一种基于人脸识别自助打餐系统的饮食营养分析方法技术方案

本发明专利技术公开一种基于人脸识别自助打餐系统的饮食营养分析方法，其特征在于，包括以下步骤：步骤一：在设备端开启摄像头后，藉由人脸识别算法模块，实时检测视频流中的人脸，并对当前检测到的人脸持续跟踪，动态定位当前视频流中最大人脸轮廓，标定为当前最有可能产生人机交互的目标，并根据轮廓对当前帧进行截取，方便保存为.jpg或.png等格式的图片。本发明专利技术涉及人工智能领域，具体地讲，涉及一种基于人脸识别自助打餐系统的饮食营养分析方法。本发明专利技术提出了一种融合了质量检测、实时比对和云端支持的人脸防重方法，适用于各类服务机器人，能够实现更加精确、客户体验更好的人脸识别功能。

【技术实现步骤摘要】
一种基于人脸识别自助打餐系统的饮食营养分析方法
本专利技术涉及人工智能领域，具体地讲，涉及一种基于人脸识别自助打餐系统的饮食营养分析方法。
技术介绍
为积极推动“互联网+营养健康”服务和促进大数据应用，带动以营养健康为导向的信息技术产业发展，同时我国青少年健康数据不容乐观：80％学生早餐营养质量较差，青春期贫血的发病率达38％，全国肥胖儿童中脂肪肝发生率40％-50％。目前中国预防医学科学院调查显示目前中国近2.7亿在校生的蛋白摄入量仅为标准量的65％，钙、铁、锌严重不足，维生素摄入量仅为标准的15％，另外全国肥胖儿童中，II型糖尿病发病率在20年间增长了11-33倍。我国老年人健康数据也不容忽视：老年人骨质疏松已跃居常见病、多发病的第七位，全世界阿尔兹海默症患者达24000多万，中国约占世界病例总数的1/4，平均每年增加30万新发病例。国民的饮食习惯存在如下问题：①脂肪类饮食已超过标准30％；②猪肉摄入量明显增加；③奶类、水果类摄入不足；④大豆类食物消费量比重较低。居民身高体重情况-成年男性平均本文档来自技高网...

【技术保护点】
1.一种基于人脸识别自助打餐系统的饮食营养分析方法，其特征在于，包括以下步骤：/n步骤一：菜品营养成分信息数据存储；/n步骤二：就餐用户个人数据信息设置保存；/n步骤三：就餐用户人脸注册、就餐时人脸识别与支付账户绑定；/n步骤四：按需自助取餐，精准计量；/n步骤五：无感支付：系统自动在人脸注册绑定的支付账户中按照称重的重量*菜品固定单价进行扣费；/n步骤六：营养分析。/n

【技术特征摘要】
1.一种基于人脸识别自助打餐系统的饮食营养分析方法，其特征在于，包括以下步骤：
步骤一：菜品营养成分信息数据存储；
步骤二：就餐用户个人数据信息设置保存；
步骤三：就餐用户人脸注册、就餐时人脸识别与支付账户绑定；
步骤四：按需自助取餐，精准计量；
步骤五：无感支付：系统自动在人脸注册绑定的支付账户中按照称重的重量*菜品固定单价进行扣费；
步骤六：营养分析。


2.根据权利要求1所述的基于人脸识别自助打餐系统的饮食营养分析方法，其特征在于：所述步骤一具体步骤如下：
步骤一一：根据《食物营养成分表》将菜品中的各种物料的营养成分全部保存，然后将每种菜品含有各种物料的配比存储在数据库中，用来计算各种菜品的热量和各种营养成分；
步骤一二：计算菜品净含量：
单一食物的净含量为＝单一食物的重量*单一可食部分占总重良的百分比；
菜品净含量为所有单一食物的净含量相加；
步骤一三：计算菜品中各种营养成分含量：
单一食物的营养成分含量为＝单一食物的重量/标准重量*标准重量下相应营养成分含量；
菜品营养成分的含量为所述单一食物的营养成分含量相加。


3.根据权利要求1所述的基于人脸识别自助打餐系统的饮食营养分析方法，其特征在于：所述步骤二具体步骤如下：
根据个人每餐食用的菜品重量，结合菜品的原料信息等数据，计算本次就餐的营养信息；
步骤二一：计算三餐能量比并评价：
计算方法：各餐能量比＝各餐能量/全天总能量*100％；
合理的三餐能量比是：早餐占全天总能量30％，午餐占40％，晚餐占30％；
步骤二二：碳水化合物、脂肪及蛋白质三大营养素供能比：
计算方法：供能比(％)＝营养素的克数*产热系数/总能量；
步骤二三：计算热量和其余营养素的摄入量；
营养元素包括蛋白质，脂肪，碳水化合物，膳食纤维，维生素A、B1、B2、C、E，钾，钠，镁，钙，铁，锌。


4.根据权利要求1所述的基于人脸识别自助打餐系统的饮食营养分析方法，其特征在于：所述步骤三具体步骤如下：
步骤三一：前期人像库创建；
步骤三二：前期人脸注册，单人图片导入人像库，要求每张图片中只有一个人脸，将全部需要注册的人脸注册完毕，完成整个人像库的注册；
步骤三三：就餐前人脸...

【专利技术属性】
技术研发人员：谭雪欣，马文英，王卫中，许辰，郭恩英，肖贺，韩永青，王占鹏，刘佳，
申请(专利权)人：神思电子技术股份有限公司，
类型：发明
国别省市：山东;37