CN111368676A - 一种数据采集方法、设备及计算机可读存储介质 - Google Patents

一种数据采集方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111368676A
CN111368676A CN202010120042.4A CN202010120042A CN111368676A CN 111368676 A CN111368676 A CN 111368676A CN 202010120042 A CN202010120042 A CN 202010120042A CN 111368676 A CN111368676 A CN 111368676A
Authority
CN
China
Prior art keywords
intake
target object
target
determining
value
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.)
Withdrawn
Application number
CN202010120042.4A
Other languages
English (en)
Inventor
李胜夏
王家林
晏资余
蓝河
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Mi Fang Electronics Ltd
Original Assignee
Shanghai Mi Fang Electronics Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Mi Fang Electronics Ltd filed Critical Shanghai Mi Fang Electronics Ltd
Priority to CN202010120042.4A priority Critical patent/CN111368676A/zh
Publication of CN111368676A publication Critical patent/CN111368676A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/68Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Psychiatry (AREA)
  • Nutrition Science (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种数据采集方法、设备及计算机可读存储介质,一种数据采集方法,其特征在于,所述方法包括:对目标对象进行识别,确定对应所述目标对象的单位热量值;采集检测对象的动作信号,基于所述动作信号确定所述目标对象的摄入量;根据所述单位热量值和所述摄入量确定对应所述目标对象的摄入热量值。应用本发明实施例提供的方法,能够准确地采集并识别目标对象的单位热量值和摄入量,进而准确地确定摄入热量值,有利于对对应目标对象的摄入热量值进行实时的追踪。

Description

一种数据采集方法、设备及计算机可读存储介质
技术领域
本发明涉及终端设备技术领域,尤其涉及一种数据采集方法、设备及计算机可读存储介质。
背景技术
目前,为了保障健康饮食和健康生活,如何有效控制食物热量的摄入,成为人们越来越关注的话题。除了人工控制以外,目前市面上常见的控制饮食的系统和方法主要基于图像识别的方法,然而图像识别对于食物摄入量的识别准确率低,通常无法精准地确定摄入的热量值。
发明内容
本发明实施例提供了一种数据采集方法、设备及计算机可读存储介质,能够准确地确定摄入热量值。
本发明一方面提供一种数据采集方法,所述方法包括:对目标对象进行识别,确定对应所述目标对象的单位热量值;采集检测对象的动作信号,基于所述动作信号确定所述目标对象的摄入量;根据所述单位热量值和所述摄入量确定对应所述目标对象的摄入热量值。
在一可实施方式中,所述目标对象为多个;相应的,所述对目标对象进行识别,确定对应所述目标对象的单位热量值,包括:通过图像采集装置在指定区域采集目标图像;对所述目标图像进行识别,确定所述目标图像中的多个目标对象;根据所述多个目标对象在数据库中进行查找,获得对应每一个目标对象的查找结果;其中,所述查找结果中包括单位热量值。
在一可实施方式中,所述查找结果还包括对应所述目标对象的参考信号;所述参考信号包括以下至少之一:用来表征摄入所述目标对象的第一参考信号、用于表征所述目标对象单位摄入量的第二参考信号。
在一可实施方式中,所述采集检测对象的动作信号,基于所述动作信号确定所述目标对象的摄入量,包括:通过传感装置采集所述动作信号;基于所述第一参考信号确定对应所述动作信号的目标对象;基于所述第二参考信号确定对应所述目标对象的摄入量。
在一可实施方式中,在所述对目标对象进行识别之前,所述方法还包括,设定期望摄入热量值;相应的,在根据所述单位热量值和所述摄入量确定对应所述目标对象的摄入热量值之后,所述方法还包括:判断所述摄入热量值是否超过期望摄入热量值,获得判断结果;当所述判断结果判断为所述摄入热量值超过期望摄入热量值时,生成提醒指令,所述提醒指令用于指示提醒所述摄入热量值超过期望摄入热量值。
在一可实施方式中,在采集检测对象的动作信号的过程中,所述方法还包括:通过传感装置采集所述动作信号,获得对应所述动作信号的数据图形;通过识别模型对所述数据图形进行匹配识别,获得对应所述动作信号的具体动作,基于所述具体动作获取提示信息。
本发明另一方面提供一种数据采集设备,所述设备包括:识别模块,用于对目标对象进行识别,确定对应所述目标对象的单位热量值;采集模块,用于采集检测对象的动作信号,基于所述动作信号确定所述目标对象的摄入量;确定模块,用于根据所述单位热量值和所述摄入量确定对应所述目标对象的摄入热量值。
在一可实施方式中,所述目标对象为多个;相应的,所述识别模块,包括:第一采集子模块,用于通过图像采集装置在指定区域采集目标图像;识别子模块,用于对所述目标图像进行识别,确定所述目标图像中的多个目标对象;查找子模块,用于根据所述多个目标对象在数据库中进行查找,获得对应每一个目标对象的查找结果;其中,所述查找结果中包括单位热量值。
在一可实施方式中,所述查找结果还包括对应所述目标对象的参考信号;所述参考信号包括以下至少之一:用来表征摄入所述目标对象的第一参考信号、用于表征所述目标对象单位摄入量的第二参考信号。
在一可实施方式中,所述采集模块,包括:第二采集子模块,用于通过传感装置采集所述动作信号;确定子模块,用于基于所述第一参考信号确定对应所述动作信号的目标对象;所述确定子模块,还用于基于所述第二参考信号确定对应所述目标对象的摄入量。
在一可实施方式中,所述设备还包括,设定模块,用于设定期望摄入热量值;判断模块,用于判断所述摄入热量值是否超过期望摄入热量值,获得判断结果;提醒模块,用于当所述判断结果判断为所述摄入热量值超过期望摄入热量值时,生成提醒指令,所述提醒指令用于指示提醒所述摄入热量值超过期望摄入热量值。
在一可实施方式中,所述第二采集子模块,还用于通过传感装置采集所述动作信号,获得对应所述动作信号的数据图形;所述设备还包括,匹配模块,用于通过识别模型对所述数据图形进行匹配识别,获得对应所述动作信号的具体动作,基于所述具体动作获取提示信息。
本发明另一方面提供一种计算机可读存储介质,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行上述任一项所述的数据采集方法。
本发明实施例提供的一种数据采集方法、设备及计算机可读存储介质,能够准确地采集并识别目标对象的单位热量值和摄入量,进而准确地确定摄入热量值,有利于对对应目标对象的摄入热量值进行实时的追踪。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1为本发明实施例一种数据采集方法的实现流程示意图;
图2为本发明实施例一种数据采集方法识别目标对象的实现流程示意图;
图3为本发明实施例一种数据采集方法采集动作信号的实现流程示意图;
图4为本发明实施例一种数据采集方法判断摄入热量值的实现流程示意图;
图5为本发明实施例一种可穿戴设备的场景实施示意图;
图6为本发明实施例一种数据采集方法的实现流程示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做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为本发明实施例一种数据采集方法的实现流程示意图。
参见图1,本发明实施例一方面提供一种数据采集方法,方法包括:步骤101,对目标对象进行识别,确定对应目标对象的单位热量值;步骤102,采集检测对象的动作信号,基于动作信号确定目标对象的摄入量;步骤103,根据单位热量值和摄入量确定对应目标对象的摄入热量值。
本发明实施例提供的数据采集方法适用于可穿戴设备,通过可穿戴设备能够准确地采集并识别目标对象对应的单位热量值和摄入量,进而准确地获取摄入热量值。利用本方法,能够对目标对象的对应摄入热量值进行实时的追踪和监控。其中,目标对象指代各类具有热量值的食物,例如:蔬菜、水果、肉类、饮品、零食等。
