KR20190106975A - 스마트 테이블 및 스마트 테이블의 제어방법 - Google Patents

스마트 테이블 및 스마트 테이블의 제어방법 Download PDF

Info

Publication number
KR20190106975A
KR20190106975A KR1020190111682A KR20190111682A KR20190106975A KR 20190106975 A KR20190106975 A KR 20190106975A KR 1020190111682 A KR1020190111682 A KR 1020190111682A KR 20190111682 A KR20190111682 A KR 20190111682A KR 20190106975 A KR20190106975 A KR 20190106975A
Authority
KR
South Korea
Prior art keywords
food
information
user
photographed
smart table
Prior art date
Application number
KR1020190111682A
Other languages
English (en)
Inventor
김익재
안병주
조정현
남기표
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020190111682A priority Critical patent/KR20190106975A/ko
Publication of KR20190106975A publication Critical patent/KR20190106975A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47B—TABLES; DESKS; OFFICE FURNITURE; CABINETS; DRAWERS; GENERAL DETAILS OF FURNITURE
    • A47B37/00—Tables adapted for other particular purposes
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47B—TABLES; DESKS; OFFICE FURNITURE; CABINETS; DRAWERS; GENERAL DETAILS OF FURNITURE
    • A47B95/00—Fittings for furniture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N5/225—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30128—Food products

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 개시는 스마트 테이블에 위치된 적어도 하나의 음식에 관한 정보를 획득하여 사용자에게 제공하는 스마트 테이블 및 스마트 테이블의 제어방법에 관한 것이다. 스마트 테이블은, 상기 스마트 테이블에 위치된 음식을 촬영하여 음식 이미지를 획득하는 카메라, 상기 스마트 테이블에 위치되어 상기 촬영된 음식의 무게를 측정하는 센서부, 상기 획득된 음식 이미지에 기초하여 상기 촬영된 음식의 종류를 인식하고, 상기 촬영된 음식에 관한 정보를 획득하는 프로세서, 상기 획득된 음식에 관한 정보를 디스플레이하는 디스플레이부를 포함하고, 상기 프로세서는, 상기 측정된 음식의 무게에 기초하여 상기 촬영된 음식의 양에 관한 정보를 획득할 수 있다.

