Les ingénieurs fabriquent un gadget qui reconnaît les aliments par le son

Les ingénieurs de l'Université de New York à Buffalo tentent de créer un gadget appelé AutoDietary, qui, étant fixé sur le cou, sera capable de reconnaître les aliments absorbés par une personne par le son avec lequel ils les mâchent et les avalent.

Les trackers de fitness essayant de mesurer les calories dépensées par une personne sont maintenant un centime . Mais le processus inverse, le calcul des calories absorbées par une personne, est difficile. Le maximum dont les gadgets sont capables est de donner accès à la base de données des produits et de scanner les codes-barres des emballages pour une reconnaissance rapide du type d'aliment.

Les programmeurs de Buffalo, avec un désir d'automatisation inhérent à leur profession, ont décidé d'adopter une approche différente du problème et d'essayer d'apprendre au gadget à détecter automatiquement les aliments. À leur avis, la différence de structure des différents produits pourrait bien aider à les distinguer par le bruit de la mastication.



À l'heure actuelle, les ingénieurs compilent une base de données de sons pour divers produits (et la compilation de bases de données n'a jamais été aussi savoureuse), qui sera incluse dans la bibliothèque de logiciels pour AutoDietary.

Comme prévu, le gadget est fixé sur le cou, et un microphone sensible capte les sons des mâchoires, puis les envoie via Bluetooth à un smartphone, dont le logiciel reconnaît les types d'aliments.

Lors des tests préliminaires, auxquels 12 personnes ont participé, mâchant six types d'aliments (pommes, carottes, croustilles, biscuits, arachides et noix), le pourcentage de reconnaissance réussie du type d'aliment par l'appareil était d'environ 85.

Pour faire face aux limites évidentes de l'appareil (comment reconnaît-il la soupe ou d'autres plats complexes?), Les développeurs prévoient de le compléter avec un système de biosurveillance à l'avenir. Ils espèrent qu'en collectant des informations sur la glycémie et d'autres données, le système sera en mesure de mieux reconnaître les types d'aliments et de donner des conseils sur l'amélioration de la nutrition.

Source: https://habr.com/ru/post/fr391879/