科技產業報訂閱
斷鏈之後
 

控制飲食 智慧眼鏡FitByte幫忙「看」

飲食是個人健康問題的一環,FitByte可幫助使用者追蹤自身飲食狀況。Carnegie Mellon University

卡內基美隆大學(CMU)資訊科學學院研究人員研發新的智慧眼鏡FitByte,幫助使用者追蹤自身飲食習慣。

據CMU官網報導,FitByte屬於非侵入性的穿戴式多模感測系統,結合聲音、振動和動作檢測功能,提高準確度,並可透過追蹤行為模式,了解飲食與疾病之間的關係,進而監測治療效果。

軟體研究與人機互動研究所副教授Mayank Goel表示,裝置上的主要感測器是常見於手機或手錶的加速規和陀螺儀,連結到使用者的眼鏡上就能追蹤攝取食物的所有階段,包含咀嚼、吞嚥、以手就口的手勢,以及進食的樣態。

以手就口的過程以紅外線接近感測器來檢測;咀嚼動作交由分布在耳後的4部陀螺儀來追蹤下頜運動;吞嚥過程則是靠近眼鏡腳的高速加速規感知喉嚨的振動。

以上技術解決了長期以來的挑戰,即能否準確檢測流質食物或優酪乳、冰淇淋等軟性物質。

眼鏡前方設有小型攝影機,向下捕捉嘴巴周圍的區域,只會在檢測到使用者進食或飲水時打開。

HCII博士生Abdelkareem Bedri表示,關於隱私的疑慮,所有內容都會離線處理,捕捉到的影像不會流出使用者的手機。

另外,研究團隊已在計劃進行更大規模的測試,替自動辨識食物類型的深度學習模型提供所需數據。

FitByte在5種非控制的情境下進行測試,包括午餐開會、看電視、吃速食點心、在健身房訓練和戶外遠足。總結這些干擾眾多的數據進行建模,有助演算法對各種情境進行歸納。

研究團隊透過感測器數據來找出行為模式,像是人們在什麼情況下攝取最多、是否暴飲暴食、獨自一人或與其他人在一起時會否吃得更多等,並與受試者及臨床醫師集思廣益解決問題。

將透過新增更多非侵入性感測器來繼續開發系統,將來便能夠檢測血糖等重要生理指標。研究人員還建構行動App介面,與使用者即時共享數據。


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 智慧眼鏡