Key points are not available for this paper at this time.
식사 행동은 영양 섭취에 중요한 요소이며, 식이 장애 및 비만의 발전에 significant 역할을 합니다. 비디오 녹화에서 식사 행동 이벤트(즉, 물림 및 씹기)를 감지하는 표준 방법은 수동 주석에 의존하며, 이는 객관적인 평가와 표준화가 결여되어 있습니다. 그러나 식사 에피소드의 비디오 녹화는 자동화에 대한 비침습적이고 확장 가능한 출처를 제공합니다. 여기에서는 468개의 3D 얼굴 키 포인트를 사용하여 비디오 녹화에서 물림을 자동으로 계산하는 규칙 기반 시스템을 제시합니다. 15명의 참가자에서 164개의 비디오를 대상으로 수동 주석과 성능을 테스트했습니다. 시스템은 주석이 제공될 경우 79%의 정확도로 물림을 계산할 수 있으며, 주석이 제공되지 않을 경우 71.4%의 정확도를 갖습니다. 이 시스템은 다양한 음식 질감에서도 일관된 성능을 보였습니다. 식사 행동 연구자는 연구 목적에 대해 시스템의 오류가 수용 가능하다면, 이 자동화되고 객관적인 시스템을 사용하여 수동 물림 수 주석을 대체할 수 있습니다. 우리의 접근 방식을 활용하면 실시간 물림 계산이 가능해져 건강한 식습관을 위한 개입을 촉진합니다. 이 분야의 향후 연구는 3D 얼굴 키 포인트를 사용하여 규칙 기반 시스템 및 머신 러닝 방법을 탐구하여 자동화된 분석을 다른 식사 이벤트로 확장하고 정확성, 해석 가능성, 일반화 가능성 및 낮은 계산 요구 사항을 제공해야 합니다.
Tufano et al. (금요일) 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: