考慮到當(dāng)前標(biāo)準(zhǔn)的飲食攝入追蹤方案不大精準(zhǔn)，卡內(nèi)基梅隆大學(xué)的研究人員特地開(kāi)發(fā)了一套名叫 FitByte 的實(shí)驗(yàn)技術(shù)。該系統(tǒng)由安裝在第三方鏡框上多個(gè)傳感器組成，其中紅外近距傳感器能夠識(shí)別與飲食有關(guān)的獨(dú)特動(dòng)作(入嘴)，然后觸發(fā)另一側(cè)的攝像頭來(lái)拍攝食品或飲料的照片，以供佩戴者后續(xù)參考。

盡管當(dāng)前階段仍需通過(guò)用戶自己來(lái)手動(dòng)識(shí)別已記錄的食物和飲料類(lèi)型，但研究團(tuán)隊(duì)希望后續(xù)能夠交由基于人工智能(AI)的計(jì)算機(jī)視覺(jué)系統(tǒng)去處理。

此外，眼鏡的耳鉤和鼻梁架上有六個(gè)慣性測(cè)量單元(加速度計(jì)和陀螺儀等)，以識(shí)別與咀嚼相關(guān)的下頜運(yùn)動(dòng)，以及伴隨吞咽動(dòng)作的喉嚨振動(dòng)。

值得一提的是，包括飲食類(lèi)別、數(shù)量、時(shí)間等在內(nèi)的所有數(shù)據(jù)，都能夠在本地端(智能眼鏡套件中)脫機(jī)處理。

展望未來(lái)，研究團(tuán)隊(duì)還希望加入血糖水平和其它非侵入式的生理信息傳感器，以供用戶在配套的智能機(jī) App 上獲得更深的見(jiàn)解。

該校助理教授 Mayank Goel 表示：

我們可以獲取傳感器數(shù)據(jù)并找到相關(guān)行為模式，比如人們會(huì)在什么情況下消耗最多的食物。

以及是否存在暴飲暴食的可能、到底是獨(dú)自一人或與他人共同進(jìn)餐時(shí)才攝入過(guò)多。

對(duì)于臨床醫(yī)護(hù)等從業(yè)人員來(lái)說(shuō)，此舉或有助于共同解決困擾我們已久的一些問(wèn)題。如果一切順利，商用產(chǎn)品或在大約三年內(nèi)上市。

來(lái)源：cnBeta