本发明是有关于一种健康饮食管理方法。
背景技术：
就现有技术而言，饮食营养管理方式大致有下列几种，例如：由线上专业营养师针对使用者所上传的食物照片，以人工方式进行食物的热量、脂肪、蛋白质的运算。也有营养计算软体提供使用者直接输入食物分量，营养计算软体并根据所输入的食物分量加以计算营养或热量，或是由使用者直接点选生活常见美食的餐食清单，计算软体则直接按照使用者所点选的结果加以计算。除此之外，尚有利用扫描餐食包装的二维条码，直接线上浏览该餐食的营养及热量。
技术实现要素：
为了提升现有饮食营养管理方式，因此本发明提供一种高准确度的健康饮食管理方法。
本发明所采用的技术方案是：
一种健康饮食管理方法，包含下列步骤：提供远端服务器，分析使用者所提供的食物图片的至少一个食物特征；利用所分析而得的至少一个食物特征，根据远端服务器中的专用机器学习模块所提供的食物特征参数对照表，得出至少一个食物特征所对应的食物特征参数；根据食物特征参数，估算出食物图片所对应的特定食物；通过远端服务器中的营养数据库提供所对应于特定食物的特定食物预设特征参数；计算食物特征参数与特定食物预设特征参数的差值；当差值小于或等于预设阈值，判定食物图片所载的食物确为特定食物；计算食物图片中特定食物的主色面积；以及根据主色面积，计算出特定食物对应于主色面积的食物营养数值。
依据本发明实施例，上述的营养数据库提供多种食物的面积与营养数值对照数据。
依据本发明实施例，上述的计算食物图片中特定食物的主色面积包含下列步骤：提供比例尺物件的实际面积；以及利用食物图片中的特定食物在食物图片上的所占比例及比例尺物件在食物图片上的所占比例，计算出特定食物的主色面积。
依据本发明实施例，上述的健康饮食管理方法还包括：当差值大于预设阈值，则送出确认信息让使用者确认；当使用者利用回复信息回应食物图片中所载的食物确为特定食物，计算食物图片中特定食物的主色面积；以及根据主色面积及面积与营养数值对照数据，计算出特定食物对应于主色面积的食物营养数值。
依据本发明实施例，上述的健康饮食管理方法还包括：当使用者利用回复信息回应食物图片中所载的食物不为特定食物，提供使用者回馈视窗借以让使用者写入食物的正确名称；以及将食物图片及食物图片对应的正确名称，回传至远端服务器。
依据本发明实施例，上述的健康饮食管理方法还包括：远端服务器提供给管理员管理视窗，借以使管理员提供建立管理回馈信息，管理回馈信息用以管理专用机器学习模块及营养数据库。
依据本发明实施例，其中管理视窗提供管理员以管理回馈信息修改专用机器学习模块的食物特征参数对照表。
依据本发明实施例，上述的管理视窗提供管理员以管理回馈信息修改营养数据库的面积与营养数值对照数据。
依据本发明实施例，上述的分析使用者所提供的食物图片的至少一个食物特征的步骤还包括：提供使用者圈选其所提供的食物图片的一局部；以及分析局部的至少一个食物特征。
依据本发明实施例，上述的食物营养数值包括卡路里、脂肪、蛋白质及膳食纤维。
本发明与现有技术相比，可提供更高准确率的食物营养评估。
附图说明
图1为依据本发明一实施方式绘示的健康饮食管理系统的功能方块图。
图2为依据本发明一实施方式绘示的健康饮食管理方法的流程图。
具体实施方式
以下将以附图及详细说明清楚说明本发明的精神，任何所属技术领域中的技术人员在了解本发明的优选实施例后，当可由本发明所教示的技术，加以改变及修饰，其并不脱离本发明的精神与范围。
为了提升现有饮食营养管理方式，因此本发明提供一种高准确度且操作便利的健康饮食管理方法。
图1为依据本发明一实施方式绘示的健康饮食管理系统的功能方块图，健康饮食管理系统100包括电子装置110、远端服务器120。远端服务器120至少包括处理器122、专用机器学习模块124、营养数据库126。其中，电子装置110可以是平板电脑或智能型手机等装置，远端服务器120可以是台式电脑装置、笔记本电脑或大型电脑等装置。
当使用者欲使用本发明所提供的健康饮食管理系统100，使用者可透过电子装置110(例如：智能型手机)拍下食物图片，上传至远端服务器120执行分析。图2为依据本发明一实施方式绘示的健康饮食管理方法的流程图，本发明的健康饮食管理方法的流程如下：远端服务器120的处理器122分析使用者所提供的食物图片的食物特征(步骤S210)，所分析而得的食物特征例如为食物的形状、颜色、纹理或结构。在使用者拍摄食物视景之后，本发明的健康饮食管理系统100还提供使用者圈选其所提供的食物图片的局部，也就是说，使用者也可仅分析所圈选的局部的食物特征。