Description

스마트 테이블 및 스마트 테이블의 제어방법 {SMART TABLE AND CONTROLLING METHOD THEREOF}
본 개시는 스마트 테이블 및 스마트 테이블의 제어방법에 관한 것이다. 구체적으로, 스마트 테이블에 위치된 적어도 하나의 음식에 관한 정보를 획득하여 사용자에게 제공하는 스마트 테이블 및 스마트 테이블의 제어방법에 관한 것이다.
사용자가 식단 조절을 하는 경우, 사용자가 섭취하는 음식의 영양분 및 에너지 열량에 관한 정보는 사용자에게 중요한 정보이다. 종래에는 사용자가 음식 각각에 대해서 검색을 함으로써, 사용자가 음식의 영양분 및 에너지 열량과 같은 음식에 관한 정보를 획득하였다.
하지만, 종래에는 사용자는 자신이 섭취한 음식의 에너지 열량을 추정하기 힘든 문제점이 존재하였다. 사용자가 자신이 섭취한 음식 각각의 양을 확인하기 어려우며, 사용자가 섭취한 음식을 매번 기록하기 어렵기 때문이다.
따라서, 사용자가 인식하지 않아도, 사용자가 섭취하는 음식에 관한 정보를 획득하여 사용자에게 제공하는 기술이 필요한 실정이다.
본 개시는 사용자가 섭취한 음식에 관한 정보를 획득하여 사용자에게 제공하는 스마트 테이블 및 스마트 테이블의 제어방법을 제공하는 것을 목적으로 한다.
해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기 과제들을 달성하기 위한 일 실시예에 따르면, 스마트 테이블은, 상기 스마트 테이블에 위치된 음식을 촬영하여 음식 이미지를 획득하는 카메라, 상기 스마트 테이블에 위치되어 상기 촬영된 음식의 무게를 측정하는 센서부, 상기 획득된 음식 이미지에 기초하여 상기 촬영된 음식의 종류를 인식하고, 상기 촬영된 음식에 관한 정보를 획득하는 프로세서, 상기 획득된 음식에 관한 정보를 디스플레이하는 디스플레이부를 포함하고, 상기 프로세서는, 상기 측정된 음식의 무게에 기초하여 상기 촬영된 음식의 양에 관한 정보를 획득할 수 있다.
상기 과제들을 달성하기 위한 다른 일 실시예에 따르면, 스마트 테이블의 제어방법은, 상기 스마트 테이블에 위치된 음식을 촬영하여 음식 이미지를 획득하는 단계, 상기 획득된 음식 이미지에 기초하여 상기 촬영된 음식의 종류를 인식하는 단계, 상기 촬영된 음식에 관한 정보를 획득하는 단계 및 상기 획득된 음식에 관한 정보를 디스플레이하는 단계를 포함하고, 상기 촬영된 음식에 관한 정보를 획득하는 단계는, 상기 촬영된 음식의 무게를 측정하는 단계 및 상기 측정된 음식의 무게에 기초하여 상기 촬영된 음식의 양에 관한 정보를 획득하는 단계를 포함할 수 있다.
도 1은 일 실시예에 따른, 스마트 테이블의 구성을 도시한 것이다.
도 2는 일 실시예에 따른, 스마트 테이블의 구성요소를 나타내는 블록도이다.
도 3은 스마트 테이블을 이용하여 음식에 관한 정보를 디스플레이하는 일례를 도시한 것이다.
도 4는 일 실시예에 따른, 스마트 테이블의 제어방법에 관한 순서도이다.
도 5는 일 실시예에 따른, 학습 모델을 이용하여 스마트 테이블에 위치된 음식의 종류를 인식하는 스마트 테이블의 제어방법에 관한 순서도이다.
도 6은 일 실시예에 따른, 음식의 무게의 변화를 이용하여 사용자가 섭취한 음식의 양에 관한 정보를 획득하는 스마트 테이블의 제어방법에 관한 순서도이다.
도 7은 일 실시예에 따른, 사용자가 섭취한 음식에 관한 정보를 획득함으로써, 사용자의 생체 정보를 갱신하는 스마트 테이블의 제어방법에 관한 순서도이다.
도 8은 일 실시예에 따른, 사용자에 대응하는 식단을 생성하여 디스플레이하는 스마트 테이블의 제어방법에 관한 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부'(part, portion)라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부'가 하나의 요소(unit, element)로 구현되거나, 하나의 '부'가 복수의 요소들을 포함하는 것도 가능하다. 이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시예들에 대해 설명한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서에 개시된 실시예들은, 스마트 테이블 단독으로 실시되거나, 모바일 단말기와 연동해서 실시되거나, 네트워크를 이용하여 서버와 연결되어 실시될 수 있다.
본 명세서에 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는 컴퓨터로 읽을 수 있는 기록매체의 형태로 구현될 수 있다. 상기 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 상기 명령어는 프로세서에 의해 실행되었을 때, 개시된 실시예들의 소정의 동작들을 수행할 수 있다.
본 명세서에 개시된 실시예들은 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
본 명세서에 개시된 실시예들은 모바일 단말기에서 실행될 수 있눈 어플리케이션으로 구현될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1 은 일 실시예에 따른, 스마트 테이블의 구성을 도시한 것이고, 도 2는 일 실시예에 따른, 스마트 테이블의 구성요소를 나타내는 블록도이다.
도 1 및 도 2를 참조하면, 본 개시의 스마트 테이블(1000)은 카메라(1100), 센서부(1200), 테이블(1300), 프로세서(1400), 디스플레이부(1500), 메모리(1600), 통신부(1700) 및 사용자 입력부(1800)를 포함할 수 있다. 그러나, 도 1 및 도 2에 도시된 구성 요소보다 많은 구성 요소에 의해 스마트 테이블이 구현 될 수 있고, 도 1 및 도 2에 도시된 구성 요소보다 적은 구성 요소에 의해서 스마트 테이블이 구현될 수 있다. 예를 들면, 디스플레이부(1500)는 테이블(1300)에 포함될 수 있다. 또 다른 예를 들면, 디스플레이부(1500)는 모바일 디바이스로 구현될 수 있다. 또 다른 예를 들면, 디스플레이부(1500)는 네트워크를 통해서 원격지에 위치된 디스플레이 장치(예를 들면, TV)로 구현될 수 있다. 또한, 디스플레이부(1500)는 터치스크린을 포함함으로써 사용자 입력부(1800)와 같은 기능을 수행할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)을 구성하는 구성요소 각각은 서로 독립된 장치일 수 있다. 예를 들면, 스마트 테이블(1000)을 구성하는 카메라(1100), 센서부(1200), 프로세서(1400), 디스플레이부(1500)는 각각 독립된 장치 일 수 있다. 구체적으로, 모바일 디바이스가 프로세서(1400)로 동작할 수 있고, 카메라(1100), 센서부(1200) 및 디스플레이부(1500)는 모바일 디바이스와 데이터를 송수신하는 범용적으로 이용되는 장치일 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)을 구성하는 구성요소 각각은 하나의 장치를 구성하는 모듈 형태의 장치일 수 있다. 예를 들면, 모바일 디바이스가 스마트 테이블(1000) 일 수 있다. 그리고 카메라(1100), 센서부(1200) 및 디스플레이부(1500)는 모바일 디바이스를 구성하는 모듈일 수 있다. 또는, 카메라(1100), 센서부(1200) 및 디스플레이부(1500)는 모바일 디바이스의 제어를 받는 모바일 디바이스에 종속된 장치일 수 있다.
스마트 테이블(1000)은 서버(미도시)를 포함한 다른 장치와 통신하기 위해서 통신부(1700)를 포함할 수 있다. 또한, 스마트 테이블(1000)을 구성하는 구성요소 각각은 유선 및 무선 중 하나로 상호간에 연결되어 데이터를 송수신할 수 있다.
카메라(1100)는 테이블(1300)에 위치된 적어도 하나의 음식을 촬영할 수 있다. 카메라(1100)는 촬영된 음식의 음식 이미지를 획득할 수 있다. 카메라(1100)가 획득하는 이미지는 정지 이미지 일 수 있고, 동영상 이미지 일 수 있다. 카메라(1100)는 획득한 이미지를 프로세서(1400)로 전송할 수 있다.
카메라(1100)는 테이블(1300)에 위치된 적어도 하나의 음식을 섭취하는 사용자를 촬영할 수 있다. 카메라(1100)는 사용자가 음식을 섭취하는 동작에 관한 이미지를 획득할 수 있다. 카메라(1100)가 획득하는 이미지는 정지 이미지 일 수 있고, 동영상 이미지 일 수 있다. 카메라(1100)는 획득한 이미지를 프로세서(1400)로 전송할 수 있다.
센서부(1200)는 근접 센서, 조도 센서, 온도 센서 및 중량 센서를 포함할 수 있으나, 이에 제한되지 않는다.
일 실시예에 따르면, 센서부(1200)는 테이블(1300)에 위치된 적어도 하나의 음식의 무게를 측정할 수 있다. 센서부(1200)는 다수의 로드셀 또는 압력 센싱 매트로 구성될 수 있다. 센서부(1200)는 테이블(1300)에 위치된 복수의 음식들의 위치에 기초하여 복수의 음식들 각각의 무게를 측정할 수 있다. 센서부(1200)는 측정된 적어도 하나의 음식의 무게에 관한 정보를 프로세서(1400)로 전송할 수 있다.
일 실시예에 따르면, 센서부(1200)는 테이블(1300)에 위치된 음식의 무게를 실시간으로 측정할 수 있다. 또는, 센서부(1200)는 테이블(1300)에 위치된 음식의 무게를 기 설정된 시간 간격으로 측정할 수 있다.
일 실시예에 따르면, 센서부(1200)는 테이블(1300)에 위치된 음식의 무게의 변화를 측정할 수 있다. 예를 들면, 센서부(1200)는 사용자가 테이블(1300)에 위치된 음식을 섭취하기 전에 음식의 제1 무게와 사용자가 테이블(1300)에 위치된 음식을 섭취한 후의 음식의 제2 무게를 측정하고, 제1 무게와 제2 무게의 차이를 비교함으로써, 테이블(1300)에 위치된 음식의 무게의 변화를 측정할 수 있다.
일 실시예에 따르면, 센서부(1200)는 테이블에 위치된 적어도 하나의 음식의 온도를 측정하여 음식의 온도에 관한 정보를 생성 할 수 있다. 센서부(1200)는 음식의 온도에 관한 정보를 프로세서(1400)로 전송할 수 있다.
프로세서(1400)는 스마트 테이블(1000)의 기능을 수행하기 위한 프로그램 또는 데이터를 처리할 수 있다. 예를 들면, 프로세서(1400)는 메모리(1600)에 저장된 스마트 테이블(1000)의 기능을 수행하기 위한 프로그램 또는 데이터를 처리함으로써, 스마트 테이블(1000)에 포함된 구성요소 각각의 전반적인 동작을 제어할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 테이블(1300)에 칩(chip)과 같은 형태로 포함될 수 있다. 또는 프로세서(1400)는 모바일 디바이스로 구현될 수 있다.
일 실시예에 따르면, 프로세서(1400)는 카메라(1100)로부터 수신된 음식 이미지에 기초하여 음식에 관한 정보를 생성할 수 있다. 예를 들면, 프로세서(1400)는 음식 이미지에 기초하여 음식의 종류에 관한 정보를 생성할 수 있다. 또 다른 예를 들면, 프로세서(1400)는 음식 이미지에 기초하여 촬영된 음식의 양에 관한 정보를 생성할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 음식 이미지를 음식의 종류를 인식하기 위한 학습 모델에 적용함으로써, 음식의 종류를 인식할 수 있다. 학습 모델에 대해서는 도 5를 참조하여 아래에서 구체적으로 설명한다.
일 실시예에 따르면, 프로세서(1400)는 음식 이미지에 기초하여 촬영된 음식의 영양 정보, 에너지 열량에 관한 정보를 생성할 수 있다. 예를 들면, 프로세서(1400)는 음식 이미지에 기초하여 촬영된 음식의 종류 및 양을 인식할 수 있다. 프로세서(1400)는 인식된 음식의 종류 및 양에 기초하여 음식의 영양 정보 및 에너지 열량을 추정할 수 있다. 구체적으로, 프로세서(1400)는 음식의 종류에 따른 단위 무게당 음식의 영양 정보 및 음식의 에너지 열량에 기초하여, 촬영된 음식의 영양 정보 및 에너지 열량을 추정할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 기 저장된 음식들에 관한 영양 정보 및 에너지 열량에 관한 정보에 기초하여, 촬영된 음식의 영양 정보 및 에너지 열량을 추정할 수 있다. 이 경우, 음식들에 관한 영양 정보 및 에너지 열량에 관한 정보는 서버(미도시)에 저장된 것일 수 있다. 또한, 프로세서(1400)는 음식들에 관한 영양 정보 및 에너지 열량에 관한 정보를 인터넷을 이용하여 갱신할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 센서부(1200)에서 수신된 음식의 무게에 관한 정보에 기초하여 음식의 양에 관한 정보를 획득할 수 있다. 또한, 프로세서(1400)는 센서부(1200)에서 수신된 음식의 무게에 관한 정보에 기초하여 사용자가 섭취한 음식의 양을 추정할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 사용자가 섭취한 음식의 양, 음식의 영양 정보 및 음식의 단위 무게 당 에너지 열량 중 적어도 하나 기초하여, 사용자가 섭취한 에너지 열량을 추정할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 카메라(1100)에서 수신된 사용자가 음식을 섭취하는 동작에 관한 이미지에 기초하여, 사용자가 섭취한 음식의 종류 및 사용자가 음식을 섭취한 횟수에 관한 정보를 획득할 수 있다. 또한, 프로세서(1400)는 사용자가 섭취한 음식의 종류, 사용자가 음식을 섭취한 횟수, 사용자가 섭취한 음식의 양과 음식의 단위 무게 당 에너지 열량 중 적어도 하나에 기초하여 사용자가 섭취한 에너지 열량을 추정할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 사용자 입력부(1800)를 통해 획득된 사용자의 생체 정보를 관리할 수 있다. 사용자의 생체 정보는 사용자의 키, 몸무게, 나이, 성별, 기초 대사량, 체성분, BMI, 체지방률, 복부지방률, 신체발달 지수 및 심장 박동수와 같은 사용자의 신체에 관한 정보를 포함할 수 있다. 또한, 사용자의 생체 정보는 사용자가 섭취한 음식에 관한 누적 정보를 포함할 수 있다. 사용자가 섭취한 음식에 관한 누적 정보는 사용자가 섭취한 음식의 종류, 음식의 양, 음식의 영양 정보 및 음식의 에너지 열량을 포함할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 사용자가 섭취한 음식의 종류, 음식의 양, 음식의 영양 정보 및 음식의 에너지 열량에 기초하여, 소정의 기간 동안 사용자가 섭취한 음식의 영양 정보, 에너지 열량에 관한 정보를 획득할 수 있다. 또한, 프로세서(1400)는 사용자가 섭취한 음식의 종류, 음식의 양, 음식의 영양 정보 및 음식의 에너지 열량을 사용자의 생체 정보에 입력함으로써 사용자의 생체 정보를 갱신할 수 있다. 또한, 프로세서(1400)는 갱신된 사용자의 생체 정보를 저장하도록 메모리(1600)를 제어할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 사용자가 섭취한 음식에 관한 정보에 기초하여 사용자에 대응하는 식단에 관한 정보를 생성할 수 있다. 예를 들면, 프로세서(1400)는 사용자가 섭취한 음식의 종류, 음식의 양, 음식의 영양 정보 및 음식의 에너지 열량에 기초하여, 사용자에 대응하는 식단을 생성할 수 있다. 구체적으로, 프로세서(1400)는 사용자가 지난 식사에서 탄수화물을 기준치 이상으로 섭취하였다고 판단한 경우, 탄수화물이 적게 함유된 음식이 포함된 식단을 생성할 수 있다. 또한, 프로세서(1400)는 사용자가 지난 식사에서 섭취한 에너지 열량에 기초하여, 에너지 열량이 적게 함유된 음식이 포함된 식단을 생성할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 생성된 식단에 포함된 음식을 조리하기 위한 음식 재료에 관한 정보를 획득할 수 있다. 프로세서(1400)는 메모리(1600)에 저장된 음식에 관한 정보에 기초하여 음식을 조리하기 위한 음식 재료에 관한 정보를 획득할 수 있다. 프로세서(1400)는 서버에 저장된 음식을 조리하기 위한 음식 재료에 관한 정보를 획득할 수 있다. 또한, 프로세서(1400)는 인터넷을 검색함으로써, 음식을 조리하기 위한 음식 재료에 관한 정보를 획득할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 음식을 조리하기 위한 음식 재료를 주문할 수 있다. 예를 들면, 프로세서(1400)는 사용자에 대응하는 식단에 포함된 음식을 조리하기 위한 음식 재료를 인터넷을 통해서 주문할 수 있다. 구체적으로, 프로세서(1400)는 식단을 선택하는 사용자로부터 수신된 입력에 기초하여, 식단에 포함된 음식을 조리하기 위한 음식 재료를 인터넷을 통해서 주문할 수 있다.
