CN106372198A - 一种基于图像识别技术的数据提取方法及其移动终端 - Google Patents
一种基于图像识别技术的数据提取方法及其移动终端 Download PDFInfo
- Publication number
- CN106372198A CN106372198A CN201610798732.9A CN201610798732A CN106372198A CN 106372198 A CN106372198 A CN 106372198A CN 201610798732 A CN201610798732 A CN 201610798732A CN 106372198 A CN106372198 A CN 106372198A
- Authority
- CN
- China
- Prior art keywords
- food
- measured
- heat
- classification
- institute
- 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 20
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 238000013075 data extraction Methods 0.000 title claims abstract description 15
- 235000013305 food Nutrition 0.000 claims abstract description 271
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004321 preservation Methods 0.000 claims description 3
- 235000005911 diet Nutrition 0.000 abstract description 6
- 230000000378 dietary effect Effects 0.000 abstract description 4
- 210000004247 hand Anatomy 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 235000004280 healthy diet Nutrition 0.000 description 3
- 230000004060 metabolic process Effects 0.000 description 3
- 208000008589 Obesity Diseases 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 230000029087 digestion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 1
- 235000019577 caloric intake Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000018823 dietary intake Nutrition 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Child & Adolescent Psychology (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种数据提取技术，公开了一种基于图像识别技术的数据提取方法及移动终端。本发明中，通过预先保存各类食品对应的单位热量，以及参照物的大小尺寸；在用户需要提取某个食品所含热量的数据时，将待测食品和参照物摄入同一张图片；对所摄入的图片进行图像识别，确定待测食品类别，根据图片上待测食品与参照物的比例，以及预先保存的该参照物的大小尺寸，确定该待测食品大小尺寸；根据所确定的待测食品大小尺寸、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。本发明还提供了一种移动终端。通过这种操作，用户可以根据自己的需求，随时随地获取任意实体食物的热量数据，参考食物的热量数据来确定自己的饮食结构。
Description
技术领域
本发明涉及一种数据提取技术，特别涉及一种基于图像识别技术的数据提取技术。
背景技术
正如电脑要耗电，卡车要耗油，人体的日常活动也要消耗热量。热量除了给人在从事运动，日常工作和生活中提供所需要的能量外，同样也提供人体生命活动所需要的能量，血液循环，呼吸，消化吸收等等。
成人每日需要的热量＝人体基础代谢的需要的基本热量+体力活动所需要的热量+消化食物所需要的热量。
消化食物所需要的热量＝10％*(人体基础代谢的需要的最低热量+体力活动所需要的热量)
成人每日需要的热量＝1.1*(人体基础代谢的需要的最低基本热量+体力活动所需要的热量)
人体热量的摄入主要通过食物转化而来，热量摄入过多则会造成肥胖，肥胖不仅影响形体美，而且给生活带来不便，更重要是容易引起多种并发症，加速衰老和死亡。因此，在人们越来越重视健康的当今社会，如何控制饮食，控制人体每天所摄入的热量，成了越来越多人所关注的重点。
