基于多模态食物数据的体重预测系统

本发明属于健康管理技术领域，具体为一种基于多模态食物数据的体重预测系统。本发明体重预测系统包括基于CLIP的统一饮食特征学习模块、时序预测模型、饮食‑体重损失计算模块。本发明通过探究饮食摄入对体重预测的影响，利用短期内的体重变化和饮食记录预测未来体重的变化趋势。本发明先通过饮食特征学习模块提取历史食物数据的统一特征，之后将该特征和历史体重变化序列拼接后，作为时序预测模型的输入；通过饮食‑体重损失训练饮食特征学习模块和时序预测模型，建立饮食摄入和体重变化的联系。本发明系统对体重预测，准确性高、适应性强；可以应用在健康和医疗领域，进行个性化健康管理。
复旦大学
陈静静 | 桂引暄 | 朱斌 | 张志明