일 실시예에 따르면, 프로세서(1400)는 테이블에 위치된 적어도 하나의 음식에 적합한 온도에 관한 정보를 획득할 수 있다. 프로세서(1400)는 센서부(1200)로부터 수신된 음식의 온도에 관한 정보에 기초하여, 테이블에 위치된 음식의 온도가 음식에 적합한 온도에 대응되도록 테이블(1300)의 적어도 일부의 온도를 제어할 수 있다. 이 경우, 스마트 테이블(1000)은 테이블(1300)의 적어도 일부의 온도를 조절할 수 있다. 예를 들면, 테이블(1300)은 소정 영역마다 테이블에 위치된 음식의 온도를 조절할 수 있는 가열 장치(예를 들면, 전기 인덕션)를 포함함으로써, 테이블(1300)의 적어도 일부의 온도를 조절할 수 있다.
디스플레이부(1500)는 종류 및 형태에 제한되지 않으며, 종래의 디스플레이부로 이용되는 장치도 본 개시의 디스플레이부(1500)에 포함될 수 있다. 예를 들면, 디스플레이부(1500)는 모바일 디바이스(예를 들면, 휴대폰, 태블릿PC 등)에 포함된 화면일 수 있다. 또 다른 예를 들면, 디스플레이부(1500)는 스마트 글래스에 포함된 화면일 수 있다. 또 다른 예를 들면, 디스플레이부(1500)는 테이블에 포함된 디스플레이 일 수 있다. 또한, 디스플레이부(1500)는 터치스크린을 포함하므로써 사용자 입력부(1800)의 기능을 수행할 수 있다.
디스플레이부(1500)는 테이블(1300)에 빛을 조사하는 조명 장치(예를 들면, 빔 프로젝터)를 이용하여 정보를 테이블(1300)의 적어도 일부에 투사하는 것일 수 있다.
일 실시예에 따르면, 디스플레이부(1500)는 테이블(1300)에 위치된 음식의 종류, 음식의 양, 음식의 무게, 음식의 영양 정보, 음식의 에너지 열량과 같은 음식에 관한 정보를 디스플레이 할 수 있다.
일 실시예에 따르면, 디스플레이부(1500)는 사용자가 테이블(1300)에 위치된 음식을 섭취한 횟수, 사용자가 섭취한 음식의 양, 사용자가 섭취한 에너지 열량에 관한 정보를 디스플레이 할 수 있다.
일 실시예에 따르면, 디스플레이부(1500)는 사용자의 생체 정보를 디스플레이 할 수 있다. 이 경우, 사용자의 생체 정보는 사용자의 키, 몸무게, 나이, 성별, 기초 대사량, 체성분, BMI, 체지방률, 복부지방률, 신체발달 지수 및 심장 박동수와 같은 사용자의 신체에 관한 정보를 포함할 수 있다.
일 실시예에 따르면, 디스플레이부(1500)는 사용자에게 추천하는 식단에 관한 정보를 디스플레이 할 수 있다.
일 실시예에 따르면, 디스플레이부(1500)는 사용자로부터 수신한 입력에 기초하여 음식에 관한 정보, 사용자가 음식을 섭취한 것에 대한 정보, 사용자의 생체 정보를 디스플레이 할 수 있다. 예를 들면, 디스플레이부(1500)는 사용자의 입력을 수신하여 사용자가 음식을 섭취한 횟수, 사용자가 섭취한 음식의 양, 사용자가 섭취한 에너지 열량, 테이블(1300)에 위치된 음식의 종류, 음식의 양, 음식의 무게, 음식의 영양 정보, 음식의 에너지 열량, 사용자의 생체 정보, 사용자에 대응하는 식단에 관한 정보를 디스플레이 할 수 있다.
메모리(1600)는, 프로세서(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 스마트 테이블(1000)로 입력되거나 스마트 테이블(1000)로부터 출력되는 데이터를 저장할 수도 있다.
메모리(1600)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
일 실시예에 따르면, 메모리(1600)는 음식에 관한 정보를 저장할 수 있다. 이 경우, 음식에 관한 정보는 음식의 종류, 음식의 영양 성분, 음식의 에너지 열량을 포함할 수 있다.
일 실시예에 따르면, 메모리(1600)는 식단에 관한 정보를 저장할 수 있다. 식단에 관한 정보는 식단을 구성하는 음식에 관한 정보, 식단을 구성하는 음식을 조리하는 방법에 관한 정보, 식단을 구성하는 음식에 관한 식재료에 관한 정보를 포함할 수 있다.
일 실시예에 따르면, 메모리(1600)는 사용자의 생체 정보를 저장할 수 있다. 사용자의 생체 정보는 사용자의 키, 몸무게, 나이, 성별, 기초 대사량, 체성분, BMI, 체지방률, 복부지방률, 신체발달 지수 및 심장 박동수와 같은 사용자의 신체에 관한 정보를 포함할 수 있다.
통신부(1700)는, 스마트 테이블(1000)이 다른 장치(미도시) 및 서버(2000)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 다른 장치(미도시)는 모바일 디바이스와 같은 컴퓨팅 장치이거나, 센싱 장치일 수 있으나, 이에 제한되지 않는다.
사용자 입력부(1800)는 사용자가 스마트 테이블(1000)을 제어하기 위한 데이터를 입력하는 수단을 의미한다. 사용자 입력부(1800)는 공지된 사용자의 입력을 수신하는 공지된 장치가 적용될 수 있으므로, 구체적인 설명은 생략한다.
도 3은 스마트 테이블을 이용하여 음식에 관한 정보를 디스플레이하는 일례를 도시한 것이다.
도 3을 참조하면, 스마트 테이블(1000)은 적어도 하나의 음식에 관한 정보, 사용자의 생체 정보 및 사용자에게 추천하는 식단에 관한 정보 중 적어도 하나를 디스플레이할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 테이블(1300)에 위치된 적어도 하나의 음식(2100a, 2100b, 2100c, 2100d, 2100e)에 관한 정보를 디스플레이 할 수 있다. 예를 들면, 스마트 테이블(1000)은 테이블(1300)에 위치된 음식(2100a, 2100b, 2100c, 2100d, 2100e)의 종류에 관한 정보, 음식(2100a, 2100b, 2100c, 2100d, 2100e)의 영양 정보, 음식(2100a, 2100b, 2100c, 2100d, 2100e)의 에너지 열량에 관한 정보, 음식(2100a, 2100b, 2100c, 2100d, 2100e)의 양에 관한 정보를 디스플레이 할 수 있다. 테이블(1300)에 위치된 음식에 관한 정보를 획득하는 방법은 도 1 및 도 2를 참조하여 설명한 것과 유사하므로, 중복되는 내용은 생략한다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 섭취한 음식(2100a, 2100b, 2100c, 2100d, 2100e)에 관한 정보를 디스플레이 할 수 있다. 예를 들면, 스마트 테이블(1000)은 사용자가 음식(2100a, 2100b, 2100c, 2100d, 2100e)을 섭취한 횟수에 관한 정보(3100a, 3100b, 3100c, 3100d, 3100e)를 디스플레이할 수 있다. 또한 스마트 테이블(1000)은 사용자가 섭취한 음식의 양, 섭취한 음식의 영양 정보, 사용자가 섭취한 에너지 열량에 관한 정보를 디스플레이 할 수 있다. 사용자가 섭취한 음식에 관한 정보를 획득하는 방법은 도 1 및 도 2를 참조하여 설명한 것과 유사하므로, 중복되는 내용은 생략한다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자의 생체 정보(3200)를 디스플레이 할 수 있다. 사용자의 생체 정보는 사용자의 키, 몸무게, 나이, 성별, 기초 대사량, 체성분, BMI, 체지방률, 복부지방률, 신체발달 지수 및 심장 박동수와 같은 사용자의 신체에 관한 정보를 포함할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자에게 추천하는 식단에 관한 정보(3300)를 디스플레이 할 수 있다. 사용자에게 추천하는 식단에 관한 정보(3300)를 생성하는 방법은 도 1 및 도 2를 참조하여 설명한 것과 유사하므로, 중복되는 내용은 생략한다.
