本发明涉及膳食调查，具体为一种基于食品图像识别技术的膳食调查新方法。
背景技术：
1、膳食调查是进行营养干预及营养指导工作的重要依据，也是人们了解自身营养摄入情况的重要数据来源。近年来，大数据、人工智能及可穿戴设备等技术的发展，为传统膳食调查方法的改进提供了空间，为膳食调查新方法的发展奠定了基础。这些方法提高了膳食调查和评估的准确性，对人们饮食习惯研究及健康管理具有重要的推进意义。但这些新方法的应用还在探索中，需要进一步的完善。针对传统膳食调查方法使用过程繁琐、耗时长的问题，将食品图像识别技术应用于膳食调查，为膳食调查新方法的研究奠定基础。
技术实现思路
1、本发明的目的在于提供一种基于食品图像识别技术的膳食调查新方法，以解决上述背景技术中提出的问题。
2、为解决上述技术问题，本发明是通过以下技术方案实现的：
3、本发明为一种基于食品图像识别技术的膳食调查新方法，包括：
4、自动识别食物营养成分：食品图像识别技术可以自动识别食物的成分和配料；
5、量化食物摄入量：食品图像识别技术可以帮助量化食物的摄入量；
6、基于社交媒体数据的调查：食品图像识别技术可以结合社交媒体数据进行膳食调查；
7、快速膳食评估：传统的膳食调查方法需要人工进行食物记录和分析，耗时且容易出错；
8、个性化膳食建议：通过分析食品图像数据和用户的个人信息，如身体指标、健康状况等，可以为个体提供个性化的膳食建议。
9、进一步地，所述自动识别食物营养成分的方法，包括，以下步骤：
10、步骤101：获取食物图像数集，食物图像数据集中的图像包含不同食物的图像；
11、步骤102：对食物图像数据集中的数据进行预处理，并对预处理后的食物图像进行划分，得到训练集和测试集；
12、步骤103：采用目标区域检测算法将训练集中的图像分割成各个掩码；
13、步骤104：对各个掩码进行特征提取，得到各个掩码的全局特征和局部特征，并对每个特征进行个体特征通道分类；
14、步骤105：采用新的张量特征融合决策算法对通道分类后的全局特征和局部特征进行融合，得到目标框；
15、步骤106：根据目标框对图像进行分割，得到分割后的食物图像，将食物图像中不同分属和不同食物的像素区域分开，完成食物图像普通分割；
16、步骤107：判断分割后的食物图像的种类是否相同，若相同，分类出每一块区域的语义，实现食物图像的语义分割，并标记出每种食物图像的类别；若不相同，则将分割后的食物图像作为输入，并返回步骤4；
17、步骤108：在语义分割的基础上，给每个食物图像编号，实现食物图像实例分割，输出分割后的图像集，完成食物识别。
18、进一步地，所述量化食物摄入量具体步骤，包括：
19、步骤201：食物图像采集：用户使用手机或其他设备拍摄所摄入食物的照片；
20、步骤202：食物图像分析：采用分水岭法，完成图像的区域分割，然后再基于边缘检测确定图像边界，进而计算图像轮廓，以确定食物的类型和数量；
21、步骤203：食物摄入量估算：结合食物的种类、图像轮廓数据和参考物品的尺寸，利用数学计算和模型推断，估算出食物的实际摄入量；
22、步骤204:数据记录和分析：将估算出的食物摄入量记录下来，并与其他相关信息进行关联分析，以便为用户提供个性化的饮食建议和管理方案。
23、进一步地，所述基于社交媒体数据的调查具体步骤，包括：
24、步骤301：研究目标确定：明确研究目的和调查问题，例如了解用户对某产品的评价、探索用户需求或观察某一事件的舆情；
25、步骤302：数据采集：选择合适的社交媒体平台，利用相关的api或爬虫技术，收集与研究目标相关的数据。数据可以是用户发布的文本、图片、视频；
26、步骤303：数据清洗和预处理：对采集到的数据进行清洗和预处理，包括去除重复数据、过滤无关信息、去除噪声；
