仅对食物的基本信息(类型、名称等)进行识别,还对食物的份量进行识别,该方法还包括S15:
根据预处理后的食物图片计算得出食物图片中的参考物与食物容器的比例关系以及食物在食物容器中的占比,并结合系统中的食物份量识别模型得出用户所摄入的各个食物的份量。另外,所述S15与所述S12、S13在执行时并没有明显的先后顺序,也即是在对食物的基本信息以及份量的识别可以是同时进行的。当然在执行S14时,也可以将食物的份量的数据在食物图片中进行标记,这样对于用户来说显示更加清晰。
其中,在用户拍摄食物图片时,系统会提示用户在拍摄食物图片时,在食物旁边放置易于收集到的标准拍摄参考物,比如一元硬币、一根筷子等物品。在建立食物识别模型时,会分别对包含不同参考物的图片进行识别训练,然后建立对应参考物的食物份量识别模型,这样用户在对食物进行识别时,只需选取身旁放置易于收集其中一个参考物即可。
另外,对于用户拍摄的食物图片时,可以每种食物拍摄一张图片然后上传到系统中,也可以将拍摄多张图片进行合成后再上传均可。
对应地,如图3所示,本发明还提供了一种食物识别装置,其包括:
获取模块,用于获取用户摄入食物的食物图片并进行预处理;所述食物图片包括食物和参考物;
食物识别模块,用于对预处理后的食物图片进行特征提取并得到对应的特征向量,并根据所述特征向量与系统中的食物识别模型得到用户所摄入的各个食物的基本信息;
食物份量识别模块,用于根据预处理后的食物图片得出参考物与食物容器之间的比例关系并得到食物在食物容器中的占比,并结合系统中的食物份量识别模型得出用户所摄入的各个食物的份量。
本发明还提供了一种电子设备,其包括存储器、处理器以及存储在存储器上并可在处理上运行的计算机程序,所述处理器执行所述程序时实现如前所述的食物识别方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如前所述的食物识别方法的步骤。
对食物进行识别后,还需要对食物的营养成分进行分析,也即是:
进一步地,营养分析模块,用于根据用户摄入的各个食物的基本信息、份量以及系统的营养数据数据库得到用户所摄入的每种食物的能量以及所有食物的总能量,其中能量一般包括热量和含盐量等。
也即是,系统通过营养摄入管理模块得到用户摄入体内的能量。
为了判断用户所摄入的能量与用户所消耗的能量之间的平衡性,还需要根据用户每日的实时运动数据来计算用户每日所消耗的能量值。
进一步地,运动管理模块还包括运动获取模块和运动量计算模块。
其中运动获取模块,用于获取用户每日的实时运动数据。系统可通过智能终端中自带的重力感应加速器、三轴陀螺仪、气压计等设备获取用户的日常运动量的数据。另外,还可以通过网络、蓝牙等外界各种运动健身穿戴设备来获取用户每日的运动数据,比如通过微信运动、计步器等来实现。
运动量计算模块,用于根据用户每日的实时运动数据以及系统的运动量数据库计算得出用户每日的运动消耗量。由于运动量数据库内所存储的各种日常活动、体育运动所对应的消耗热量的计算公式、参数、变量和调整系统信息等,因此可将用户每日的实时运动数据转换为用户每日的运动消耗量,当然该运动消耗量还可是每段行程、每个时间段的运动消耗量。
系统通过运动量管理模块得到用户每日的运动消耗量。
进一步地,系统还包括健康分析模块,用于根据用户的基本信息(根据用户基本数据库可得到)、每日的运动消耗量、用户摄入体内的能量以及生理指标数据库来对人体进行长期和短期统计和分析,进而给用户以提示、建议和推荐,解决了现如今人们只能依靠营养师、健身教练等专业人员的指导的问题,大大方便了用户,提高了用户体验。
对应地,本发明还提供一种营养健康分析方法,如图4所示,包括以下步骤:
S21、获取用户的基本信息。用户在使用该系统时,首先会注册并录入自身的基本信息,然后在下次登录时,系统就会根据用户注册的账户等来给出用户的基本信息。当然用户的基本信息也是可以根据实际情况进行修改的。
S22、获取用户每日的实时运动数据,并根据用户每日的实时运动数据以及系统中的运动量数据库计算得出用户的运动消耗量;
S23、获取如前所述的食物识别方法得到的用户摄入的各种食物的基本信息和份量,并根据用户摄入的各种食物的基本信息和份量以及营养数据数据库计算得出用户摄入的能量。该能量包括用户摄入每种食物的能量以及所有食物能量,比如包括含盐量、热量等数据。
S24、根据用户的基本信息、生理指标数据库、用户的运动消耗量以及用户摄入的能量对人体进行长期和短期的统计和分析,并给出用户提示、建议和推荐。
本发明还提供了一种电子设备,其包括存储器、处理器以及存储在存储器上并可在处理上运行的计算机程序,所述处理器执行所述程序时实现如前所述的营养健康分析方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如前所述的营养健康分析方法的步骤。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种食物识别方法,其特征在于包括以下步骤:
获取步骤:获取用户摄入食物的食物图片并进行预处理;
食物识别步骤:对预处理后的食物图片进行特征提取并得到对应的特征向量,并根据所述特征向量与系统中的食物识别模型得到用户所摄入的各个食物的基本信息;
食物份量识别步骤:根据预处理后的食物图片得出食物图片中的参考物与食物图片中的食物容器之间的比例关系并得到食物在食物容器中的占比,并结合系统中的食物份量识别模型得出用户所摄入的各个食物的份量。
2.如权利要求1所述的食物识别方法,其特征在于:所述食物识别模型的建立过程如下:首先分别获取每种食物的多张食物图片并进行预处理,然后对预处理后的每张食物图片进行特征提取进而得到对应的特征向量,最后通过对同一种食物的多张食物图片进行识别训练,建立每种食物所对应的标准特征向量库,即食物识别模型。
3.如权利要求1所述的食物识别方法,其特征在于:所述食物份量识别模型的建立过程如下:首先分别获取含有指定参考物的多张食物份量图片并预处理,然后分别根据预处理后的食物份量图片识别得到每张食物份量图片中的参考物与食物容器中所包含的食物份量的比例关系,以及结合用户提交的对应食物容器中的食物份量数据,建立每种参考物所对应的食物份量识别模型。
4.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述程序时实现如权利要求1-3中任一项所述的食物识别方法的步骤。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-3中任一项所述的食物识别方法的步骤。
6.一种食物识别装置,其特征在于包括以下步骤:
获取模块,用于获取用户摄入食物的食物图片并进行预处理;
食物识别模块,用于对预处理后的食物图片进行特征提取并得到对应的特征向量,并根据所述特征向量与系统中的食物识别模型得到用户所摄入的各个食物的基本信息;
食物份量识别模块,用于根据预处理后的食物图片得出食物图片中的参考物与食物图片中的食物容器之间的比例关系并得到食物在食物容器中的占比,并结合系统中的食物份量识别模型得出用户所摄入的各个食物的份量。
7.如权利要求6所述的食物识别装置,其特征在于:所述食物识别模型的建立过程如下:首先分别获取每种食物的多张食物图片并进行预处理,然后对预处理后的每张食物图片进行特征提取进而得到对应的特征向量,最后通过对同一种食物的多张食物图片进行识别训练,建立每种食物所对应的标准特征向量库,即食物识别模型。
8.如权利要求6所述的食物识别装置,其特征在于:所述食物份量识别模型的建立过程如下:首先分别获取含有指定参考物的多张食物份量图片并预处理,然后分别根据预处理后的食物份量图片识别得到每张食物份量图片中的参考物与食物容器中所包含的食物份量的比例关系,以及结合用户提交的对应食物容器中的食物份量数据,建立每种参考物所对应的食物份量识别模型。
9.一种营养健康分析方法,其特征在于包括以下步骤:
获取步骤:获取用户的基本信息;
运动量计算步骤:获取并根据用户每日的实时运动数据计算得出用户的运动消耗量;
能量计算步骤:获取如权利要求1所述的食物识别装置得出的用户摄入的每种食物的基本信息和份量,并根据用户摄入的每种食物的基本信息和份量以及系统中的营养数据计算得出用户摄入的每种食物的能量以及所有食物的总能量;
健康分析步骤:根据用户的基本信息、用户的运动消耗量以及用户摄入的能量对人体进行长期和短期的统计和分析,并给出用户提示、建议和推荐。
10.一种营养健康分析系统,其特征在于包括:
用户信息数据库,用于存储用户的基本信息,包括年龄、性别、身高、体重、人种、健康状况、偏好信息、历史的运动量以及历史营养摄入量;
营养数据数据库,用于存储各种食物的营养数据信息,包括食物的名称、营养成分、热量、含盐量、加工过程、图片、形态、形状、密度、颜色、保存方式、偏好地域、偏好人群信息以及食物宜忌信息;
运动量数据库,用于存储各种日常活动、体育运动的热量消耗计算公式、参数、变量和调整系统信息;
生理指标数据库,用于存储各种民族、地域、性别、年龄的人群的生理指标信息,包括呼吸、心率、血压和血氧度;
营养摄入管理模块,包括获取模块、识别模块和营养分析模块,其中获取模块,用于获取用户所拍摄的食物图片;识别模块,用于根据用户所拍摄的食物图片以及系统的预设模型得到用户拍摄的食物的基本信息和份量;营养分析模块,用于根据用户拍摄的食物的基本信息、份量以及营养数据数据库得到用户所摄入的每种食物的能量以及所有食物的总能量;所述能量包括热量和含盐量;
运动量管理模块,包括运动获取模块和运动量计算模块,其中运动获取模块,用于获取用户每日的实时运动数据;运动量计算模块,用于根据用户每日的实时运动数据以及运动量数据库计算得出用户每日的运动消耗量;
