食物在我们的健康中起着重要作用，因此，许多试图改善饮食的人经常会跟踪自己的饮食。5月6日消息，卡内基梅隆大学（CMU）计算机科学学院的研究人员推出了一种新的可穿戴设备，可帮助穿戴者以高保真度跟踪自己的饮食习惯。
来自CMU研究人员的新型可穿戴设备FitByte使用眼镜上的传感器来帮助人们追踪其饮食习惯。图片来源：卡内基梅隆大学
FitByte是一种无创、可穿戴的传感系统，结合了声音、振动和运动的检测功能，可以提高准确性并减少误报。它可以通过跟踪行为模式来帮助用户实现健康目标，并为从业人员提供一种工具，以了解饮食与疾病之间的关系并监测治疗效果。
该设备跟踪食物摄入的所有阶段。它可以检测咀嚼、吞咽、手到嘴的手势以及摄入的视觉效果，并且可以连接到任何一副消费者眼镜上。软件研究所和人机交互研究所副教授Mayank Goel说：“设备上的主要传感器是加速度计和陀螺仪，这时几乎所有设备中都包括加速度计和陀螺仪，就像您的手机和手表一样。”
FitByte上的红外接近传感器检测手到嘴的手势，为了识别咀嚼，该系统使用佩戴者耳朵周围的四个陀螺仪监控下颌运动。当用户移动其下颌时，传感器向耳朵后面看，以追踪颞肌的弯曲，靠近眼镜听筒的高速加速度计可在吞咽过程中感知到喉咙的振动。这项技术解决了长期以来一直面临的挑战——即准确检测饮酒以及摄取酸奶和冰淇淋等软物质。眼镜前面的小型摄像头指向下方，仅捕捉嘴巴周围的区域，并且仅在模型检测到用户进食或饮水时才打开。
HCII博士生Abdelkareem Bedri表示：“为了解决隐私问题，我们目前正在离线处理所有内容。捕获的图像不会在用户手机以外的任何地方共享。我们的团队可以获取传感器数据并找到行为模式。人们在什么情况下消耗最多？他们是否暴饮暴食？当他们独自一人或与其他人在一起时，他们会吃得更多吗？我们还在与临床医生和医生合作他们想解决的问题。”
此时，系统依靠用户识别照片中的食物和饮料，但是研究团队已计划进行更大的测试部署，这将提供深度学习模型自动识别食物类型所需的数据。
FitByte在五种不受限制的情况下进行了测试，包括午餐会、看电视、吃快餐、在健身房锻炼和到户外远足。跨此类嘈杂数据进行建模可让算法对各种情况进行概括。该团队将通过增加更多的非侵入性传感器来继续开发该系统，该传感器将使模型能够检测血糖水平和其他重要的生理指标。研究人员还为移动应用程序创建了一个界面，该界面可以与用户实时共享数据。
自新型冠状病毒肺炎疫情爆发以来，新利18国际娱乐一直密切关注疫情进展，根据国家及地方政府的最新调控与安排，为更好的服务相关企业，在疫情期间，新利18国际娱乐免费发布企业相关文章，免费成为新利18国际娱乐认证作者，请点击认证，大家同心协力，抗击疫情，为早日打赢这场防控攻坚战贡献自己的一份力量。