27、步骤304：数据分析：利用数据分析方法，对清洗和预处理后的数据进行分析；
28、步骤305：结果解释和报告：根据数据分析的结果，进行结果解释和总结。
29、进一步地，所述快速膳食评估具体步骤，包括：
30、步骤401：收集信息：首先需要收集有关被评估者的基本信息，包括年龄、性别、身高、体重、饮食习惯、体力活动水平、健康状况以及过敏食物；
31、步骤402：饮食调查：通过询问被评估者最近一餐或一天的典型饮食情况，包括早餐、午餐、晚餐和各种零食；
32、步骤403：食物摄入评估：根据被评估者提供的饮食信息，使用膳食记录或者膳食频率问卷等方法，对其摄入的各类营养素进行初步估算；
33、步骤404：营养素分析：根据所获得的食物摄入信息，计算并分析被评估者摄入的能量、蛋白质、脂肪、碳水化合物、维生素、矿物质等营养素的摄入量；
34、步骤405：结果解释和建议：根据营养素分析的结果，评估者可以就被评估者的饮食状况进行解释和评价，并提出一些建议。
35、进一步地，所述个性化膳食建议具体步骤，包括：
36、步骤501：收集个体信息：个性化膳食建议需要收集个体的基本信息，包括年龄、性别、身高、体重、体质指数、血压、血糖、血脂指标；
37、步骤502：分析营养需求：根据个体的身体状况和健康目标，通过营养需求计算方法，计算出个体日常所需的各类营养素摄入量，如能量、蛋白质、脂肪、碳水化合物、维生素、矿物质；
38、步骤503：食物选择：在了解个体的饮食习惯和口味偏好的基础上，挑选适合个体的食物和菜品，保证满足其日常所需的各种营养素，并且能够达到所制定的健康目标；
39、步骤504：食物搭配：在确定了食物选择后，需要进行食物搭配，以保证膳食营养均衡；
40、步骤505：烹调方法：在食物选择和搭配的基础上，还需要考虑食物的烹调方法；
41、步骤506：饮食建议：最后，根据以上步骤制定出个体的饮食建议，包括每日各类营养素摄入量、具体食物和菜品的选择和搭配、烹调方法和日常饮食注意事项。
42、本发明具有以下有益效果：
43、本研究实现了拍照识别食材名称以及食材重量的自动估算，600种常见食材图像识别top1准确率为84.23%、top5准确率为96.22%。建立600种常见食材面积与重量关系表，食材图像面积识别平均相对误差为8%。开发完成了方便快捷的饮食记录小程序以及一个基于web端的营养师工作台。目前饮食记录小程序已经实现用户健康档案建立，多种饮食记录方式（语音录入、文字输入及拍照识别），膳食营养评估，饮食记录分享及指导意见的获取等功能。营养师工作平台支持营养师查看远程录入的饮食记录，并结合系统生成的膳食评价报告，提供专业的评价及建议反馈给用户。营养师内测结果显示，使用饮食记录小程序与营养师工作平台，可有效解决远程管理问题，工作效率提升50%以上。当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
1.一种基于食品图像识别技术的膳食调查新方法，其特征在于，包括：
2.根据权利要求1所述的一种基于食品图像识别技术的膳食调查新方法，其特征在于：所述自动识别食物营养成分的方法，包括，以下步骤：
3.根据权利要求1所述的一种基于食品图像识别技术的膳食调查新方法，其特征在于：所述量化食物摄入量具体步骤，包括：
4.根据权利要求1所述的一种基于食品图像识别技术的膳食调查新方法，其特征在于：所述基于社交媒体数据的调查具体步骤，包括：
5.根据权利要求1所述的一种基于食品图像识别技术的膳食调查新方法，其特征在于：所述快速膳食评估具体步骤，包括：
6.根据权利要求1所述的一种基于食品图像识别技术的膳食调查新方法，其特征在于：所述个性化膳食建议具体步骤，包括：
