Analiza diety przez ruch ręki z trackerem aktywności

31 Mar 2017

Od lat mobilne gadżety biorą udział w pomocy przy kontrolowaniu diety i utrzymywaniu formy. A to aplikacje z dzienniczkami do logowania posiłków i kalorii, a to naręczne trackery fitness, dostarczające odczytów na temat aktywności. Najlepszy jest ich miks, a dorzucając smart wagi, otrzymujemy niezłe narzędzia do monitoringu sytuacji. Na blogu prezentowałem kilka różnych wynalazków do analizy spożywanych posiłków (wrzucam je do powiązań pod wpisem). Dziś mam kolejny. Japoński operator NTT pracuje nad technologiami odczytu danych przez noszoną na nadgarstku opaskę.

Fitbit Alta na jednej z grafik promocyjnych. Właśnie tak mogą przydać się przyszłe trackery aktywności w naszej kuchni.

Naręczne wearable są dziś bardzo popularne, a jeśli wierzyć prognozom, mają powtórzyć sukces smartfonów i tabletów, czyli być obecne za kilka lat na praktycznie każdej ręce. Większość z nich (od smartwatcha, przez smartband, po tracker fitness) jest wyposażona w czujniki, z których zebrać można sporo danych. Autodetekcja spożywanych posiłków prze naręczny gadżet może być kolejnym ciekawym oprogramowaniem dla trackerów aktywności. Zamiast manualnie wprowadzać informacje do specjalnych aplikacji, bransoletka sama zbierze potrzebne dane, przetworzy i zapisze spożywane kalorie.

GoBe 2

Zobacz też: GoBe 2 – analizator spożywanych kalorii przez naręczny gadżet z sensorami.

To eksperymentalny projekt, ale idealnie wykorzystujący już dostępne technologie. Najważniejszy jest algorytm, bo sensory już są. Trzeba nauczyć system rozpoznawać gesty: od krojenia, przez mieszanie, aż po spożywanie, a ‚Dietary Content Recognition Technology’ od NTT zacznie działać podobnie do detekcji aktywności (bransoletki i sportowe zegarki potrafią już rozpoznać dyscypliny treningu, czy poszczególne ćwiczenia). Rozwiązanie wydaje się proste w założeniach. Ma zbierać przez akcelerometry i żyroskopy poszczególne ruchy, które można przypisać do przepisów kulinarnych. Pracy nad nimi będzie sporo, ale bazę można stale aktualizować. Aplikacja będzie wtedy w stanie rozpoznać co jemy, jak często jemy i czy pasuje to do naszej diety.

Jest sporo do zrobienia przy tego typu oprogramowaniu, ale pomysł wydaje się interesujący. Integracja tego z wagami, aparatami rozpoznającymi składniki, czy wearable śledzącym krew, może być ostatecznym rozwiązaniem problemu. Na ten moment japońska firma dokonała kilku testów na wybranych przepisach, np. sushi. Algorytmy były w stanie poprawie rozpoznać posiłek, choć nie wiadomo z jaką precyzją i dokładnością. Tutaj potrzeba jednak dalszych prac. Myślę, że wielu czytelników znajdzie kolejne przeszkody i problemy do rozwiązania, m.in. różnice w zastosowanych składnikach, ich różnorodność kaloryczną, itp.

Jawbone

Bransoletki Jawbone współpracują z apką do manualnego logowania spożywanych posiłków. A gdyby tak zadziałała automatyka od NTT?

Rozwiązanie ‚Dietary Content Recognition Technology’ zaprezentowano na NTT R&D Forum 2017, gdzie inne wielki firmy z branży wearable mogły przyjrzeć się potencjałowi do implementacji w przyszłych generacjach swoich ubieralnych bransoletek.

źródło: Japan Today via cnet.com

O mnie

Michał Sitnik

Eksploruję Internet Rzeczy, przymierzam ubieralne technologie, zamieszkuję smart dom. Blogując promuję nowoczesne rozwiązania, testuję i dzielę się wynikami. Przestrzegam i ostrzegam, ale częściej zachęcam. Gotowy na nową epokę technologiczną z kilkuletnim wyprzedzeniem. Na bieżąco z rozwiązaniami przyszłości. Nie geek!

Czytaj więcej o mnie

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *