基于图像分割与堆叠模型的自动饮食管理方法及装置制造方法及图纸

本申请涉及图像分割与深度学习技术领域，公开了一种基于图像分割与堆叠模型的自动饮食管理方法及装置。所述方法基于食物图像分割模型对采集的食物图像进行分割，可以精准地分割食物区域和容器区域；根据预设参照物计算食物图像中像素距离与真实距离的比例因子；根据食物区域、容器区域和比例因子，建立并使用食物堆叠模型估算食物体积，有效避免了饮食管理中主观判断带来的份量估计误差；最后，识别食物图像的食物类型，并根据食物类型和食物体积估计营养成分含量，可以实现准确的营养成分摄入评估，大量节省了慢病患者及肥胖患者进行饮食管理的人力物力成本，适用于不同人群和使用场景，使更多需要饮食管理的用户更方便、精准地管理自己的饮食。

【技术实现步骤摘要】

本申请涉及图像分割与深度学习，具体涉及一种基于图像分割与堆叠模型的自动饮食管理方法及装置。

技术介绍

1、饮食管理在维护个人健康和应对常见慢性疾病方面都起着至关重要的作用。客观的饮食测量系统可以通过针对性的干预措施以解决潜在的健康问题。

2、目前饮食管理方案中大多基于24小时膳食回忆法，通过受试者记录过去24小时内食物摄入并通过与专业营养师交谈获得饮食建议，这种基于专业营养师的工作经验或普通用户的日常经验进行饮食管理，其评判结果容易受主观性影响，饮食分析结果存在很大误差。已有的饮食管理系统中，通过食物识别提供一个标准化单位的营养元素摄入参考值，不能真正提供给用户针对性的帮助；或者需要手动输入食物重量计算营养元素摄入，但份量(个、碗、盘)概念模糊，不能够精确计算食物营养元素摄入，因此不能够解决食物份量估计中主观性的关键问题。

技术实现思路

1、本申请实施例提供了一种基于图像分割与堆叠模型的自动饮食管理方法，以解决现有技术中，不能够解决食物份量估计中主观性的问题。

2、相应的，本申请实施例本文档来自技高网...

【技术保护点】

1.一种基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述食物图像分割模型包括编码器和解码器；

3.根据权利要求2所述的基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述基于食物图像分割模型对采集的食物图像进行分割，获得食物区域和容器区域之前，所述方法还包括：

4.根据权利要求1所述的基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述预设参照物为圆形；所述根据预设参照物计算所述食物图像中像素距离与真实距离的比例因子，包括：

...

【技术特征摘要】

1.一种基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述食物图像分割模型包括编码器和解码器；

3.根据权利要求2所述的基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述基于食物图像分割模型对采集的食物图像进行分割，获得食物区域和容器区域之前，所述方法还包括：

4.根据权利要求1所述的基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述预设参照物为圆形；所述根据预设参照物计算所述食物图像中像素距离与真实距离的比例因子，包括：

5.根据权利要求1所述的基于图像分割与堆叠模型的自动饮食管理方法，其特征在于，所述食物图像包括俯视图像和侧视图像；所述根据所述食物区域、所述容器区域和所述比例因子，建立食物堆叠模型，并...

【专利技术属性】
技术研发人员：韩钰佳，聂泽东，李景振，刘宇航，敖鹏飞，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：