健康分析模块,用于根据用户的基本信息、每日的运动消耗量、用户摄入的能量以及生理指标数据库进行长期和短期统计和分析,从而给用户以提示、建议和推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710786445.0A CN107731278A (zh) | 2017-09-04 | 2017-09-04 | 一种食物识别方法、营养健康分析方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710786445.0A CN107731278A (zh) | 2017-09-04 | 2017-09-04 | 一种食物识别方法、营养健康分析方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107731278A true CN107731278A (zh) | 2018-02-23 |
Family
ID=61205602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710786445.0A Pending CN107731278A (zh) | 2017-09-04 | 2017-09-04 | 一种食物识别方法、营养健康分析方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107731278A (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648800A (zh) * | 2018-05-14 | 2018-10-12 | 四川斐讯信息技术有限公司 | 一种推荐饮食的智能手环及基于智能手环的饮食推荐方法 |
CN108665960A (zh) * | 2018-04-28 | 2018-10-16 | 见道(杭州)科技有限公司 | 一种健康管理方法及装置 |
CN109003657A (zh) * | 2018-06-22 | 2018-12-14 | 张小勇 | 一种饮食管理方法和系统 |
CN109034650A (zh) * | 2018-08-14 | 2018-12-18 | 上海常仁信息科技有限公司 | 一种菜品有害物质的识别系统和方法 |
CN109034196A (zh) * | 2018-06-21 | 2018-12-18 | 北京健康有益科技有限公司 | 模型生成方法及装置、食物识别方法及装置 |
CN109102413A (zh) * | 2018-09-03 | 2018-12-28 | 中国平安人寿保险股份有限公司 | 健康指数预测方法、装置及存储介质 |
CN109859809A (zh) * | 2019-01-30 | 2019-06-07 | 重庆勤鸟圈科技有限公司 | 一种用户数据反馈及收集系统 |
CN109846303A (zh) * | 2018-11-30 | 2019-06-07 | 广州富港万嘉智能科技有限公司 | 餐盘剩余量自动检测方法、系统、电子设备及存储介质 |
CN109887574A (zh) * | 2019-01-31 | 2019-06-14 | 广州市格利网络技术有限公司 | 基于食材识别的食养食疗指导方法及装置 |
CN110211667A (zh) * | 2019-05-30 | 2019-09-06 | 爱多特(广东)网络技术有限公司 | 基于人工智能的总热量控制和智能体重管理方法及系统 |
CN110287824A (zh) * | 2019-06-10 | 2019-09-27 | 秒针信息技术有限公司 | 识别食物的方法及装置 |
CN110459295A (zh) * | 2018-05-07 | 2019-11-15 | 青岛海尔智慧厨房电器有限公司 | 一种健康饮食管理方法 |
CN110569759A (zh) * | 2019-08-26 | 2019-12-13 | 王睿琪 | 一种获取个体进食数据的方法、系统、服务端及前端 |
CN110689946A (zh) * | 2019-10-12 | 2020-01-14 | 南京市卫生信息中心 | 一种基于图像识别技术确定用户饮食结构的健康饮食干预系统及干预方法 |
CN110718281A (zh) * | 2019-09-27 | 2020-01-21 | 王睿琪 | 平衡膳食评价提示方法、系统、用户端、后台及前端 |
CN111028917A (zh) * | 2019-12-20 | 2020-04-17 | 李莹莹 | 一种智能餐盘营养管理系统 |
CN111105861A (zh) * | 2019-12-26 | 2020-05-05 | 歌尔股份有限公司 | 运动提醒方法、可穿戴设备及计算机可读存储介质 |
CN111276227A (zh) * | 2020-02-05 | 2020-06-12 | 天津大学 | 医生调查病人每日饮食记录的方法 |
CN111540438A (zh) * | 2020-04-22 | 2020-08-14 | 北京字节跳动网络技术有限公司 | 一种资源配置方法、装置、电子设备及存储介质 |