일 실시예에 따르면, 스마트 테이블(1000)는 사용자의 입력을 수신할 수 있다. 스마트 테이블(1000)은 사용자 입력에 기초하여 테이블(1300)에 위치된 적어도 하나의 음식에 관한 정보, 사용자가 섭취한 음식에 관한 정보, 사용자의 생체 정보 및 사용자에게 추천하는 식단에 관한 정보를 디스플레이할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자 입력에 기초하여, 디스플레이된 정보들을 다른 정보로 변경하여 디스플레이 할 수 있다. 예를 들면, 스마트 테이블(1000)은 사용자 입력에 기초하여 음식에 관한 정보를 사용자가 섭취한 음식에 관한 정보로 변경하여 디스플레이 할 수 있다. 구체적으로, 스마트 테이블(1000)은 사용자 입력에 기초하여 디스플레이된 음식의 종류 및 양을 사용자가 섭취한 횟수 및 사용자가 섭취한 에너지 열량으로 변경하여 표시할 수 있다.
도 4는 일 실시예에 따른, 스마트 테이블의 제어방법에 관한 순서도이다.
단계 S410을 참조하면, 스마트 테이블(1000)은 테이블에 위치된 적어도 하나의 음식을 촬영할 수 있다. 이 경우, 스마트 테이블(1000)은 테이블에 위치된 적어도 하나의 음식을 선명하게 촬영하기 위해서 조명을 테이블에 조사할 수 있다. 스마트 테이블(1000)은 테이블에 위치된 복수의 음식이 하나의 이미지에 포함되도록 촬영할 수 있다. 또는, 스마트 테이블(1000)은 테이블에 위치된 복수의 음식 각각을 촬영할 수 있다.
단계 S430을 참조하면, 스마트 테이블(1000)은 촬영된 음식의 종류를 인식할 수 있다.
일 실시예에 따르면, 획득된 음식 이미지를 학습 모델에 적용함으로써 촬영된 음식의 종류를 인식할 수 있다. 이 경우, 학습 모델은 복수의 음식에 대한 복수의 음식 이미지를 학습함으로써 음식 이미지에 포함된 음식의 외형에 기초하여 음식의 종류를 판단하도록 학습된 모델일 수 있다. 학습 모델은 학습용 데이터 및 검증용 데이터로 구분된 복수의 음식 이미지에 기초하여 학습함으로써 오류가 최소가 되도록 음식의 종류를 인식할 수 있다. 또한, 학습 모델은 지속적인 학습과 검증을 함으로써 학습 모델의 내부 파라미터를 지속적으로 갱신할 수 있다. 학습 모델의 내부 파라미터를 갱신하는데 이용되는 알고리즘은 역전파(Backpropagation) 알고리즘 일 수 있으나, 이에 제한되지 않는다.
일 실시예에 따르면, 학습 모델은 스마트 테이블(1000)에 기 저장된 학습 모델일 수 있다. 스마트 테이블(1000)은 획득한 적어도 하나의 음식 이미지를 학습 모델에 학습데이터로 입력함으로써 학습 모델의 내부 파라미터를 갱신할 수 있다. 스마트 테이블(1000)은 기 저장된 학습 모델에 음식 이미지를 적용함으로써, 촬영된 음식의 종류를 인식할 수 있다.
또한, 학습 모델은 서버에 저장된 학습 모델일 수 있다. 스마트 테이블(1000)은 서버에 음식 이미지를 전송하고, 서버로부터 음식 이미지가 학습 모델에 적용됨으로써 출력된 음식의 종류를 인식한 결과를 수신할 수 있다. 스마트 테이블(1000)은 서버로부터 수신한 음식의 종류를 인식한 결과에 기초하여 촬영된 음식의 종류를 인식할 수 있다.
단계 S450을 참조하면, 스마트 테이블(1000)은 촬영된 음식에 관한 정보를 획득할 수 있다. 촬영된 음식에 관한 정보는 촬영된 음식의 영양 정보, 촬영된 음식의 에너지 열량에 관한 정보를 포함할 수 있다. 또한, 촬영된 음식에 관한 정보는 촬영된 음식의 양에 관한 정보를 포함할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 촬영된 음식의 종류를 인식한 결과에 기초하여 촬영된 음식에 관한 정보를 획득할 수 있다. 스마트 테이블(1000)은 기 저장된 음식에 관한 정보로부터 촬영된 음식에 관한 정보를 획득할 수 있다. 스마트 테이블(1000)은 서버에 음식의 종류를 인식한 결과를 전송하고, 서버로부터 음식의 종류에 대응하는 음식에 관한 정보를 수신함으로써, 촬영된 음식에 관한 정보를 획득할 수 있다. 스마트 테이블(1000)은 인터넷 검색을 통해 촬영된 음식에 관한 정보를 획득할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 촬영된 음식의 무게를 측정함으로써 촬영된 음식의 양에 관한 정보를 획득할 수 있다. 스마트 테이블(1000)은 촬영된 음식의 단위 무게당 양에 관한 정보와 촬영된 음식의 무게에 기초하여 촬영된 음식의 양에 관한 정보를 획득할 수 있다. 또한, 스마트 테이블(1000)은 촬영된 음식의 단위 무게당 영양 정보 및 에너지 열량에 관한 정보와 촬영된 음식의 무게에 기초하여 촬영된 음식의 에너지 열량에 관한 정보를 획득할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 섭취한 음식의 양에 관한 정보를 획득할 수 있다. 스마트 테이블(1000)이 사용자가 섭취한 음식의 양에 관한 정보를 획득하는 방법은 도 6을 참조하여 아래에서 구체적으로 설명한다.
단계 S470을 참조하면, 스마트 테이블(1000)은 획득된 음식에 관한 정보를 디스플레이 할 수 있다. 스마트 테이블(1000)이 디스플레이하는 음식에 관한 정보는 도 1 내지 도 3을 참조하여 설명한 것과 유사하므로, 중복되는 내용은 생략한다. 또한, 스마트 테이블(1000)이 음식에 관한 정보를 디스플레이하는 방법은 도 1 내지 도 3을 참조하여 설명한 것과 유사하므로, 중복되는 내용은 생략한다.
도 5는 일 실시예에 따른, 학습 모델을 이용하여 스마트 테이블에 위치된 음식의 종류를 인식하는 스마트 테이블의 제어방법에 관한 순서도이다.
단계 S510을 참조하면, 스마트 테이블(1000)은 획득된 이미지를 학습 모델에 적용할 수 있다. 도 4의 단계 S430과 유사하므로, 중복되는 내용은 생략한다.
단계 S530을 참조하면, 학습 모델은 음식 이미지에 포함된 촬영된 음식의 외형에 기초하여 음식의 종류에 해당할 지표를 출력할 수 있다. 학습 모델은 음식 이미지가 입력되면, 학습 모델의 파라미터를 이용하여 음식 이미지에 포함된 촬영된 음식에 대응되는 음식의 종류에 해당할 지표를 출력할 수 있다. 예를 들면, 학습 모델은 음식 이미지에 포함된 촬영된 음식이 학습 데이터로 입력된 복수의 음식 이미지 각각에 해당할 확률을 출력할 수 있다.
단계 S550을 참조하면, 스마트 테이블(1000)은 학습 모델에서 출력된 음식의 종류에 해당할 지표에 기초하여 음식의 종류를 결정할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 학습 모델에서 출력된 적어도 하나의 지표 중 가장 높은 지표를 갖는 음식의 종류를 음식 이미지에 포함된 음식에 대응하는 음식의 종류로 결정할 수 있다. 예를 들면, 스마트 테이블(1000)은 상위 5 개의 높은 확률을 갖는 음식의 종류를 결정하고, 그 중에 임계값 이상인 음식의 종류를 최종적으로 음식 이미지에 포함된 음식에 대응하는 음식의 종류로 결정할 수 있다.