人们开始主动控制热量的摄入，但是，热量与人们吃的食物的类别、份量都有关系，大家也不方便天天带着一个秤，去称食物的重量，再计算出所含热量。因此，如何方便实时地获取待摄入食物的热量数据，成为备受大家关注的问题。
发明内容
本发明的目的在于提供一种基于图像识别技术的数据提取方法及其移动终端，使得用户可以方便实时地获取任意实体食物的热量数据。
为解决上述技术问题，本发明的实施方式提供了一种基于图像识别技术的数据提取方法，包括：
预先保存各类食品对应的单位热量，以及至少一个参照物的大小尺寸；
在需要提取食品所含热量的数据时，将待测食品和参照物摄入同一张图片；
对所摄入的图片进行图像识别，确定待测食品类别，根据图片上待测食品与参照物的比例，以及预先保存的该参照物的大小尺寸，确定该待测食品大小尺寸；
根据所确定的待测食品大小尺寸、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。
本发明的实施方式还提供了一种移动终端，包括：
存储模块，用于保存各类食品对应的单位热量，以及至少一个参照物的大小尺寸；
图片摄取模块，用于对用户需要提取热量含量数据的待测食品和参照物进行图片摄入；
图像识别模块，用于对图片摄取模块所摄入的图片进行图像识别，确定待测食品类别，根据图片上待测食品与参照物的比例，以及保存的该参照物的大小尺寸，确定该待测食品大小尺寸；
第一计算模块，用于根据图像识别模块所确定的食品大小尺寸、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。
本发明实施方式相对于现有技术而言，通过预先保存各类食品对应的单位热量，以及参照物的大小尺寸；在用户需要提取某个食品所含热量的数据时，将待测食品和参照物摄入同一张图片；对所摄入的图片进行图像识别，确定待测食品类别，根据图片上待测食品与参照物的比例，以及预先保存的该参照物的大小尺寸，确定该待测食品大小尺寸；根据所确定的待测食品大小尺寸、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。通过这种操作，用户可以根据自己的需求，随时随地获取任意实体食物的热量数据，参考食物的热量数据来确定自己的饮食结构。
另外，在确定该待测食品所含热量之后，还可以计算消耗待测食品所含热量所需的运动量，将待测食品所含热量数据、以及消耗这部分热量所需运动量数据反馈给用户。从而用户可以确定在食用相应食物后，需要进行多少运动，能够合理地消耗这些热量，从而将食物的摄入量与运动量合理结合，实现饮食健康两不误。
另外，预存其大小尺寸的参照物可以是用户手掌、随身携带的移动设备或钱币。从而用户无需额外携带任何物品，即可获取任意实体食物的热量数据。
附图说明
图1是根据本发明第一实施方式的基于图像识别技术的数据提取方法流程图；
图2是根据本发明第二实施方式的基于图像识别技术的数据提取方法流程图；
图3是根据本发明第三实施方式的移动终端结构示意图；
图4是根据本发明第四实施方式的移动终端结构示意图；
图5是根据本发明第五实施方式的移动终端结构示意图；
图6是根据本发明第六实施方式的移动终端结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种基于图像识别技术的数据提取方法，具体流程如图1所示。
本实施方式中，预先保存各类食品的密度、各类食品对应的单位热量，即单位重量食品所包含的热量，如每100g食品对应多少热量；以及保存一个或多个参照物的大小尺寸；这里的参照物可以是用户手掌、用户随身携带的移动设备或通用的钱币等等。
在用户需要提取其面前食品所含热量的数据时，进入步骤101，接收用户的摄像指令(用户点击摄像头软件的摄像功能按键)，将待测食品和参照物摄入同一张图片。
步骤102中，对所摄入的图片进行图像识别，确定待测食品类别，根据图片上待测食品与参照物的比例，以及预先保存的该参照物的大小尺寸，确定待测食品实际的大小尺寸。
步骤103中，根据所确定的待测食品大小尺寸、以及食品类别，估算该食品的体积。
步骤104中，根据所估算的食品体积，以及该食品类别的密度，确定该待测食品的重量。
步骤105中，根据该待测食品的重量以及该食品类别对应的单位热量，确定该待测食品所含热量。
步骤106中，将该待测食品的热量数据反馈给用户。如可以直接在屏幕上显示热量数据。
举例而言，用户想吃苹果，则可以将手放在苹果旁边，将手和苹果摄入同一张照片，然后进行图片识别，确定照片中的食品类别为苹果，根据照片中苹果和手的大小比例，以及已知的手的实际尺寸，确定苹果的实际大小，并进一步估算苹果的体积，结合已知的苹果的密度，计算出苹果的重量，再结合苹果对应的单位热量，确定当前这个苹果实际含有的热量，反馈给用户。
可见，通过本实施方式，用户可以根据自己的需求，随时随地获取任意实体食物的热量数据，参考食物的热量数据来确定自己的饮食结构。
另外，由于预存大小尺寸的参照物可以是用户手掌、随身携带的移动设备或钱币。从而用户无需额外携带任意物品，即可获取任意实体食物的热量数据
本发明的第二实施方式涉及一种基于图像识别技术的数据提取方法。第二实施方式与第一实施方式大致相同，主要区别之处在于：在第一实施方式中，所保存的食品的单位热量为单位重量食品所包含的热量；在保存各类食品单位热量的同时，还保存各类食品的密度；在计算食品实际热量时，根据所确定的待测食品大小尺寸、以及食品类别，估算该食品的体积；根据所估算的食品体积，以及该食品类别的密度，确定该待测食品的重量；根据该待测食品的重量以及该食品类别对应的单位热量，确定该待测食品所含热量。而在本发明第二实施方式中，所保存的各类食品对应的单位热量为：单位体积食品所包含的热量；在计算食品实际热量时，根据所确定的待测食品大小尺寸以及食品类别，估算该待测食品的体积；直接根据所估算的食品体积，以及该食品类别对应的单位热量，确定该待测食品所含热量。
相对第一实施方式，本实施方式的热量计算速度更快。
具体流程如图2所示。
在用户需要提取其面前食品所含热量的数据时，进入步骤201，接收用户的摄像指令(用户点击摄像头软件的摄像功能按键)，将待测食品和参照物摄入同一张图片。
步骤202中，对所摄入的图片进行图像识别，确定待测食品类别，根据图片上待测食品与参照物的比例，以及预先保存的该参照物的大小尺寸，确定待测食品实际的大小尺寸。
步骤203中，根据所确定的待测食品大小尺寸、以及食品类别，估算该食品的体积。
步骤204中，根据所估算的食品体积，以及该食品类别对应的单位热量(单位体积食品所包含的热量)，计算该待测食品所含热量。
步骤205中，将该待测食品的热量数据反馈给用户。如可以直接在屏幕上显示热量数据。
另外，本实施方式中，步骤204在计算该待测食品所含热量之后，还可以计算消耗该待测食品所含热量所需的运动量。步骤205中将待测食品所含热量数据、以及消耗这些热量所需运动量数据反馈给用户。从而用户可以确定在食用相应食物后，需要进行多少运动，能够合理地消耗这些热量，从而将食物的摄入量与运动量合理结合，实现饮食健康两不误。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包含相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第三实施方式涉及一种移动终端，如图3所示，包括：
存储模块，用于保存各类食品对应的单位热量、各类食品的密度，单位热量为单位重量食品所包含的热量；以及保存一个或多个参照物的大小尺寸；参照物可以是：用户手掌、随身携带的移动设备或钱币等等。
图片摄取模块，用于对用户需要提取热量含量数据的待测食品和参照物进行图片摄入。
图像识别模块，用于对图片摄取模块所摄入的图片进行图像识别，确定该待测食品类别，根据图片上待测食品与参照物的比例，以及保存的参照物的大小尺寸，确定该待测食品实际大小尺寸。
第一计算模块，用于根据图像识别模块所确定的食品大小尺寸、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。
数据反馈模块，用于将待测食品所含热量数据反馈给用户。
其中，第一计算模块具体包括：
第二体积估算子模块，用于根据图像识别模块所确定的食品大小尺寸以及食品类别，估算该待测食品的体积。
重量计算子模块，用于根据第二体积估算子模块所估算的食品体积，以及存储模块中保存的该食品类别的密度，计算该待测食品的重量。
第二热量计算子模块，用于根据重量计算子模块计算得到的该待测食品的重量、图像识别模块所确定的食品类别、以及存储模块中保存的该食品类别对应的单位热量，确定该食品所含热量。
通过预先保存各类食品对应的单位热量，以及参照物的大小尺寸；在用户需要提取面前某个食品所含热量的数据时，将待测食品和参照物摄入同一张图片；对所摄入的图片进行图像识别，确定待测食品类别，根据图片上待测食品与参照物的比例，以及预先保存的该参照物的大小尺寸，确定该待测食品大小尺寸；根据所确定的待测食品大小尺寸、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。从而用户可以根据自己的需求，随时随地获取任意实体食物的热量数据，参考食物的热量数据来确定自己的饮食结构。
另外，由于预存大小尺寸的参照物可以是用户手掌、随身携带的移动设备或钱币。从而用户无需额外携带任意物品，即可获取任意实体食物的热量数据。
不难发现，本实施方式为与第一实施方式相对应的***实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本发明第四实施方式涉及一种移动终端。第四实施方式与第三实施方式大致相同，主要区别之处在于：在第三实施方式中，存储模块所保存的食品的单位热量为单位重量食品所包含的热量；在保存各类食品单位热量的同时，还保存各类食品的密度；第一计算模块具体包括：第二体积估算子模块，用于根据图像识别模块所确定的食品大小尺寸以及食品类别，估算该待测食品的体积；重量计算子模块，用于根据第二体积估算子模块所估算的食品体积，以及存储模块中保存的该食品类别的密度，计算该待测食品的重量；第二热量计算子模块，用于根据重量计算子模块计算得到的该待测食品的重量、图像识别模块所确定的食品类别、以及存储模块中保存的该食品类别对应的单位热量，确定该食品所含热量。
而在本发明第四实施方式中，存储模块保存的各类食品对应的单位热量为：单位体积食品所包含的热量，存储模块不再保存各类食品的密度。
如图4所示，第一计算模块具体包括以下子模块：
第一体积估算子模块，用于根据图像识别模块所确定的食品大小尺寸以及食品类别，估算该待测食品的体积。
第一热量计算子模块，用于根据第一体积估算子模块所估算的食品体积、图像识别模块所确定的食品类别、以及存储模块中保存的该食品类别对应的单位热量，确定该待测食品所含热量。