本方法包括,对目标对象进行识别,确定对应目标对象的单位热量值。具体的,本方法的设备通过对目标对象进行识别,从而确定目标对象的单位热量值,具体的,设备通过获得对应目标对象的图片或视频,通过对图片或视频进行图像分析或视频分析,以确定图片或视频中的目标对象。例如,当设备获得用于表征苹果的图片,对该图片进行图像识别分析,以确定图片中的目标对象为苹果。需要说明的是,设备可以通过可穿戴设备拍摄获得图片或视频,也可以通过固定式设备拍摄获得图片或视频,还可以通过网络通信的方式接收来自第三方终端的图片或视频。本发明实施例不对图片或视频的来源进行限定,在本方法中,设备通过可穿戴设备拍摄获得图片或视频。
本方法还包括,采集检测对象的动作信号,基于动作信号确定目标对象的摄入量。其中,检测对象用于指代摄入了目标对象的人。相较通过图片或视频对摄入量进行识别,通过动作信号,能够通过动作更为准确地确定检测对象对食物的摄入量。动作信号可以是咽部、喉部、口部、下颌部等任意在吞咽过程中会产生的动作对应的信号。动作信号通过可穿戴设备进行采集,如:通过在喉部设置肌电传感器、光纤传感器、压电传感器、应力传感器等实现动作信号的采集,本方法具体选为应力传感器贴片,具有方案简单且可以长期监控的特点。相较于应力传感器贴片,基于喉部的其他传感器的方案较复杂,需要借助其他传感器或装置来配合监测,另外不能长期监控。传感器可采用贴片方式穿戴在人体的喉部。进一步的,相较于植入式传感器,植入式传感器的植入过程痛苦,容易感染,只限于特定人群。可基于动作频率确定食物的摄入量。
本方法还包括,根据单位热量值和摄入量确定对应目标对象的摄入热量值。在确定单位热量值和摄入量之后,通过两者换算,即可计算获得对应目标对象的摄入热量值。应用本方法,通过对目标对象的识别和动作信号的分析,能够准确地确认食物的单位热量值和食物的摄入量,进而准确地估算出真正的食物摄入量和摄入热量值。可以理解的是,该数据采集方法可以在检测对象的一次用餐过程中,实时采集动作信号并确定对应的摄入热量值,以实现实时监控的目的。
图2为本发明实施例一种数据采集方法识别目标对象的实现流程示意图。
参见图2,在本发明实施例中,目标对象为多个;相应的,步骤101,对目标对象进行识别,确定对应目标对象的单位热量值,包括:步骤1011,通过图像采集装置在指定区域采集目标图像;步骤1012,对目标图像进行识别,确定目标图像中的多个目标对象;步骤1013,根据多个目标对象在数据库中进行查找,获得对应每一个目标对象的查找结果;其中,查找结果中包括单位热量值。
由于人在进食过程中,通常需要进食多种食物,如:主食、菜品、饮品、甜点、零食等。因此,在本方法中,存在的目标对象通常是多个的,此处的多个指代两个或两个以上的正整数。
当进食多种食物时,本方法需要对多种食物进行识别分类,具体的,本方法包括:通过图像采集装置在指定区域采集目标图像。可以理解的是,由于不同的食物之间通常具有明显的外观差异性,因此,当需要进行目标对象识别时,通过图像识别相较于识别方式能够更为精准的确定目标对象是什么食物。进一步的,本方法的图像采集装置尤其适用于可穿戴类的图像采集装置,如穿戴在额头上、脖子上、手臂上等任意能够采集到进食动作的摄像机。可以理解的是,为了区分摆放的食物和摄入的食物,本方法通过图像采集装置采集的目标图像为具有进食动作的图像,例如,以用户进食盘为参照采集的图像作为目标图像,或者以用户进食工具为参照采集的图像作为目标图像,也可以以用户口部为参照,采集的图像作为目标图像。
本方法还包括,对目标图像进行识别,确定目标图像中的多个目标对象。具体的,本方法指代的目标对象为摄入的食物,通过对图像识别技术对目标图像进行处理、分析和理解,从而确定目标图像种的多个对象。可以理解的是,上述图像可以为图片也可以为视频,为了起到长期监控的目的,本方法采用视频作为目标图像,通过对视频进行识别以确定视频中出现的目标对象。进一步的,视频分析采用实时视频分析技术,以确保最终输出的结果的时效性。
本方法还包括,根据多个目标对象在数据库中进行查找,获得对应每一个目标对象的查找结果;其中,查找结果中包括单位热量值。本方法预设有对应食物的数据库,通过数据库可以查找到对应每一种的食物的单位热量值,从而可以获得目标对象的单位热量值。需要补充的是,根据本方法的后续应用,数据库中的还可预先设置对应每种食物的营养价值、推荐食用量等其他参数。单位热量值可以为该食物单位质量的热量值。
在本发明实施例中,查找结果还包括对应目标对象的参考信号;参考信号包括以下至少之一:用来表征摄入目标对象的第一参考信号、用于表征目标对象单位摄入量的第二参考信号。