CN111863194A (zh) * | 2020-07-23 | 2020-10-30 | 深圳市伊欧乐科技有限公司 | 一种饮食信息的展示方法、装置、设备及存储介质 |
CN111951928A (zh) * | 2019-05-17 | 2020-11-17 | 奇酷互联网络科技(深圳)有限公司 | 控制卡路里摄入量的方法、移动终端和计算机存储介质 |
CN112102922A (zh) * | 2020-11-18 | 2020-12-18 | 北京妙医佳健康科技集团有限公司 | 一种信息推荐方法和装置 |
CN112185510A (zh) * | 2019-07-04 | 2021-01-05 | 青岛海尔智能技术研发有限公司 | 食材推荐管理的方法及装置、冰箱 |
CN112420159A (zh) * | 2019-08-20 | 2021-02-26 | 广东美的白色家电技术创新中心有限公司 | 一种能量需求计算处理方法及装置 |
CN113130046A (zh) * | 2021-04-23 | 2021-07-16 | 貌秀感灿人工智能科技(苏州)有限公司 | 摄入食物能量的检测方法、装置、计算机设备和存储介质 |
CN113168899A (zh) * | 2018-11-23 | 2021-07-23 | 赛诺菲 | 具有相机的医疗装置 |
CN113409917A (zh) * | 2021-06-18 | 2021-09-17 | 深圳市狂风生命科技有限公司 | 一种测量、记录和分析人体食物摄取的装置及方法 |
CN113421629A (zh) * | 2021-07-08 | 2021-09-21 | 咪咕互动娱乐有限公司 | 食物营养识别方法、系统、设备及介质 |
CN114360690A (zh) * | 2022-03-18 | 2022-04-15 | 天津九安医疗电子股份有限公司 | 一种慢病患者的饮食营养管理方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778374A (zh) * | 2015-05-04 | 2015-07-15 | 哈尔滨理工大学 | 一种基于图像处理识别方法的自动膳食评估装置 |
US20160034764A1 (en) * | 2014-08-01 | 2016-02-04 | Robert A. Connor | Wearable Imaging Member and Spectroscopic Optical Sensor for Food Identification and Nutrition Modification |
CN105825458A (zh) * | 2016-03-21 | 2016-08-03 | 广东小天才科技有限公司 | 一种移动终端的运动和饮食建议管理方法和系统 |
CN205656621U (zh) * | 2016-04-29 | 2016-10-19 | 合肥美的电冰箱有限公司 | 食物营养平衡分析系统 |
CN106372198A (zh) * | 2016-08-31 | 2017-02-01 | 乐视控股(北京)有限公司 | 一种基于图像识别技术的数据提取方法及其移动终端 |
CN106650183A (zh) * | 2015-10-27 | 2017-05-10 | 西安中兴新软件有限责任公司 | 一种信息获取方法和装置 |
-
2017
- 2017-09-04 CN CN201710786445.0A patent/CN107731278A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160034764A1 (en) * | 2014-08-01 | 2016-02-04 | Robert A. Connor | Wearable Imaging Member and Spectroscopic Optical Sensor for Food Identification and Nutrition Modification |
CN104778374A (zh) * | 2015-05-04 | 2015-07-15 | 哈尔滨理工大学 | 一种基于图像处理识别方法的自动膳食评估装置 |
CN106650183A (zh) * | 2015-10-27 | 2017-05-10 | 西安中兴新软件有限责任公司 | 一种信息获取方法和装置 |
CN105825458A (zh) * | 2016-03-21 | 2016-08-03 | 广东小天才科技有限公司 | 一种移动终端的运动和饮食建议管理方法和系统 |
CN205656621U (zh) * | 2016-04-29 | 2016-10-19 | 合肥美的电冰箱有限公司 | 食物营养平衡分析系统 |