相对第三实施方式，本实施方式的热量计算方式更直接，速度更快。
由于第二实施方式与本实施方式相互对应，因此本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效，在第二实施方式中所能达到的技术效果在本实施方式中也同样可以实现，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第二实施方式中。
本发明的第五实施方式涉及一种移动终端。第五实施方式与第三或第四实施方式大致相同，主要区别之处在于：本实施方式的移动终端还包括：
第二计算模块，用于从第一计算模块获取待测食品所含热量，计算消耗该待测食品所含热量所需的运动量。数据反馈模块将待测食品所含热量数据以及消耗这些热量所需运动量数据均反馈给用户。具体如图5所示。
从而用户可以确定在食用相应食物后，需要进行多少运动，能够合理地消耗这些热量，从而将食物的摄入量与运动量合理结合，实现饮食健康两不误。
本发明的第六实施方式涉及一种移动终端。如图6所示，包括摄像头、存储器、控制器(CPU)、显示屏幕。
存储器，用于保存各类食品对应的单位热量(单位重量食品所包含的热量)、各类食品的密度，以及至少一个参照物的大小尺寸；参照物可以是：用户手掌、随身携带的移动设备或钱币等等。
摄像头，用于对用户需要提取热量含量数据的待测食品和参照物进行图片摄入。
控制器，用于对摄像头所拍摄的图片进行图像识别，确定该待测食品类别，根据图片上待测食品与参照物的比例，以及存储器保存的参照物的大小尺寸，确定该待测食品实际大小尺寸；根据食品大小尺寸以及食品类别，估算该待测食品的体积，根据所估算的食品体积，以及存储器中保存的该食品类别的密度，计算该待测食品的重量；根据该待测食品的重量、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。
显示屏幕，用于将待测食品所含热量数据显示在显示屏幕上，反馈给用户。
通过本实施方式，用户可以在移动终端(如手机)上根据自己的需求，随时随地获取任意实体食物的热量数据，参考食物的热量数据来确定自己的饮食结构。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
Claims (10)
1.一种基于图像识别技术的数据提取方法，其特征在于，包括：
预先保存各类食品对应的单位热量，以及至少一个参照物的大小尺寸；
在需要提取食品所含热量的数据时，将待测食品和参照物摄入同一张图片；
对所摄入的图片进行图像识别，确定所述待测食品类别，根据所述图片上所述待测食品与所述参照物的比例，以及预先保存的所述参照物的大小尺寸，确定所述待测食品大小尺寸；
根据确定的所述待测食品大小尺寸、食品类别，以及所述食品类别对应的单位热量，确定所述待测食品所含热量。
2.根据权利要求1所述的基于图像识别技术的数据提取方法，其特征在于，保存的所述各类食品对应的单位热量为：单位体积所述食品所包含的热量；
所述根据确定的所述待测食品大小尺寸、食品类别，以及所述食品类别对应的单位热量，确定所述待测食品所含热量，包括：
根据确定的所述待测食品大小尺寸以及食品类别，估算所述待测食品的体积；
根据估算的所述待测食品的体积，以及所述食品类别对应的单位热量，确定所述待测食品所含热量。
3.根据权利要求1所述的基于图像识别技术的数据提取方法，其特征在于，保存的所述各类食品对应的单位热量为：单位重量所述食品所包含的热量；
预先保存所述各类食品对应的单位热量时，还保存所述各类食品的密度：
所述根据确定的所述待测食品大小尺寸、食品类别，以及所述食品类别对应的单位热量，确定所述待测食品所含热量，包括：
根据确定的所述待测食品大小尺寸、以及食品类别，估算所述待测食品的体积；
根据估算的所述待测食品的体积，以及所述食品类别对应的密度，确定所述待测食品的重量；
根据所述待测食品的重量以及所述食品类别对应的单位热量，确定所述待测食品所含热量。
4.根据权利要求1至3中任意一项所述的基于图像识别技术的数据提取方法，其特征在于，确定所述待测食品所含热量之后，还包括：
计算消耗所述待测食品所含热量所需的运动量，将所述待测食品所含热量数据、以及消耗所述热量所需运动量数据反馈给用户。
5.根据权利要求1至3中任意一项所述的基于图像识别技术的数据提取方法，其特征在于，所述参照物至少包括以下之一：
用户手掌、随身携带的移动设备、或钱币。
6.一种移动终端，其特征在于，包括：
存储模块，用于保存各类食品对应的单位热量，以及至少一个参照物的大小尺寸；
图片摄取模块，用于对需要提取所含热量数据的待测食品和参照物进行图片摄入；
图像识别模块，用于对所述图片摄取模块所摄入的图片进行图像识别，确定所述待测食品类别，根据图片上所述待测食品与所述参照物的比例，以及保存的所述参照物的大小尺寸，确定所述待测食品大小尺寸；
第一计算模块，用于根据所述图像识别模块确定的所述食品大小尺寸、食品类别，以及该食品类别对应的单位热量，确定该待测食品所含热量。
7.根据权利要求6所述的移动终端，其特征在于，所述存储模块保存的各类食品对应的单位热量为：单位体积所述食品所包含的热量；
所述第一计算模块包括：
第一体积估算子模块，用于根据所述图像识别模块确定的所述食品大小尺寸以及食品类别，估算所述待测食品的体积；