图像采集装置能够用于区分多个目标对象之间的外表区别,从而确定目标对象对应的食物名称,但通过图像采集装置,难以确定具体的摄入量,因此,在通过图像采集装置确定目标对象后,在数据库中获得的对应目标对象的查找结果还包括有对应目标对象的参考信号。参考信号可以作为动作信号的判断依据,以确定目标对象和摄入量。
用来表征摄入目标对象的第一参考信号为对应由目标对象所产生的动作信号的参考动作频次、动作类型、动作力度等。例如,当目标对象为饮品,动作信号可能为吞咽、无咀嚼;当目标对象为肉类时,动作信号可能为大量咀嚼等。不同肉类的咀嚼力度也具有不同。通过第一参考信号,可以确定采集获得的动作信号对应的是多个目标对象中的哪一种。
用于表征目标对象单位摄入量的第二参考信号为对应进食单位目标对象所需要的参考动作频次、动作类型、动作力度等。例如,当目标对象为饮品,1单位为100毫升,设定进食100毫升饮品的吞咽动作为3-6次。通过第二参考信号,可以基于动作信号的不同特性,对不同的动作信号进行区分和统计,可以实现对动作频次、动作类型、动作力度等的监控和统计,例如对咀嚼和吞咽以及饮水的监控和统计,从而估算出饮食的摄入量,再结合食物单位质量的热量值,来计算出摄入的热量值。
图3为本发明实施例一种数据采集方法采集动作信号的实现流程示意图。
参见图3,在本发明实施例中,步骤102,采集检测对象的动作信号,基于动作信号确定目标对象的摄入量,包括:步骤1021,通过传感装置采集动作信号;步骤1022,基于第一参考信号确定对应动作信号的目标对象;步骤1023,基于第二参考信号确定对应目标对象的摄入量。
在本方法中,采集对象为需要监控摄入热量值的人,动作信号选为采集对象的喉部动作信号,如在摄入过程中产生的咀嚼、吞咽、喝水、说话和咳嗽等不同的喉部动作。传感装置选为应力传感器贴片,将应力传感器贴片贴设在喉部,应力传感器贴片对咀嚼、吞咽、喝水、说话和咳嗽等不同的喉部动作有不同的响应,可以很好的区分开各个动作,获得不同的动作信号。
本方法中,通过对不同的动作信号进行区分和统计,可以实现对咀嚼频次、咀嚼强度、吞咽、饮水等动作信号的监控和统计,根据咀嚼的频次和强度,与参考结果中的第一参考信号进行对比,可以确认该动作信号对应的食物,再通过计算该咀嚼的频次和强度的总数,从而估算出该类食物的总摄入量,再结合食物单位质量的热量值,来计算出摄入热量值。例如,根据图像采集装置采集分析得到,该次饮食摄入的食物有“米饭、肉类和蔬菜”,设备根据数据库获得,米饭对应的参考动作为1-3,食用单位量米饭对应的参考动作频次为3-6;肉类对应的参考动作为4-6,食用单位量肉类对应的参考动作频次为10-15;蔬菜对应的参考动作为7-9,食用单位量蔬菜对应的参考动作频次为7-9。根据应力传感器贴片采集动作信号分析获得,在该次进食中,采集到6次参考动作2,采集到10次参考动作4,采集到8次参考动作8,可知,该次进食中,米饭进食了6动作频次所对应的单位量,肉类进食了4动作频次所对应的单位量,蔬菜进食了8动作频次所对应的单位量,再根据热量值,可计算获得准确的摄入热量值。需要补充的是,为了提高应力传感器贴片对动作信号的采集准确度,再进行动作采集之前,可以通过校准程序对传感器进行校准,确定动作信号的响应强度和区间,如:咀嚼和吞咽的响应强度和区间。
图4为本发明实施例一种数据采集方法判断摄入热量值的实现流程示意图。
参见图4,在本发明实施例中,在步骤101,对目标对象进行识别之前,方法还包括,步骤401,设定期望摄入热量值;相应的,在步骤103,根据单位热量值和摄入量确定对应目标对象的摄入热量值之后,方法还包括:步骤402,判断摄入热量值是否超过期望摄入热量值,获得判断结果;步骤403,当判断结果判断为摄入热量值超过期望摄入热量值时,生成提醒指令,提醒指令用于指示提醒摄入热量值超过期望摄入热量值。
由本方法采集获得的摄入热量值,可以用于在设备上进行实时的显示和提醒。本方法包括,设定期望摄入热量值。期望摄入热量值由人工在设备上进行设定。本方法还包括,判断摄入热量值是否超过期望摄入热量值,获得判断结果。在计算获得摄入热量值后,摄入热量值与期望摄入热量值进行对比,可以摄入热量值确认是否超出期望摄入热量值,当判断结果判断为摄入热量值超过期望摄入热量值时,可以认为该次饮食行为已经完成目标,此时,设备生成提醒指令,提醒指令用于指示提醒摄入热量值超过期望摄入热量值,以提醒用户停止饮食。提醒指令可以用于指示设备进行摄入量显示、语音提醒、文字提醒等其他提醒方式。进一步的,需要理解的是,本方法的数据采集可以实现长期的实时监控,可以根据图像采集装置和传感装置采集周期数据进行监控,例如,设置周期时间为x秒,在设备获得对应周期时间的摄入热量值后,与期望摄入热量值进行对比,若周期摄入热量值不超过期望摄入热量值,则下一周期的摄入热量值与之前的摄入热量值进行叠加,获得累计热量值,在下一周期比较累计热量值是否超过期望摄入热量值,以此类推,直至累计热量值超过期望热量值时,设备生成提醒指令。需要理解的是,上述的累计热量摄入值针对单次进食。下一次进食时,累计热量值均清零。进一步的,设备还可设置总热量值,用于对每次的累计热量值进行总体统计。