CN106372198A (zh) * | 2016-08-31 | 2017-02-01 | 乐视控股(北京)有限公司 | 一种基于图像识别技术的数据提取方法及其移动终端 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665960A (zh) * | 2018-04-28 | 2018-10-16 | 见道(杭州)科技有限公司 | 一种健康管理方法及装置 |
CN110459295A (zh) * | 2018-05-07 | 2019-11-15 | 青岛海尔智慧厨房电器有限公司 | 一种健康饮食管理方法 |
CN108648800A (zh) * | 2018-05-14 | 2018-10-12 | 四川斐讯信息技术有限公司 | 一种推荐饮食的智能手环及基于智能手环的饮食推荐方法 |
CN109034196A (zh) * | 2018-06-21 | 2018-12-18 | 北京健康有益科技有限公司 | 模型生成方法及装置、食物识别方法及装置 |
CN109003657A (zh) * | 2018-06-22 | 2018-12-14 | 张小勇 | 一种饮食管理方法和系统 |
CN109034650A (zh) * | 2018-08-14 | 2018-12-18 | 上海常仁信息科技有限公司 | 一种菜品有害物质的识别系统和方法 |
CN109102413A (zh) * | 2018-09-03 | 2018-12-28 | 中国平安人寿保险股份有限公司 | 健康指数预测方法、装置及存储介质 |
CN113168899A (zh) * | 2018-11-23 | 2021-07-23 | 赛诺菲 | 具有相机的医疗装置 |
CN109846303A (zh) * | 2018-11-30 | 2019-06-07 | 广州富港万嘉智能科技有限公司 | 餐盘剩余量自动检测方法、系统、电子设备及存储介质 |
CN109859809A (zh) * | 2019-01-30 | 2019-06-07 | 重庆勤鸟圈科技有限公司 | 一种用户数据反馈及收集系统 |
CN109887574A (zh) * | 2019-01-31 | 2019-06-14 | 广州市格利网络技术有限公司 | 基于食材识别的食养食疗指导方法及装置 |
CN111951928A (zh) * | 2019-05-17 | 2020-11-17 | 奇酷互联网络科技(深圳)有限公司 | 控制卡路里摄入量的方法、移动终端和计算机存储介质 |
CN110211667A (zh) * | 2019-05-30 | 2019-09-06 | 爱多特(广东)网络技术有限公司 | 基于人工智能的总热量控制和智能体重管理方法及系统 |
CN110287824A (zh) * | 2019-06-10 | 2019-09-27 | 秒针信息技术有限公司 | 识别食物的方法及装置 |
CN112185510A (zh) * | 2019-07-04 | 2021-01-05 | 青岛海尔智能技术研发有限公司 | 食材推荐管理的方法及装置、冰箱 |
CN112420159A (zh) * | 2019-08-20 | 2021-02-26 | 广东美的白色家电技术创新中心有限公司 | 一种能量需求计算处理方法及装置 |
CN110569759A (zh) * | 2019-08-26 | 2019-12-13 | 王睿琪 | 一种获取个体进食数据的方法、系统、服务端及前端 |
CN110569759B (zh) * | 2019-08-26 | 2020-11-03 | 王睿琪 | 一种获取个体进食数据的方法、系统、服务端及前端 |
CN110718281A (zh) * | 2019-09-27 | 2020-01-21 | 王睿琪 | 平衡膳食评价提示方法、系统、用户端、后台及前端 |
CN110689946A (zh) * | 2019-10-12 | 2020-01-14 | 南京市卫生信息中心 | 一种基于图像识别技术确定用户饮食结构的健康饮食干预系统及干预方法 |
CN110689946B (zh) * | 2019-10-12 | 2022-01-28 | 南京市卫生信息中心 | 一种基于图像识别技术确定用户饮食结构的健康饮食干预系统及干预方法 |
CN111028917A (zh) * | 2019-12-20 | 2020-04-17 | 李莹莹 | 一种智能餐盘营养管理系统 |
CN111105861A (zh) * | 2019-12-26 | 2020-05-05 | 歌尔股份有限公司 | 运动提醒方法、可穿戴设备及计算机可读存储介质 |
CN111276227A (zh) * | 2020-02-05 | 2020-06-12 | 天津大学 | 医生调查病人每日饮食记录的方法 |
CN111540438A (zh) * | 2020-04-22 | 2020-08-14 | 北京字节跳动网络技术有限公司 | 一种资源配置方法、装置、电子设备及存储介质 |