도 6은 일 실시예에 따른, 음식의 무게의 변화를 이용하여 사용자가 섭취한 음식의 양에 관한 정보를 획득하는 스마트 테이블의 제어방법에 관한 순서도이다. 도 6을 참조하면, 스마트 테이블(1000)은 소정 시점 각각에서 음식의 양에 관한 정보를 획득함으로써 사용자가 섭취한 음식의 양에 관한 정보를 획득할 수 있다. 예를 들면, 소정 시점은 사용자가 음식을 섭취하기 전과 섭취한 후 일 수 있다.
단계 S610을 참조하면, 스마트 테이블(1000)은 사용자가 촬영된 음식을 섭취하기 전, 촬영된 음식의 제1 무게를 측정할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 식사하기 전, 촬영된 음식의 제1 무게를 측정할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 식사하는 중 촬영된 음식을 섭취하기 전, 음식의 제1 무게를 측정할 수 있다. 사용자가 음식을 복수회 섭취한 경우, 사용자가 음식을 섭취할 때마다 섭취하기 전, 음식의 제1 무게를 측정할 수 있다.
단계 S630을 참조하면, 스마트 테이블(1000)은 사용자가 촬영된 음식을 섭취한 후, 촬영된 음식의 제2 무게를 측정할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 식사를 마친 후, 촬영된 음식의 제2 무게를 측정할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 식사하는 중 촬영된 음식을 섭취한 후, 음식의 제2 무게를 측정할 수 있다. 사용자가 음식을 복수회 섭취한 경우, 사용자가 음식을 섭취할 때마다 섭취한 후, 음식의 제2 무게를 측정할 수 있다.
단계 S650을 참조하면, 스마트 테이블(1000)은 사용자가 섭취한 음식의 양에 관한 정보를 획득할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 음식의 제1 무게 및 제2 무게의 차이에 기초하여 사용자가 섭취한 음식의 양에 관한 정보를 획득할 수 있다. 또한, 스마트 테이블(1000)은 사용자가 섭취한 음식의 영양 정보를 획득할 수 있다. 또한, 스마트 테이블(1000)은 사용자가 섭취한 에너지 열량에 관한 정보를 획득할 수 있다. 예를 들면, 스마트 테이블(1000)은 사용자가 섭취한 음식의 단위 무게당 에너지 열량과 사용자가 섭취한 음식의 양에 관한 정보에 기초하여 사용자가 섭취한 에너지 열량에 관한 정보를 획득할 수 있다.
도 7은 일 실시예에 따른, 사용자가 섭취한 음식에 관한 정보를 획득함으로써, 사용자의 생체 정보를 갱신하는 스마트 테이블의 제어방법에 관한 순서도이다. 도 7을 참조하면, 스마트 테이블(1000)은 사용자가 섭취한 음식에 관한 정보를 이용하여 사용자의 생체 정보를 갱신할 수 있다.
단계 S710을 참조하면, 스마트 테이블(1000)은 사용자의 생체 정보를 획득할 수 있다. 사용자의 생체 정보는 사용자의 키, 몸무게, 나이, 성별, 기초 대사량, 체성분, BMI, 체지방률, 복부지방률, 신체발달 지수 및 심장 박동수와 같은 사용자의 신체에 관한 정보를 포함할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자로부터 사용자의 생체 정보를 수신함으로써 사용자의 생체 정보를 획득할 수 있다. 예를 들면, 스마트 테이블(1000)은 체성분분석이 가능한 사용자 입력부를 이용하여 사용자의 생체 정보를 획득할 수 있다. 또 다른 예를 들면, 스마트 테이블(1000)은 혈압계, 심장박동수를 측정할 수 있는 사용자 입력부를 이용하여 사용자의 생체 정보를 획득할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 서버로부터 서버의 데이터베이스에 저장된 사용자의 생체 정보를 수신함으로써 사용자의 생체 정보를 획득할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 메모리(1600)에 기 저장된 사용자의 생체 정보에 접근(Access)함으로써, 사용자의 생체 정보를 획득할 수 있다.
단계 S730을 참조하면, 스마트 테이블(1000)은 사용자가 섭취한 음식에 관한 정보를 획득할 수 있다. 도 4의 단계 S450에서 설명한 방법과 유사하므로, 중복되는 내용은 생략한다.
단계 S750을 참조하면, 스마트 테이블(1000)은 사용자의 생체 정보를 갱신할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 섭취한 음식에 관한 정보에 기초하여 기 획득된 사용자의 생체 정보를 갱신할 수 있다. 예를 들면, 스마트 테이블(1000)은 사용자가 섭취한 음식의 종류, 사용자가 섭취한 음식의 양, 사용자가 섭취한 에너지 열량, 사용자가 음식을 섭취한 횟수, 사용자가 섭취한 음식의 영양 정보에 기초하여 사용자의 생체 정보를 갱신할 수 있다.
일 실시예에 따르면, 스마트 테이블(1000)은 사용자가 섭취한 에너지 열량에 기초하여 사용자의 몸무게, 체지방량, 체지방률, 복부지방률, 체성분과 같은 정보를 갱신할 수 있다. 또한, 스마트 테이블(1000)은 사용자가 섭취한 에너지 열량에 기초하여 사용자의 섭취 에너지 열량 권장량에 관한 정보를 갱신할 수 있다. 또한, 스마트 테이블은 사용자가 섭취한 음식의 종류, 사용자가 섭취한 음식의 양, 사용자가 섭위한 음식의 영양 정보에 기초하여 사용자에게 제안할 음식에 관한 정보를 갱신할 수 있다.
도 8은 일 실시예에 따른, 사용자에 대응하는 식단을 생성하여 디스플레이하는 스마트 테이블의 제어방법에 관한 순서도이다. 도 8을 참조하면, 스마트 테이블(1000)은 사용자에게 추천하는 식단에 관한 정보를 생성하여 디스플레이 할 수 있다.
단계 S810을 참조하면, 스마트 테이블(1000)은 사용자의 생체 정보를 획득할 수 있다. 도 7의 단계 S710과 유사하므로, 중복되는 내용은 생략한다.
단계 S830을 참조하면, 스마트 테이블(1000)은 사용자가 섭취한 음식에 관한 정보를 획득할 수 있다. 도 4의 단계 S450 및 도 7의 단계 S730에서 설명한 방법과 유사하므로, 중복되는 내용은 생략한다.
단계 S850를 참조하면, 스마트 테이블(1000)은 사용자에 대응하는 식단에 관한 정보를 생성할 수 있다.
일 실시예 따르면, 스마트 테이블(1000)은 사용자의 생체 정보 및 사용자가 섭취한 음식에 관한 정보에 기초하여 사용자에 대응하는 식단에 관한 정보를 생성할 수 있다. 예를 들면, 스마트 테이블(1000)은 사용자의 체중, 체지방률, BMI와 같은 사용자의 생체 정보에 기초하여 사용자가 과체중인지 여부를 판단할 수 있다. 스마트 테이블(1000)은 사용자가 섭취한 음식에 관한 정보에 기초하여 사용자가 섭취한 에너지 열량에 관한 정보 및 사용자가 섭취한 음식의 영양 정보를 획득할 수 있다. 스마트 테이블(1000)은 과체중인 사용자의 체중이 감소되기 위한 고단백질 저탄수화물 음식이 포함된 식단에 관한 정보를 생성할 수 있다. 이 경우, 스마트 테이블(1000)은 사용자가 섭취한 에너지 열량에 관한 정보에 기초하여 식단에 포함된 음식의 양을 조절하여 식단에 관한 정보를 생성할 수 있다.
단계 S870를 참조하면, 스마트 테이블(1000)은 식단에 관한 정보를 디스플레이 할 수 있다. 식단에 관한 정보를 디스플레이 하는 방법은 도 1 내지 도 3를 참조하여 기재한 방법과 유사하므로, 중복되는 내용은 생략한다.
개시된 실시예들에 따르면, 스마트 테이블은 사용자가 섭취하는 음식에 관한 정보를 획득하여 사용자에게 제공할 수 있다. 스마트 테이블은 사용자가 섭취한 음식에 관한 정보를 이용하여 사용자의 식단을 관리할 수 있다. 사용자는 스마트 테이블을 이용함으로써 용이하게 사용자의 건강을 관리할 수 있다. 한편, 본 개시의 효과는 상기 기재된 효과에 한정되지 않으며, 당해 기술 분야의 통상의 실시자들이 용이하게 추론할 수 있는 효과도 포함할 수 있음은 자명하다.

Claims (16)

  1. 스마트 테이블이 상기 스마트 테이블에 위치된 음식을 촬영하여 음식 이미지를 획득하는 단계;
    상기 스마트 테이블이 상기 획득된 음식 이미지에 기초하여 상기 촬영된 음식의 종류를 인식하는 단계;
    상기 스마트 테이블이 상기 촬영된 음식에 관한 정보를 획득하는 단계;
    상기 스마트 테이블이 상기 획득된 음식에 관한 정보를 디스플레이하는 단계;
    상기 스마트 테이블이 상기 획득된 음식에 관한 정보에 기초하여 사용자의 식단 정보를 생성하는 단계; 및
    상기 스마트 테이블이 상기 식단 정보에 기초하여 음식 재료를 주문하는 단계;를 포함하고,
    상기 촬영된 음식에 관한 정보를 획득하는 단계는,
    상기 촬영된 음식의 무게를 측정하는 단계; 및
    상기 측정된 음식의 무게에 기초하여 사용자가 섭취한 음식에 관한 정보를 획득하는 단계;를 포함하는, 스마트 테이블의 제어방법.
  2. 제1 항에 있어서,
    상기 촬영된 음식의 종류를 인식하는 단계는,
    상기 획득된 음식 이미지를 음식의 종류를 인식하기 위한 학습 모델에 적용함으로써 상기 촬영된 음식의 종류를 인식하는 단계;를 포함하고,
    상기 학습 모델은,
    복수의 음식에 대한 복수의 음식 이미지를 학습함으로써 상기 음식 이미지에 포함된 음식의 외형에 기초하여 상기 촬영된 음식의 종류를 판단하도록 학습된 것인, 스마트 테이블의 제어방법.
  3. 제1 항에 있어서,
    상기 촬영된 음식에 관한 정보를 획득하는 단계는,
    상기 인식된 음식의 종류에 기초하여 상기 촬영된 음식의 영양 정보 및 에너지 열량 중 적어도 하나에 관한 정보를 획득하는 단계;를 포함하는, 스마트 테이블의 제어방법.
  4. 제1 항에 있어서,
    상기 촬영된 음식의 무게를 측정하는 단계는,
    사용자가 상기 촬영된 음식을 섭취하기 전, 상기 촬영된 음식의 제1 무게를 측정하는 단계;
    상기 사용자가 상기 촬영된 음식을 섭취 한 후, 상기 촬영된 음식의 제2 무게를 측정하는 단계; 및
    상기 제1 무게 및 상기 제2 무게의 차이에 기초하여 상기 사용자가 섭취한 음식의 양에 관한 정보를 획득하는 단계;를 포함하는, 스마트 테이블의 제어방법.
  5. 제1 항에 있어서,
    상기 촬영된 음식에 관한 정보를 획득하는 단계는,
    사용자가 상기 촬영된 음식을 섭취하는 이미지를 획득하는 단계; 및
    상기 획득된 사용자가 음식을 섭취하는 이미지에 기초하여 상기 사용자가 섭취한 음식의 종류 및 상기 사용자가 음식을 섭취한 횟수에 관한 정보를 획득하는 단계;를 포함하는, 스마트 테이블의 제어방법.
  6. 제1 항에 있어서,
    상기 획득된 음식에 관한 정보를 디스플레이하는 단계는,
    상기 촬영된 음식의 영양 정보 및 에너지 열량에 관한 정보 중 적어도 하나를 디스플레이하는 단계;를 포함하는, 스마트 테이블의 제어방법.
  7. 제1 항에 있어서,
    상기 획득된 음식에 관한 정보를 디스플레이하는 단계는,
    사용자가 섭취한 음식의 종류, 상기 사용자가 음식을 섭취한 횟수, 상기 사용자가 섭취한 음식의 양 및 상기 사용자가 섭취한 에너지 열량에 관한 정보를 디스플레이하는 단계;를 포함하는, 스마트 테이블의 제어방법.
  8. 제1 항에 있어서,
    상기 획득된 음식에 관한 정보를 디스플레이하는 단계는,
    상기 획득된 음식에 관한 정보를 테이블의 적어도 일부에 투사하여 디스플레이하는 단계;를 포함하는, 스마트 테이블의 제어방법.
  9. 스마트 테이블에 있어서,
    상기 스마트 테이블에 위치된 음식을 촬영하여 음식 이미지를 획득하는 카메라;
    상기 스마트 테이블에 위치되어 상기 촬영된 음식의 무게를 측정하는 센서부;
    상기 획득된 음식 이미지에 기초하여 상기 촬영된 음식의 종류를 인식하고, 상기 촬영된 음식에 관한 정보를 획득하고, 상기 획득된 음식에 관한 정보에 기초하여 사용자의 식단 정보를 생성하고, 상기 식단 정보에 기초하여 음식 재료를 주문하는 프로세서; 및
    상기 획득된 음식에 관한 정보를 디스플레이하는 디스플레이부;를 포함하고,
    상기 프로세서는,
    상기 측정된 음식의 무게에 기초하여 상기 촬영된 음식의 양에 관한 정보를 획득하는, 스마트 테이블.
  10. 제9항에 있어서,
    상기 프로세서는,
    상기 획득된 음식 이미지를 음식의 종류를 인식하기 위한 학습 모델에 적용함으로써 상기 촬영된 음식의 종류를 인식하고,
    상기 학습 모델은,
    복수의 음식에 대한 복수의 음식 이미지를 학습함으로써 상기 음식 이미지에 포함된 음식의 외형에 기초하여 상기 촬영된 음식의 종류를 판단하도록 학습된 것인, 스마트 테이블.
  11. 제9항에 있어서,
    상기 프로세서는,
    상기 인식된 음식의 종류에 기초하여 상기 촬영된 음식의 영양 정보 및 에너지 열량 중 적어도 하나에 관한 정보를 획득하는, 스마트 테이블.
  12. 제9항에 있어서,
    상기 센서부는,
    사용자가 상기 촬영된 음식을 섭취하기 전, 상기 촬영된 음식의 제1 무게를 측정하고,
    상기 사용자가 상기 촬영된 음식을 섭취 한 후, 상기 촬영된 음식의 제2 무게를 측정하며,
    상기 프로세서는,
    상기 제1 무게 및 상기 제2 무게의 차이에 기초하여 상기 사용자가 섭취한 음식의 양에 관한 정보를 획득하는 것인, 스마트 테이블.
  13. 제9 항에 있어서,
    상기 카메라는,
    사용자가 상기 촬영된 음식을 섭취하는 이미지를 획득하고,
    상기 프로세서는,
    상기 획득된 사용자가 음식을 섭취하는 이미지에 기초하여 상기 사용자가 섭취한 음식의 종류 및 상기 사용자가 음식을 섭취한 횟수에 관한 정보를 획득하는, 스마트 테이블.
  14. 제9항에 있어서,
    상기 디스플레이부는,
    상기 촬영된 음식의 영양 정보 및 에너지 열량에 관한 정보 중 적어도 하나를 디스플레이하는, 스마트 테이블.
  15. 제11 항에 있어서,
    상기 디스플레이부는,
    사용자가 섭취한 음식의 종류, 상기 사용자가 음식을 섭취한 횟수, 상기 사용자가 섭취한 음식의 양 및 상기 사용자가 섭취한 에너지 열량에 관한 정보를 디스플레이하는, 스마트 테이블.
  16. 제9 항에 있어서,
    상기 디스플레이부는,
    상기 획득된 음식에 관한 정보를 테이블의 적어도 일부에 투사하여 디스플레이하는, 스마트 테이블.
KR1020190111682A 2019-09-09 2019-09-09 스마트 테이블 및 스마트 테이블의 제어방법 KR20190106975A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190111682A KR20190106975A (ko) 2019-09-09 2019-09-09 스마트 테이블 및 스마트 테이블의 제어방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190111682A KR20190106975A (ko) 2019-09-09 2019-09-09 스마트 테이블 및 스마트 테이블의 제어방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020170144230A Division KR20190048922A (ko) 2017-10-31 2017-10-31 스마트 테이블 및 스마트 테이블의 제어방법

