【技术实现步骤摘要】
本专利技术涉及健康管理，尤其涉及一种基于物联网设备的卡路里分析匹配系统。
技术介绍
1、随着社会的不断发展，在健康管理方面，人们逐渐追求一种饮食平衡，体重合理的目标，卡路里是衡量人体运动热量消耗的单位，在用户进食时，往往需要通人工计算摄入的卡路里，对于一些食物如菜肴，需要进行识别分辨，这大大增加了计算时间；现有运动提醒功能往往安装于可穿戴设备上，可穿戴设备只按照现有模式算法进行提醒运动，在食物卡路里摄入过多或过少的情况下，未考虑到由于个人体质影响所导致的卡路里差异，无法提供个性化的饮食和运动方案，影响最终的健康效果；
2、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本专利技术的目的在于：提出一种基于物联网设备的卡路里分析匹配系统，通过对食物进行拍照，可以准确地辨识食物，并根据摄入的食物种类、体积和相应的营养成分表，通过算法计算出食物的卡路里；同时，实时监测用户的摄入和消耗情况，并根据设定的目标提供实时的提醒和建议，帮助用户及时调整饮食和运动习惯。
2、为了实现上述目的，本专利技术采用了如下技术方案：一种基于物联网设备的卡路里分析匹配系统，包括数据库、信息采集单元、处理分析单元和交互规划单元；信息采集单元包括图像采集模块和数据采集模块；图像采集模块采集食物的图像，数据采集模块采集用户的身体机能参数，并均发送给数据库进行存储；处理分析单元与信息采集单元相连接，并与系统后台的数据库相连接并进行相应的数据传输；包括食物识别处理模块和运动数据处理模块，
3、进一步的，食物识别处理模块的具体分析过程为：
4、步骤a1，先建立食物对比模型，并调取数据库中的食物种类判定表，进而对比目标食物与目标食物的食物种类判定表的相似度，且预设食物种类判定表数据包含不同的场景下的食物种类数据，再根据图片对比过程中的匹配相似度，获得目标食物的食物种类；
5、步骤a2，获取目标食物的食物种类，再按照食物种获取对应的营养成分和所占体积，并构建影响分析模型，对营养成分和体积进行分析，分别获取影响系数；其中，营养成分包括每百克每种成分含有的能量(kj)、钠(mg)、蛋白质(g)、油脂(g)、碳水化合物(g)、钙(mg)、铁(mg)和有机酸(mg)
6、步骤a2-1，先构建影响分析模型：
7、将输入信息标记为参数集合u，集合u中包含n个元素值，将任一元素值标记为xi，再为n个元素值分别赋予相应的权重系数φi，建立公式输出参数集合u的影响系数ue；
8、步骤a2-2，再将营养成分和体积依次代入到影响分析模型中，分别获得营养成分影响系数和体积影响系数，并分别对应标记为u1和u2；
9、步骤a3，根据目标食物种类、目标食物种类对应的体积和营养成分，计算得到目标食物的卡路里k0。
10、进一步的，食物对比模型的具体建立过程为：
11、步骤a1-1，获取目标食物的对比场景，通过将目标食物进行区域框定，再获取目标食物和预设判定食物的颜色特征，颜色特征包括红色要素r、绿色要素l和蓝色要素b，以同一基点建立空间直角坐标系，且该空间直角坐标系的横轴为r/g(红色要素/绿色要素)的颜色空间，纵轴为b/g(蓝色要素/绿色要素)的颜色空间；
12、步骤a1-2，获取目标食物和预设判定食物在颜色空间上的分布数量m1和分布数量m2，并将分布数量m1和分布数量m2进行对比：
13、当m1＝m2时，表示目标食物与预设判定食物完全匹配，且匹配相似度为100％；
14、当m1≠m2时，表示目标食物与预设判定食物不完全匹配，则记录分布数量之间的差值数据，再次进行模型训练，并获取差值数据的集合q，并对应获取集合q的最小值qmin，计算此时的匹配相似度；
15、步骤a1-3，设定匹配相似度的阈值，将匹配相似度与预设在数据库中的阈值进行对比：
16、当匹配相似度小于设定的阈值，不断改变网络参数，重新进行模型训练；
17、当匹配相似度大于设定的阈值，保存采用的模型，生成食物对比模型。
18、进一步的，运动数据处理模块的具体分析过程为：
19、步骤b1，先获取用户当前时间点的身体机能参数，身体机能参数包括第一机能参数和第二机能参数，再依次对第一机能参数和第二机能参数进行处理分析；
20、步骤b1-1，第一机能参数包括用户运动速度方向和运动速度值，构建运动姿态分析模型对第一机能参数进行分析：
21、先对运动速度方向进行分解：以三维坐标轴线为基准，将运动速度方向与三维坐标轴线x轴方向、y轴方向和z轴方向的夹角分别标记为倾角θ1、倾角θ2和倾角θ3(θ1、θ2和θ3均在0°至90°之间)；再将运动速度值按照运动速度方向进行映射得到分速度值，并对应标记为速度值v1、速度值v2和速度值v3，将速度值与倾角相结合，生成当前时间点的第一运动系数d1；
22、步骤b1-2，第二机能参数包括用户的心率、温度和血氧浓度，并对应标记为c1、c2和c3，再赋予心率、温度和血氧浓度对应的权重系数，生成的第一体表系数d2；
23、步骤b2，将一天划分为多个时间段，并获取第一运动系数d1，第一体表系数d2和运动类别s，以构建四维监测向量<第一运动系数d1，第一体表系数d2，运动类别s，时间time>，统计每个时间段内第一运动系数d1和第二运动系数d2的平均值和波动值，对于任意一个时间段ta，标记该时间段ta的运动类别为sa，第一运动系数d1和第一体表系数d2的平均值分别为thd1和thd2，波动值分别为trd1和trd2，并按照不同的组合构建判断向量；
24、步骤b3，再建立运动消耗模型：将输入信息标记为向量w，向量w中包含n0个分向量，将任一分向量标记为yj，再为n0个分向量分别赋予相应的消耗系数σj，建立公式输出向量w的判断值wd；
25、再将任意一个判断向量输入运动消耗模型中，得到对应的判断值，并设定判断值的阈值，将判断值与预设阈值进行对比分析，判断运动消耗程度；
26、步骤b4，获取用户的体重weight，并设定公式进行对消耗的卡路里k1的计算。
27、进一步的，运动类别具体的生成过程为：
28、获取预设时间内的运动速度值以及分速度值，设定阈值vo1和阈值vo2，将分速度值与预设阈值进行对比分析，生成对应的运动类别s：
29、当v3＞v1且v3＞v2时，将此时的运本文档来自技高网...
【技术保护点】
1.一种基于物联网设备的卡路里分析匹配系统，其特征在于：包括数据库、信息采集单元、处理分析单元和交互规划单元；
2.根据权利要求1所述的一种基于物联网设备的卡路里分析匹配系统，其特征在于：所述食物识别处理模块的具体分析过程为：
3.根据权利要求2所述的一种基于物联网设备的卡路里分析匹配系统，其特征在于：所述食物对比模型的具体建立过程为：
4.根据权利要求1所述的一种基于物联网设备的卡路里分析匹配系统，其特征在于：所述运动数据处理模块的具体分析过程为：
5.根据权利要求7所述的一种基于物联网设备的卡路里分析匹配系统，其特征在于：所述运动类别具体的生成过程为：
6.根据权利要求1所述的一种基于物联网设备的卡路里分析匹配系统，其特征在于：所述健康规划的具体分析过程为：
【技术特征摘要】
1.一种基于物联网设备的卡路里分析匹配系统，其特征在于：包括数据库、信息采集单元、处理分析单元和交互规划单元；
2.根据权利要求1所述的一种基于物联网设备的卡路里分析匹配系统，其特征在于：所述食物识别处理模块的具体分析过程为：
3.根据权利要求2所述的一种基于物联网设备的卡路里分析匹配系统，其特征在于：所述食物对比模型的具体建立过程为：
【专利技术属性】
技术研发人员：刘盼，王爱元，邹佳林，朱姝，陈明怡，陈秉业，朱子衡，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。