第一热量计算子模块，用于根据所述第一体积估算子模块估算的所述待测食品的体积、所述图像识别模块所确定的食品类别、以及所述存储模块中保存的所述食品类别对应的单位热量，确定所述待测食品所含热量。
8.根据权利要求6所述的移动终端，其特征在于，所述存储模块保存的各类食品对应的单位热量为：单位重量所述食品所包含的热量；
所述存储模块还用于保存各类食品的密度：
所述第一计算模块包括：
第二体积估算子模块，用于根据所述图像识别模块确定的所述食品大小尺寸以及食品类别，估算所述待测食品的体积；
重量计算子模块，用于根据所述第二体积估算子模块估算的所述待测食品的体积，以及所述存储模块中保存的所述食品类别的密度，计算所述待测食品的重量；
第二热量计算子模块，用于根据所述重量计算子模块计算得到的所述待测食品的重量、所述图像识别模块确定的所述食品类别、以及所述存储模块中保存的所述食品类别对应的单位热量，确定所述待测食品所含热量。
9.根据权利要求6至8中任意一项所述的移动终端，其特征在于，还包括：
第二计算模块，用于从所述第一计算模块获取所述待测食品所含热量，计算消耗所述待测食品所含热量所需的运动量；
数据反馈模块，用于将所述第一计算模块计算的所述待测食品所含热量的数据、以及所述第二计算模块计算的运动量的数据反馈给用户。
10.根据权利要求6至8中任意一项所述的移动终端，其特征在于，所述参照物至少包括以下之一：用户手掌、随身携带的移动设备、或钱币。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610798732.9A CN106372198A (zh) | 2016-08-31 | 2016-08-31 | 一种基于图像识别技术的数据提取方法及其移动终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610798732.9A CN106372198A (zh) | 2016-08-31 | 2016-08-31 | 一种基于图像识别技术的数据提取方法及其移动终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106372198A true CN106372198A (zh) | 2017-02-01 |
Family
ID=57899184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610798732.9A Pending CN106372198A (zh) | 2016-08-31 | 2016-08-31 | 一种基于图像识别技术的数据提取方法及其移动终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106372198A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145877A (zh) * | 2017-05-26 | 2017-09-08 | 重庆慧高科技有限公司 | 一种用户自助采集人体外形参数的方法 |
| 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、*** |
| CN107731278A (zh) * | 2017-09-04 | 2018-02-23 | 广东数相智能科技有限公司 | 一种食物识别方法、营养健康分析方法、***及装置 |
| CN108198188A (zh) * | 2017-12-28 | 2018-06-22 | 北京奇虎科技有限公司 | 基于图片的食物营养分析方法、装置及计算设备 |
| CN108694993A (zh) * | 2017-04-07 | 2018-10-23 | 中华映管股份有限公司 | 健康饮食管理方法 |
| CN108764210A (zh) * | 2018-06-12 | 2018-11-06 | 焦点科技股份有限公司 | 一种基于参照物的猪重识别的方法及*** |
| CN108895756A (zh) * | 2018-06-29 | 2018-11-27 | 青岛海尔股份有限公司 | 用于冰箱的展示食物的热量值的方法和装置 |
| CN109064509A (zh) * | 2018-06-29 | 2018-12-21 | 广州雅特智能科技有限公司 | 食物体积和食物热量的识别方法、装置和*** |
| CN109725117A (zh) * | 2017-10-31 | 2019-05-07 | 青岛海尔智能技术研发有限公司 | 冰箱中食品热量检测的方法及装置 |
| CN110598678A (zh) * | 2019-10-11 | 2019-12-20 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制方法、控制装置、烹饪设备及存储介质 |
| CN110806699A (zh) * | 2019-11-20 | 2020-02-18 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制方法、装置、烹饪设备及存储介质 |
| WO2021098427A1 (zh) * | 2019-11-20 | 2021-05-27 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制方法、装置、烹饪设备及存储介质 |
