To address this challenge, we propo

To address this challenge, we propose AutoDietary,
a wearable system to recognize food types by monitoring
eating process. The system is mainly composed of two parts:
(i) Embedded Hardware System and (ii) Smartphone
Application. An embedded hardware is developed to collect
and pre-process food intake data. The highlight is the necklacelike
acoustic sensors to pick up high-quality sound signals
of eating behaviors in a convenient and non-invasive manner.
The data are then transmitted via bluetooth to a smartphone,
where food types are recognized. We also developed an
application which not only aggregates food recognition
results but also provides the information in a user-friendly
way and offers suggestions on healthier eating, such as the
user should chew slower or should intake adequate hydration.
Specifically, food types can be distinguished from chewing
information, since the energy exerted in mastication basically
depends on the structural and the textural properties of the food
material and can be extracted from the chewing sound. Food
type recognition consists of several steps. The acoustic signals
are firstly framed. Then, the sound frames are processed
by the hidden Markov model (HMM) [4] based on the
Mel Frequency Cepstrum Coefficients [5] to detect the
chewing events. Moreover, we also detect fluid intake by
swallowing events. Then each event is processed to extract
several key features containing both time/frequency-domain
and non-linear information. A light-weight decision tree based
algorithm is adopted to recognize the type of food intake.
To evaluate our system, experiments are conducted involving
12 subjects to eat 7 different types of food. More than
4,000 food intake events are collected and evaluated. Results
show that the accuracy of identifying chewing/swallowing
events is 86.6%, based on which an accuracy of 84.9% can be
achieved for food type recognition. To classify liquid and solid
food, the accuracy can be up to 97.6% and 99.7%, respectively.
We also conducted a survey to investigate user experience of
AutoDietary. Results show that the current design (regarding
wear comfort and functionalities) is acceptable to most users.
By continuously monitoring eating behavior, AutoDietary can
provide customized suggestions to healthier eating habits, and

ผลลัพธ์ (ไทย) 1:

การท้าทายนี้ เรานำเสนอ AutoDietaryระบบการสวมใส่การรับรู้ชนิดของอาหาร โดยการตรวจสอบรับประทานอาหารกระบวนการ ระบบส่วนใหญ่จะประกอบด้วยสองส่วน:(i) ฝังตัวฮาร์ดแวร์ระบบและ (ii) สมาร์ทโฟนการประยุกต์ใช้ ฝังตัวฮาร์ดแวร์พัฒนาขึ้นเพื่อรวบรวมและประมวลผลข้อมูลการบริโภคอาหารล่วงหน้า จุดเด่นคือ การ necklacelikeเซนเซอร์เสียงจะรับสัญญาณเสียงคุณภาพสูงการกินพฤติกรรมในลักษณะสะดวก และไม่รุกรานข้อมูลแล้วส่งผ่าน bluetooth ไปยังสมาร์ทโฟนที่รับรู้ชนิดของอาหาร เรายังพัฒนาเป็นโปรแกรมประยุกต์ที่ไม่ รวมการรับรู้อาหารผล แต่ยัง มีข้อมูลในการใช้งานง่ายวิธีการและข้อเสนอแนะนำเกี่ยวกับสุขภาพดีรับประทานอาหาร เช่นการผู้ใช้ควรเคี้ยวช้า หรือควรชุ่มชื้นเพียงพอบริโภคเฉพาะ จะต่างประเภทอาหารจากการเคี้ยวข้อมูล ตั้งแต่พลังงานนั่นเองใน mastication โดยทั่วไปขึ้นอยู่กับการโครงสร้างและคุณสมบัติ textural อาหารวัสดุ และสามารถแยกจากเสียงเคี้ยว อาหารการรับรู้ประเภทประกอบด้วยหลายขั้นตอน สัญญาณเสียงมีกรอบนี้ประการแรก จากนั้น การประมวลผลเฟรมเสียงโดยมาร์คอฟซ่อน รูป (HMM) [4] ตามความถี่ Cepstrum สัมประสิทธิ์ Mel [5] การตรวจสอบการเหตุการณ์ที่เคี้ยว นอกจากนี้ เรายังตรวจหาปริมาณของของเหลวโดยการกลืนเหตุการณ์ จากนั้น การประมวลผลแต่ละเหตุการณ์เพื่อแยกหลายลักษณะประกอบด้วยทั้งเวลา/ความถี่เมนและข้อมูลที่ไม่ใช่เชิงเส้น ต้นไม้ตัดสินใจเบาขึ้นอัลกอริทึมจะนำไปรู้จักชนิดของการรับประทานอาหารการประเมินระบบ ทดลองดำเนินการเกี่ยวข้องกับวิชา 12 กินอาหาร 7 ชนิดที่แตกต่างกัน มากกว่ากิจกรรมการบริโภคอาหาร 4,000 รวบรวม และประเมิน ผลลัพธ์แสดงว่าความแม่นยำในการระบุการเคี้ยวและกลืนเหตุการณ์เป็น 86.6% ตามความถูกต้องของ 84.9% สามารถเรียบร้อยแล้วความสำเร็จสำหรับการรู้ชนิดของอาหาร ในการจัดประเภทของเหลวและของแข็งอาหาร ความแม่นยำได้ถึง 97.6% และ 99.7% ตามลำดับเรายังได้ทำการสำรวจตรวจสอบประสบการณ์ผู้ใช้AutoDietary ผลลัพธ์แสดงว่าการออกแบบปัจจุบัน (เกี่ยวกับสวมใส่สบายและฟังก์ชัน) เป็นที่ยอมรับกับผู้ใช้มากที่สุดโดยการตรวจสอบอย่างต่อเนื่องน้ำ AutoDietary สามารถให้กำหนดเองคำแนะนำเรื่องอาหารการกินเพื่อสุขภาพ และ

ผลลัพธ์ (ไทย) 2:

เพื่อรับมือกับความท้าทายนี้เราจึงนำเสนอ AutoDietary,
ระบบเครื่องแต่งตัวที่จะรับรู้ประเภทอาหารโดยการตรวจสอบ
ขั้นตอนการรับประทานอาหาร ระบบจะประกอบด้วยส่วนใหญ่ของทั้งสองส่วน:
(i) ระบบอุปกรณ์ฝังตัวและ (ii) มาร์ทโฟน
แอพลิเคชัน ฮาร์ดแวร์ฝังตัวได้รับการพัฒนาในการเก็บรวบรวม
และ pre-ประมวลผลข้อมูลการบริโภคอาหาร ไฮไลต์อยู่ necklacelike
เซ็นเซอร์อะคูสติกเพื่อรับสัญญาณเสียงที่มีคุณภาพสูง
ของพฤติกรรมการรับประทานอาหารในลักษณะที่สะดวกและไม่รุกราน.
ข้อมูลจะถูกส่งแล้วผ่านทางบลูทู ธ มาร์ทโฟน
ที่ประเภทอาหารที่ได้รับการยอมรับ นอกจากนี้เรายังพัฒนา
แอพลิเคชันซึ่งไม่เพียง แต่จะรวบรวมการรับรู้อาหาร
ผล แต่ยังให้ข้อมูลในการใช้งานง่าย
และวิธีการให้คำแนะนำในการรับประทานอาหารที่ดีต่อสุขภาพเช่น
ผู้ใช้ควรเคี้ยวช้าลงหรือบริโภคควรชุ่มชื้นเพียงพอ.
โดยเฉพาะอาหารประเภทสามารถโดดเด่น จากการเคี้ยว
ข้อมูลเนื่องจากพลังงานที่ทุ่มเทในการบดพื้น
ขึ้นอยู่กับโครงสร้างและคุณสมบัติเนื้อสัมผัสของอาหาร
วัสดุและสามารถสกัดได้จากเสียงเคี้ยว อาหาร
การรับรู้ประเภทประกอบด้วยหลายขั้นตอน สัญญาณอะคูสติก
เป็นกรอบแรก จากนั้นเฟรมเสียงมีการประมวลผล
โดยรูปแบบมาร์คอฟที่ซ่อนอยู่ (HMM) [4] ขึ้นอยู่กับ
เมลความถี่ Cepstrum สัมประสิทธิ์ [5] ในการตรวจสอบ
เหตุการณ์ที่เกิดขึ้นเคี้ยว นอกจากนี้เรายังมีการตรวจสอบโดยการดื่มน้ำ
กลืนเหตุการณ์ จากนั้นแต่ละเหตุการณ์มีการประมวลผลที่จะดึง
คุณสมบัติสำคัญหลายที่มีทั้งเวลา / ความถี่โดเมน
และข้อมูลที่ไม่ใช่เชิงเส้น น้ำหนักเบาต้นไม้ตัดสินใจตาม
ขั้นตอนวิธีการถูกนำมาใช้ในการรับรู้ชนิดของอาหารที่บริโภค.
เพื่อประเมินระบบของเราจะดำเนินการทดลองที่เกี่ยวข้องกับ
12 วิชาที่จะกิน 7 ชนิดที่แตกต่างกันของอาหาร มากกว่า
4,000 เหตุการณ์การรับประทานอาหารจะถูกเก็บรวบรวมและประเมินผล ผลการ
แสดงให้เห็นว่าความถูกต้องของการระบุเคี้ยว / กลืน
เหตุการณ์เป็น 86.6% ตามที่ความถูกต้องของ 84.9% สามารถ
ประสบความสำเร็จได้รับการยอมรับประเภทอาหาร ที่จะจำแนกประเภทของเหลวและของแข็ง
อาหาร, ความถูกต้องสามารถเป็นได้ถึง 97.6% และ 99.7% ตามลำดับ.
นอกจากนี้เรายังได้ทำการสำรวจเพื่อตรวจสอบประสบการณ์ของผู้ใช้
AutoDietary ผลการศึกษาพบว่าการออกแบบในปัจจุบัน (เกี่ยวกับ
ความสะดวกสบายในการสวมใส่และฟังก์ชัน) เป็นที่ยอมรับของผู้ใช้ส่วนใหญ่.
อย่างต่อเนื่องโดยการตรวจสอบพฤติกรรมการรับประทานอาหาร AutoDietary สามารถ
ให้คำแนะนำที่กำหนดเองเพื่อสุขภาพนิสัยการกินและ