La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Food Intake Detection and Classification Using a Necklace-Type Piezoelectric Wearable Sensor System Détection et classification de la prise alimentaire à l'aide d'un système de capteur portable piézoélectrique de type collier

Ghulam HUSSAIN, Kamran JAVED, Jundong CHO, Juneho YI

  • Vues en texte intégral

    0

  • Citer
Errata[Mise en ligne le 1,2018 décembre XNUMX]

Résumé:

Le contrôle automatique de la consommation alimentaire dans des conditions de vie libres reste un problème ouvert à résoudre. Cet article présente un nouveau système portable de type collier intégré à un capteur piézoélectrique pour surveiller le comportement ingestion en détectant les mouvements de la peau à partir de la trachée inférieure. Les événements détectés sont incorporés pour la classification des aliments. Contrairement au précédent système basé sur un capteur piézoélectrique de pointe qui utilisait des fonctionnalités de spectrogramme, nous avons essayé d'exploiter pleinement les signaux basés sur le domaine temporel pour des fonctionnalités optimales. Grâce à de nombreuses évaluations sur la longueur d'une image, nous avons trouvé les meilleures performances avec une longueur d'image de 70 échantillons (3.5 secondes). Cela démontre que la séquence de mastication contient des informations importantes pour la classification des aliments. Les résultats expérimentaux montrent la validité de l'algorithme proposé pour la détection de la consommation alimentaire et la classification des aliments dans des scénarios réels. Notre système donne une précision de 89.2 % pour la détection de la consommation alimentaire et de 80.3 % pour la classification des aliments sur 17 catégories d'aliments. De plus, notre système est basé sur une application pour smartphone, qui aide les utilisateurs à vivre sainement en leur fournissant des informations en temps réel sur les épisodes et les types d'aliments ingérés.

Publication
IEICE TRANSACTIONS on Information Vol.E101-D No.11 pp.2795-2807
Date de publication
2018/11/01
Publicisé
2018/08/09
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2018EDP7076
Type de manuscrit
PAPER
Catégories
Intelligence artificielle, exploration de données

Auteurs

Ghulam HUSSAIN
  Sungkyunkwan University
Kamran JAVED
  Sungkyunkwan University
Jundong CHO
  Sungkyunkwan University,North University of China
Juneho YI
  Sungkyunkwan University

Mots-clés

Table des matières