Publications (1)

Publication Number Publication Date
KR20190106975A true KR20190106975A (ko) 2019-09-18

Family

ID=68070595

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190111682A KR20190106975A (ko) 2019-09-09 2019-09-09 스마트 테이블 및 스마트 테이블의 제어방법

Country Status (1)

Country Link
KR (1) KR20190106975A (ko)

Similar Documents

Publication Publication Date Title
JP7127086B2 (ja) ヘルストラッキングデバイス
US20220359058A1 (en) Meal service management system and operating method therefor
US10803315B2 (en) Electronic device and method for processing information associated with food
JP3171825U (ja) 健康管理機能を具有する電子スケール
CN108141714B (zh) 移动健康应用的个性化、同伴衍生消息的自动构建的装置和方法
US20140052722A1 (en) Optimization-based regimen method and system for personalized diabetes and diet management
JP2008242963A (ja) 健康分析表示方法及び健康分析表示装置
KR102019202B1 (ko) 개인건강기록에 기반하여 개인 맞춤형 운동영상 서비스를 제공하기 위한 컴퓨팅 장치의 동작방법
KR20200066278A (ko) 음식과 관련된 정보를 처리하기 위한 전자 장치 및 방법
US20180259497A1 (en) Information presentation system and method for controlling the information presentation system
JP7239220B2 (ja) 栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システム
CN109509117A (zh) 一种菜品推荐方法、装置及系统
KR20180116779A (ko) 인공 지능 기반 영상 및 음성 인식 영양 평가 방법
US20190267121A1 (en) Medical recommendation platform
KR20190073042A (ko) 사용자 건강습관정보 수집을 통한 건강관리 서비스 제공 장치 및 제공 방법
JP2023019885A (ja) プログラム、方法、およびシステム
KR20220158477A (ko) 식이관리 서비스를 제공하는 서버, 클라이언트 및 이를 구현하는 방법
US20200043596A1 (en) Streamlined nutrition tracking system
KR102326540B1 (ko) 음식 영상을 이용한 영양관리 및 질병관리 방법
US20190328322A1 (en) Information processing apparatus and operation method thereof
KR20190048922A (ko) 스마트 테이블 및 스마트 테이블의 제어방법
KR20190106975A (ko) 스마트 테이블 및 스마트 테이블의 제어방법
US20220392609A1 (en) Personalized food recommendations based on sensed biomarker data
US20180144819A1 (en) User device, server, and system having function of managing body fat or glucose, and method for managing body fat or glucose using same
KR20220052046A (ko) 사용자 식습관 분석 방법 및 장치

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
E801 Decision on dismissal of amendment
X091 Application refused [patent]
E601 Decision to refuse application
E801 Decision on dismissal of amendment