为方便上述实施方式的理解,以下提供一种场景实施方式。
图5为本发明实施例一种可穿戴设备的场景实施示意图。
参见图5,在该场景中,本发明实施例提供的数据采集方法应用于可穿戴设备上。可穿戴设备包括采集装置501和体表主控系统502。采集装置501包括摄像头5011和喉部应力传感器贴片5012。将摄像头501连接在检测对象的额头位置,喉部应力传感器贴片5012贴设在喉咙位置,进一步选为喉结位置。摄像头5011和贴片应力传感器5012的接口分别与人体导线503接口进行连接,通过人体导线503来进行体表主控系统502与应力传感器贴片5012以及摄像头5011之间的能源和数据传输。人体导线503为可拉伸人体导线,提高可穿戴设备的生物相容性。喉部应力传感器贴片5012和人体导线503都是类肤色,具有很好的生物相容性,可以长期放置于体表进行实时监控。体表主控系统502包括电源模块5021,处理器模块5022和通讯模块5023。电源模块5021通过人体导线503实现对摄像头5011和喉部应力传感器贴片5012的供电,处理器模块5022通过人体导线503接收来自摄像头5011传输的图像和来自喉部应力传感器贴片5012采集的动作信号,并进行数据处理。通讯模块5023用于和智能终端通讯连接。智能终端可以是安装有用于控制和通信连接体表主控系统软件的手机。通过手机软件预先设定期望摄入热量值,当摄入热量值超出期望摄入热量值时,app进行语音提醒。
在检测对象穿戴完成可穿戴设备后,通过校准程序对喉部应力传感器贴片5012进行校准,确定动作信号的响应强度和区间,例如,平时说话同样会产生动作信号,通过校准程序可以区分说话动作和进食动作,从而使喉部应力传感器贴片5012在进食动作时被唤醒,而不会在说话动作时被唤醒。例如:确定咀嚼和吞咽的响应强度和区间。
当检测对象开始进食时,固定在额头的摄像头5011,可以捕捉眼前和手上的食物图像,并通过处理器模块5022的图像和/或视频识别分析系统分析食物图像中的食品名。通过食品名在数据库中查找对应食品名的单位热量值及参考动作。例如,分析获得的食品有“米饭、肉类、蔬菜”。
同时,喉部应力传感器贴片5012实时传输动作信号至处理器模块5022,通过处理器模块5022将符合进食动作信号,如:咀嚼和吞咽特征的数据进行归纳和统计,然后按照参考信号确定对应不同食物的不同摄入量,具体的,通过食物摄入量和咀嚼和/或吞咽的数据关系计算出不同食物的摄入量,结合食物量和对应食物的热量值,可以得出摄入热量值。摄入热量值通过通讯模块5023实时传输至智能终端,当实际值大于预先设置的数值后,智能终端生成提醒信号,对用户进行语音提醒。
在本发明实施例中,在采集检测对象的动作信号的过程中,方法还包括:首先,通过传感装置采集动作信号,获得对应动作信号的数据图形;然后,通过识别模型对数据图形进行匹配识别,获得对应动作信号的具体动作,基于具体动作获取提示信息。
具体的,本方法通过传感装置采集动作信号通过图形匹配算法进行图形匹配,以获得对应动作信号的具体动作及其次数,进而用于后续操作。具体动作如:吃东西时咀嚼与吞咽次数的统计、心率统计等。即,通过识别模型对某个动作信号对应的数据波形图进行识别,得到需要精确统计具体动作及动作次数。识别模型可以用图形匹配或机器学习方法对训练数据进行分类训练得到识别模型。训练数据为对应动作信号的训练动作信号集。
识别模型通过训练动作信号集进行训练,用于使识别模型能够预测动作信号所对应的数据波形图。训练动作信号集为预先标注的参考动作信号及其对应的数据图形,数据图形具体为波形图。例如,事先标注咀嚼动作及其对应的咀嚼波形图,吞咽动作及对应的吞咽波形图,心率动作及其对应的心率图等。
该识别模型的标定步骤如下:首先,获得与具体动作匹配的图像。然后,根据具体动作的执行次数筛选获得N个匹配度最好的图形,执行次数可筛选的数量可根据实际情况进行确定,如执行次数为10,N为大于等于1的正整数,如N=10。再后,对前一步选出的图形进行归纳,提取出识别该动作的识别模型。
