online_bite_detection:智能眼镜的在线叮咬检测算法

online_chewing_detection 目前正在开发一种多功能的情境感知智能眼镜，以支持自动饮食监测领域。 该项目提供了在线叮咬检测算法的python实现，该算法能够实时监控饮食活动。 该算法是基于对邻近数据的时间序列分析而设计的，旨在检测咀嚼信号的开始（咬合）和结束时的信号模式。 智能眼镜系统集成了微控制器和接近传感器。 传感器以50 Hz采样。 用于记录的场景：咀嚼之前，咀嚼期间和咀嚼之后。 记录文件存储在闪存中，以供进一步分析。 提出了一种管道用于叮咬检测算法： 在咀嚼之前和期间，可以清楚地观察到信号摆幅急剧上升。 因此，计算标准偏差以识别开窗信号中的咬伤事件。 在咬人事件开始时，起点，终点和最低点的值也要进行计算以匹配典型的“沟槽”。 实施类似的方法来检测咀嚼的结束。 未来的工作包括开发上下文识别数据库，以用于各种日常活动，例如步行，锻炼和在办公桌前工作。 该数据