CN111540438B (zh) * | 2020-04-22 | 2023-05-09 | 北京字节跳动网络技术有限公司 | 一种资源配置方法、装置、电子设备及存储介质 |
CN111863194A (zh) * | 2020-07-23 | 2020-10-30 | 深圳市伊欧乐科技有限公司 | 一种饮食信息的展示方法、装置、设备及存储介质 |
CN112102922A (zh) * | 2020-11-18 | 2020-12-18 | 北京妙医佳健康科技集团有限公司 | 一种信息推荐方法和装置 |
CN112102922B (zh) * | 2020-11-18 | 2021-02-12 | 北京妙医佳健康科技集团有限公司 | 一种信息推荐方法和装置 |
CN113130046A (zh) * | 2021-04-23 | 2021-07-16 | 貌秀感灿人工智能科技(苏州)有限公司 | 摄入食物能量的检测方法、装置、计算机设备和存储介质 |
CN113409917A (zh) * | 2021-06-18 | 2021-09-17 | 深圳市狂风生命科技有限公司 | 一种测量、记录和分析人体食物摄取的装置及方法 |
CN113421629A (zh) * | 2021-07-08 | 2021-09-21 | 咪咕互动娱乐有限公司 | 食物营养识别方法、系统、设备及介质 |
CN113421629B (zh) * | 2021-07-08 | 2023-09-19 | 咪咕互动娱乐有限公司 | 食物营养识别方法、系统、设备及介质 |
CN114360690A (zh) * | 2022-03-18 | 2022-04-15 | 天津九安医疗电子股份有限公司 | 一种慢病患者的饮食营养管理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107731278A (zh) | 一种食物识别方法、营养健康分析方法、系统及装置 | |
US20220392610A1 (en) | Individualized meal kit with real-time feedback and continuous adjustments based on lifestyle tracking | |
CN103888549B (zh) | 基于云和智能终端的营养与生活管理系统 | |
US20120179665A1 (en) | Health monitoring system | |
CN104809164A (zh) | 一种基于移动终端的健康饮食推荐方法及移动终端 | |
CN110135957A (zh) | 一种智能餐厅健康饮食的菜品推荐方法、装置及存储介质 | |
CN107658001B (zh) | 一种家庭用油健康管理方法和系统 | |
CN106709525A (zh) | 一种相机测量食物营养成分方法 | |
CN102214269A (zh) | 信息处理设备,信息输出方法和计算机程序存储装置 | |
CN105260594A (zh) | 一种个体营养评价系统 | |
KR20100087551A (ko) | 사용자의 행동 분류에 따른 칼로리 균형 계산 장치 | |
CN107391947A (zh) | 一种健康饮食推荐系统及方法 | |
CN111261260B (zh) | 一种膳食推荐系统 | |
CN112017756A (zh) | 一种基于人脸识别自助打餐系统的饮食营养分析方法 | |
CN110718281B (zh) | 平衡膳食评价提示方法、系统、用户端、后台 | |
CN108288495A (zh) | 一种膳食管理系统及方法 | |
CN108648803A (zh) | 一种减肥方案的确定方法及系统 | |
US7747671B2 (en) | Data transmission system for linking multiple exercise facilities | |
CN115910284A (zh) | 就餐推荐方法、装置、电子设备及存储介质 | |
CN112002388A (zh) | 饮食推荐方法及装置 | |
CN109830279B (zh) | 动态调整式私人教练系统 | |
CN117078955B (zh) | 一种基于图像识别的健康管理方法 | |
CN106339574A (zh) | 一种基于冰箱食物进行个性化配餐的方法、系统和冰箱 | |
JP2022530263A (ja) | 食べ物測定方法、装置及びプログラム | |
CN111652044A (zh) | 一种基于卷积神经网络目标检测的膳食营养分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |
|
RJ01 | Rejection of invention patent application after publication |