在获得识别模型后,通过该参数模型对动作信号的识别步骤如下:首先,提取动作信号中与具体动作匹配的图形。然后,根据标定获得的识别模型判定提取的图形是否匹配。若匹配则记录匹配位置,同时匹配次数递增,否则重新提取动作信号中与具体动作匹配的图形。识别模型通过图形匹配确定动作信号对应的具体动作,进而用于参考动作的对比。
进一步的,当所有动作信号都完成了匹配,匹配次数设定为动作发生的次数。之后,把匹配次数与预先设置的次数进行比对,还能够做出相应的反馈。例如:通过匹配后获得咀嚼及咀嚼的次数、吞咽及吞咽的次数,正常人吃东西时每咀嚼10次吞咽1次,而根据获得的数据,某人咀嚼5次就吞咽了。通过对比参考行为标准与用户实际行为标准,对比结果触发智能终端生成提示信号,对用户进行语音提醒,例如,提示其吃东西咀嚼次数太少,不利于其身体健康。
图6为本发明实施例一种数据采集方法的实现流程示意图。
参见图6,本发明实施例另一方面提供一种数据采集设备,设备包括:识别模块601,用于对目标对象进行识别,确定对应目标对象的单位热量值;采集模块602,用于采集检测对象的动作信号,基于动作信号确定目标对象的摄入量;确定模块603,用于根据单位热量值和摄入量确定对应目标对象的摄入热量值。
在本发明实施例中,目标对象为多个;相应的,识别模块601,包括:第一采集子模块6011,用于通过图像采集装置在指定区域采集目标图像;识别子模块6012,用于对目标图像进行识别,确定目标图像中的多个目标对象;查找子模块6013,用于根据多个目标对象在数据库中进行查找,获得对应每一个目标对象的查找结果;其中,查找结果中包括单位热量值。
在本发明实施例中,查找结果还包括对应目标对象的参考信号;参考信号包括以下至少之一:用来表征摄入目标对象的第一参考信号、用于表征目标对象单位摄入量的第二参考信号。
在本发明实施例中,采集模块602,包括:第二采集子模块6021,用于通过传感装置采集动作信号;确定子模块6022,用于基于第一参考信号确定对应动作信号的目标对象;确定子模块6022,还用于基于第二参考信号确定对应目标对象的摄入量。
在本发明实施例中,设备还包括,设定模块604,用于设定期望摄入热量值;判断模块605,用于判断摄入热量值是否超过期望摄入热量值,获得判断结果;提醒模块606,用于当判断结果判断为摄入热量值超过期望摄入热量值时,生成提醒指令,提醒指令用于指示提醒摄入热量值超过期望摄入热量值。
在本发明实施例中,第二采集子模块6021,还用于通过传感装置采集动作信号,获得对应动作信号的数据图形;设备还包括,匹配模块607,用于通过识别模型对数据图形进行匹配识别,获得对应动作信号的具体动作,基于具体动作获取提示信息。
本发明实施例另一方面提供一种计算机可读存储介质,存储介质包括一组计算机可执行指令,当指令被执行时用于执行上述任一项的数据采集方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种数据采集方法,其特征在于,所述方法包括:
对目标对象进行识别,确定对应所述目标对象的单位热量值;
采集检测对象的动作信号,基于所述动作信号确定所述目标对象的摄入量;
根据所述单位热量值和所述摄入量确定对应所述目标对象的摄入热量值。
2.根据权利要求1所述的方法,其特征在于,所述目标对象为多个;
相应的,所述对目标对象进行识别,确定对应所述目标对象的单位热量值,包括:
通过图像采集装置在指定区域采集目标图像;
对所述目标图像进行识别,确定所述目标图像中的多个目标对象;
根据所述多个目标对象在数据库中进行查找,获得对应每一个目标对象的查找结果;
其中,所述查找结果中包括单位热量值。
3.根据权利要求2所述的方法,其特征在于,所述查找结果还包括对应所述目标对象的参考信号;所述参考信号包括以下至少之一:用来表征摄入所述目标对象的第一参考信号、用于表征所述目标对象单位摄入量的第二参考信号。
4.根据权利要求3所述的方法,其特征在于,所述采集检测对象的动作信号,基于所述动作信号确定所述目标对象的摄入量,包括:
通过传感装置采集所述动作信号;
基于所述第一参考信号确定对应所述动作信号的目标对象;
基于所述第二参考信号确定对应所述目标对象的摄入量。
5.根据权利要求1所述的方法,其特征在于,在所述对目标对象进行识别之前,所述方法还包括,
设定期望摄入热量值;
相应的,在根据所述单位热量值和所述摄入量确定对应所述目标对象的摄入热量值之后,所述方法还包括:
判断所述摄入热量值是否超过期望摄入热量值,获得判断结果;
当所述判断结果判断为所述摄入热量值超过期望摄入热量值时,生成提醒指令,所述提醒指令用于指示提醒所述摄入热量值超过期望摄入热量值。
6.根据权利要求1所述的方法,其特征在于,在采集检测对象的动作信号的过程中,所述方法还包括:
通过传感装置采集所述动作信号,获得对应所述动作信号的数据图形;
通过识别模型对所述数据图形进行匹配识别,获得对应所述动作信号的具体动作,基于所述具体动作获取提示信息。
7.一种数据采集设备,其特征在于,所述设备包括:
识别模块,用于对目标对象进行识别,确定对应所述目标对象的单位热量值;
采集模块,用于采集检测对象的动作信号,基于所述动作信号确定所述目标对象的摄入量;
确定模块,用于根据所述单位热量值和所述摄入量确定对应所述目标对象的摄入热量值。
8.根据权利要求7所述的设备,其特征在于,所述目标对象为多个;
相应的,所述识别模块,包括:
第一采集子模块,用于通过图像采集装置在指定区域采集目标图像;
识别子模块,用于对所述目标图像进行识别,确定所述目标图像中的多个目标对象;
查找子模块,用于根据所述多个目标对象在数据库中进行查找,获得对应每一个目标对象的查找结果;
其中,所述查找结果中包括单位热量值。
9.根据权利要求8所述的设备,其特征在于,所述查找结果还包括对应所述目标对象的参考信号;所述参考信号包括以下至少之一:用来表征摄入所述目标对象的第一参考信号、用于表征所述目标对象单位摄入量的第二参考信号。
10.一种计算机可读存储介质,其特征在于,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行权利要求1-5任一项所述的数据采集方法。
CN202010120042.4A 2020-02-26 2020-02-26 一种数据采集方法、设备及计算机可读存储介质 Withdrawn CN111368676A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010120042.4A CN111368676A (zh) 2020-02-26 2020-02-26 一种数据采集方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010120042.4A CN111368676A (zh) 2020-02-26 2020-02-26 一种数据采集方法、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111368676A true CN111368676A (zh) 2020-07-03

Family

ID=71208228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010120042.4A Withdrawn CN111368676A (zh) 2020-02-26 2020-02-26 一种数据采集方法、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111368676A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022011509A1 (zh) * 2020-07-13 2022-01-20 华为技术有限公司 监管饮食行为的方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105208114A (zh) * 2015-08-31 2015-12-30 广东欧珀移动通信有限公司 一种提醒的方法及终端
CN106293013A (zh) * 2015-04-30 2017-01-04 北京智谷睿拓技术服务有限公司 头部动作确定方法和设备
JP2017062854A (ja) * 2017-01-06 2017-03-30 株式会社FiNC 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106293013A (zh) * 2015-04-30 2017-01-04 北京智谷睿拓技术服务有限公司 头部动作确定方法和设备
CN105208114A (zh) * 2015-08-31 2015-12-30 广东欧珀移动通信有限公司 一种提醒的方法及终端
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
JP2017062854A (ja) * 2017-01-06 2017-03-30 株式会社FiNC 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