之后，利用上述步骤S210所分析而得的食物特征，处理器122根据专用机器学习模块124所提供的食物特征参数对照表，得出上述所分析得出的食物特征所对应的食物特征参数(步骤S220)。接着，根据这些食物特征参数，估算出食物图片所对应的特定食物(步骤S230)。专用机器学习模块124利用多维矩阵来推估食物图片所对应的特定食物为何，此多维矩阵每一个维度代表一个食物的特征，例如食物的形状、颜色、纹理或结构。当处理器122得出食物的特征后，利用所提供的食物特征参数对照表，得出对应的食物特征参数，例如：食物形状的参数为A1，食物颜色的参数为B2，食物纹理的参数为C3，食物结构的参数D4，上述参数(A1，B2，C3，D4)与多维矩阵比对后，估算出食物图片所对应的特定食物为炒牛肉。
接下来，通过远端服务器120的营养数据库126中，找出所对应于特定食物的一个特定食物预设特征参数(步骤S240)，计算食物特征参数与特定食物预设特征参数的差值，判断食物特征参数与特定食物预设特征参数的差值是否小于或等于预设阈值(步骤S250)。步骤S240及S250是为了让专用机器学习模块124所推估出的结果，利用营养数据库126所提供的特定食物预设特征参数做进一步验证。举例来说，营养数据库126中存有上述特定食物炒牛肉的特定食物预设特征参数，例如为(A5，B6，C7，D8)。进一步计算在步骤S220所分析而得的参数(A1，B2，C3，D4)与此处的特定食物预设特征参数(A5，B6，C7，D8)之间的差值。
当上述S250的判断为是，判断为所计算的差值小于或等于预设阈值，判定食物图片所载的食物确为特定食物，即计算食物图片中特定食物的主色面积(步骤S260)，举例来说，卤牛肉的颜色是深褐色，在食物图片中，主色面积即意指深褐色的面积，也就是说，计算深褐色在食物图片上所占的面积，即可得知卤牛肉在食物图片中所占的面积。提供比例尺物件的实际面积，利用食物图片中的特定食物在食物图片上的所占比例及比例尺物件在食物图片上的所占比例，计算出特定食物的主色面积。
根据主色面积，计算出特定食物对应于主色面积的食物营养数值(步骤S270)，其中食物营养数值包括卡路里、脂肪、蛋白质及膳食纤维。营养数据库126提供多种食物的面积与营养数值对照数据。使用者在拍摄食物图片时，在所欲拍摄的食物视景中加入比例尺物件，比例尺物件例如一个十元硬币，远端服务器120的营养数据库126中存有各式食物于一个十元硬币的实际面积时，所含有的食物营养数值。
当步骤S250的判断为否，也就是上述所计算的差值大于预设阈值，则送出确认信息让使用者确认，使用者利用回复信息确认食物图片中所载食物是否为特定食物(步骤S255)。当使用者透过回复信息回应食物图片中所载的食物确为特定食物，则接续计算食物图片中特定食物的主色面积(步骤S260)，并接着根据主色面积及营养数据库126所提供的面积与营养数值对照数据，计算出特定食物对应于主色面积的食物营养数值(步骤S270)。
当使用者利用回复信息回应食物图片中所载的食物不为特定食物，也就是说当使用者认为专用机器学习模块的多维矩阵判断可能有误，则本发明所提供的健康饮食管理系统100，提供使用者回馈视窗借以让使用者写入食物的正确名称，并建档食物图片及对应于食物图片的正确名称于营养数据库126中。远端服务器120的处理器122提供管理员的管理视窗，借以使管理员建立管理回馈信息，管理回馈信息用以管理专用机器学习模块124及营养数据库126。其中，管理视窗提供管理员以管理回馈信息修正专用机器学习模块124的食物特征参数对照表。管理视窗也提供管理员以管理回馈信息修正营养数据库126的面积与营养数值对照数据(步骤S280)。
本发明提供一种健康饮食管理方法，使用者仅需上传食物图片，远端服务器将分析使用者所上传的食物图片，得出相应的食物特征，推估食物图片所对应的特定食物。并根据使用者所上传的食物图片，估算特定食物的面积，接着透过营养数据库的面积与营养数值对照数据，计算特定食物于食物图片上所示面积的食物营养数值。使用者仅需简单操作，此健康饮食管理方法即可利用专用机器学习模块及营养数据库，提供使用者得到更高准确率的食物营养评估，且本发明可让管理员利用管理回馈信息修正营养数据库及专用机器学习模块，使其所载的数据能维持在最新的状态。
以上所述仅为本发明的优选实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。