| CN115530773A (zh) * | 2022-10-17 | 2022-12-30 | 广州市番禺区中心医院 | 一种基于病人摄入饮食的心血管疾病评估预防*** |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102799786A (zh) * | 2012-07-25 | 2012-11-28 | 黄鹏 | 一种基于物联网的人体健康监控***及其监控方法 |
| US20130113933A1 (en) * | 2008-09-05 | 2013-05-09 | Purdue Research Foundation | Dietary Assessment System and Method |
| 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 |
| CN104881590A (zh) * | 2015-06-23 | 2015-09-02 | 上海斐讯数据通信技术有限公司 | 一种基于移动设备测算食物摄入热量的方法及*** |
| CN105009128A (zh) * | 2013-02-28 | 2015-10-28 | 索尼公司 | 信息处理装置及存储介质 |
| 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 |
| CN105662346A (zh) * | 2016-01-05 | 2016-06-15 | 京东方科技集团股份有限公司 | 一种智能穿戴设备 |
| CN105891122A (zh) * | 2016-03-31 | 2016-08-24 | 广东小天才科技有限公司 | 一种移动终端的食物成份检测方法及*** |
-
2016
- 2016-08-31 CN CN201610798732.9A patent/CN106372198A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130113933A1 (en) * | 2008-09-05 | 2013-05-09 | Purdue Research Foundation | Dietary Assessment System and Method |
| CN102799786A (zh) * | 2012-07-25 | 2012-11-28 | 黄鹏 | 一种基于物联网的人体健康监控***及其监控方法 |
| CN105009128A (zh) * | 2013-02-28 | 2015-10-28 | 索尼公司 | 信息处理装置及存储介质 |
| 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 |
| CN104881590A (zh) * | 2015-06-23 | 2015-09-02 | 上海斐讯数据通信技术有限公司 | 一种基于移动设备测算食物摄入热量的方法及*** |
| 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 |
| CN105662346A (zh) * | 2016-01-05 | 2016-06-15 | 京东方科技集团股份有限公司 | 一种智能穿戴设备 |
| CN105891122A (zh) * | 2016-03-31 | 2016-08-24 | 广东小天才科技有限公司 | 一种移动终端的食物成份检测方法及*** |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108694993A (zh) * | 2017-04-07 | 2018-10-23 | 中华映管股份有限公司 | 健康饮食管理方法 |
| CN107145877A (zh) * | 2017-05-26 | 2017-09-08 | 重庆慧高科技有限公司 | 一种用户自助采集人体外形参数的方法 |
| 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、*** |
| CN107731278A (zh) * | 2017-09-04 | 2018-02-23 | 广东数相智能科技有限公司 | 一种食物识别方法、营养健康分析方法、***及装置 |
| CN109725117A (zh) * | 2017-10-31 | 2019-05-07 | 青岛海尔智能技术研发有限公司 | 冰箱中食品热量检测的方法及装置 |
| CN108198188A (zh) * | 2017-12-28 | 2018-06-22 | 北京奇虎科技有限公司 | 基于图片的食物营养分析方法、装置及计算设备 |
| CN108764210A (zh) * | 2018-06-12 | 2018-11-06 | 焦点科技股份有限公司 | 一种基于参照物的猪重识别的方法及*** |
| CN108895756A (zh) * | 2018-06-29 | 2018-11-27 | 青岛海尔股份有限公司 | 用于冰箱的展示食物的热量值的方法和装置 |
| CN109064509A (zh) * | 2018-06-29 | 2018-12-21 | 广州雅特智能科技有限公司 | 食物体积和食物热量的识别方法、装置和*** |
| CN108895756B (zh) * | 2018-06-29 | 2020-11-20 | 海尔智家股份有限公司 | 用于冰箱的展示食物的热量值的方法和装置 |
| CN109064509B (zh) * | 2018-06-29 | 2021-04-06 | 广州雅特智能科技有限公司 | 食物体积和食物热量的识别方法、装置和*** |
| CN110598678A (zh) * | 2019-10-11 | 2019-12-20 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制方法、控制装置、烹饪设备及存储介质 |
| CN110806699A (zh) * | 2019-11-20 | 2020-02-18 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制方法、装置、烹饪设备及存储介质 |
| WO2021098427A1 (zh) * | 2019-11-20 | 2021-05-27 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制方法、装置、烹饪设备及存储介质 |
| CN115530773A (zh) * | 2022-10-17 | 2022-12-30 | 广州市番禺区中心医院 | 一种基于病人摄入饮食的心血管疾病评估预防*** |
| CN115530773B (zh) * | 2022-10-17 | 2024-01-05 | 广州市番禺区中心医院 | 一种基于病人摄入饮食的心血管疾病评估预防*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106372198A (zh) | 一种基于图像识别技术的数据提取方法及其移动终端 | |
| US9165398B2 (en) | Analysis of food items captured in digital images | |
| Dubrovina et al. | Computational mammography using deep neural networks | |
| CN104798104B (zh) | 使用标记区域对视频流的手势预处理 | |
| CN109816441A (zh) | 策略推送方法、***及相关装置 | |
| CN100496387C (zh) | 孕妇生物数据测量*** | |
| CN105825458A (zh) | 一种移动终端的运动和饮食建议管理方法和*** | |
| CN108303911A (zh) | 智能电饭煲、智能电饭煲的烹饪指令推荐方法及介质 | |
| US10832590B2 (en) | Monitoring food intake | |
| CN113129103B (zh) | 车载冰箱物品推荐方法、装置、设备和存储介质 | |
| CN108121974A (zh) | 一种显示模组结构及终端设备 | |
| Ocay et al. | NutriTrack: Android-based food recognition app for nutrition awareness | |
| CN110378203A (zh) | 图像处理方法、装置、终端及存储介质 | |
| CN104765980A (zh) | 一种基于云计算的智能膳食评估方法 | |
| US20130169621A1 (en) | Method of creating and transforming a face model and related system | |
| Aguilar et al. | Exploring food detection using CNNs | |
| US20190328322A1 (en) | Information processing apparatus and operation method thereof | |
| JP6468590B2 (ja) | 健康管理装置、および健康管理プログラム | |
| Azzimani et al. | An AI based approach for personalized nutrition and food menu planning | |
| CN104933695B (zh) | 一种信息处理方法和电子设备 | |
| CN116561433A (zh) | 基于python识别的营养菜品推荐方法、装置、设备及存储介质 | |
| CN112530076A (zh) | 健康管理的食堂餐饮***和方法 | |
| JP7015487B2 (ja) | 揚物の質感評価方法及び揚物の質感評価プログラム | |
| CN110659579B (zh) | 变质物品识别方法、装置、设备和介质 | |
| CN113364916A (zh) | 情感信息的确定方法、确定装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170201 |