开放创新平台HOPE: "【新发现】可从吃饭动作分析摄取的热量,这新技术能减肥吗?", 《HTTPS://WWW.SOHU.COM/A/131340812_610719》, 31 March 2017 (2017-03-31), pages 1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022011509A1 (zh) * 2020-07-13 2022-01-20 华为技术有限公司 监管饮食行为的方法和装置
CN114190074A (zh) * 2020-07-13 2022-03-15 华为技术有限公司 监管饮食行为的方法和装置

Similar Documents

Publication Publication Date Title
Liu et al. An intelligent food-intake monitoring system using wearable sensors
Amft et al. Bite weight prediction from acoustic recognition of chewing
Prioleau et al. Unobtrusive and wearable systems for automatic dietary monitoring
Kalantarian et al. A survey of diet monitoring technology
CN102920461A (zh) 一种进食习惯监测装置
CN108937905B (zh) 一种基于信号拟合的非接触式心率检测方法
He et al. A comprehensive review of the use of sensors for food intake detection
CN115695734A (zh) 红外热成像防护监控方法、装置、设备、系统和介质
CN111368676A (zh) 一种数据采集方法、设备及计算机可读存储介质
Rau et al. Developments on real-time monitoring of grazing cattle feeding behavior using sound
Luktuke et al. Segmentation and recognition of eating gestures from wrist motion using deep learning
CN106326672A (zh) 入睡检测方法与系统
Wang et al. WiEat: Fine-grained device-free eating monitoring leveraging Wi-Fi signals
WO2016184089A1 (zh) 信息获取方法、装置和计算机存储介质
WO2023000599A1 (zh) 基于骨传导的进食监测方法、装置、终端设备及介质
CN111916096A (zh) 一种基于树莓派的藏羊牧食行为监测方法
CN113208573B (zh) 一种支持ppg+ecg功能的可穿戴设备
US20220386886A1 (en) Non-contact heart rhythm category monitoring system and method
CN108742518A (zh) 一种基于智能枕头的打鼾检测及干预方法及系统
CN115116141A (zh) 一种体能训练监测系统
CN115101205A (zh) 基于智能网关的健康状态监控方法、系统、设备及介质
Mevissen A wearable sensor system for eating event recognition using accelerometer, gyroscope, piezoelectric and lung volume sensors
bin Kassim et al. Tracking and counting motion for monitoring food intake based-on depth sensor and UDOO board: A comprehensive review
Mertes et al. Detection of chewing motion in the elderly using a glasses mounted accelerometer in a real-life environment
CN112597949A (zh) 一种基于视频的心理压力测量方法及其系统

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200703