FoodTracker是一款由AI驅(qū)動的食品檢測移動應用程序

加拿大麥吉爾大學的一個研究小組開發(fā)了一種移動應用程序，該應用程序可以實時識別整餐中的食物，并提供有用的營養(yǎng)相關(guān)信息。該團隊在arXiv上預發(fā)表的最新論文中概述了稱為FoodTracker的新移動應用程序，該論文在東京舉行的第16屆國際機器視覺應用大會上發(fā)表。

進行這項研究的研究人員之一Zelijko Zilic對TechXplore表示：“我們的實驗室專注于嵌入式系統(tǒng)上與醫(yī)療保健相關(guān)的應用程序。”“我們的目標是將自動化納入食品日記，以便關(guān)心自己日常消費或患者的人們可以跟蹤他們?nèi)粘Ｉ钪械牟褪澈蜖I養(yǎng)含量。為此，我們一直在為iPhone提供應用程序(DiaBeatMove和CarbAndMove)協(xié)助糖尿病患者和糖尿病前期者管理生活中與運動，營養(yǎng)，胰島素和健康相關(guān)的方面。”

在和世界其他，肥胖率上升以及與營養(yǎng)不良有關(guān)的問題促使許多研究人員開發(fā)可促進健康生活方式選擇的移動應用程序或在線平臺。Zilic和他的同事在最近的研究中專門著手開發(fā)智能手機應用程序，該應用程序可以快速，有效地識別用戶實時食用的食物，并為每餐食物提供營養(yǎng)成分。

研究人員開發(fā)的移動應用程序FoodTracker非常易于使用。當用戶將他的智能手機相機對準包含他/她的飯菜的盤子時，該應用程序會迅速識別出它的不同成分。

參與這項研究的另一位研究人員孫建寧(Jianing Sun)表示：“我們的FoodTracker應用程序的主要優(yōu)勢在于它不依賴任何手動數(shù)據(jù)輸入-僅基于移動攝像頭的圖像即可實現(xiàn)自動食品監(jiān)測和營養(yǎng)分析。” TechXplore。

首先，Zilic，Sun及其同事開發(fā)了一個模型，該模型將深度卷積神經(jīng)網(wǎng)絡(CNN)與YOLO(一種最新的檢測策略)結(jié)合在一起。他們使用廣泛的食物圖像數(shù)據(jù)庫對該模型進行了訓練，發(fā)現(xiàn)該模型在基于近80%圖像的食物檢測中具有平均精度。

FoodTracker營養(yǎng)分析結(jié)果的示例(一份)。

Zilic說：“使用我們的方案，我們證明，即使功率適中的智能手機也可以進行所需的食品識別。”“最有意義的發(fā)現(xiàn)是FoodTracker的推理時間短，運行時內(nèi)存低和準確性高，這使其非常實用且易于使用。”

隨后，研究人員將他們的模型集成到FoodTracker應用程序中，并具有營養(yǎng)分析的附加功能。這使該應用可以為基于CNN的模型檢測到的每種食物成分提供重要的營養(yǎng)相關(guān)信息(例如卡路里，數(shù)量等)。

初步評估表明，F(xiàn)oodTracker應用程序是用于實時識別食物并提供營養(yǎng)指導的有前途的工具。此外，盡管具有AI組件，該應用程序也可以在移動設備上使用，推理時間可以忽略不計，并且對內(nèi)存的要求很小。

“當我在介紹這項工作時，我發(fā)現(xiàn)有許多工業(yè)研究人員正在使用最新出現(xiàn)的計算機視覺技術(shù)進行食品檢測。”“我什至被邀請到一家在70多個開展業(yè)務的國際食品技術(shù)公司。我感到人們越來越注意日常飲食的健康用途。”

將來，諸如FoodTracker之類的移動應用程序可以拓寬人們對營養(yǎng)的知識，支持他們更加了解他們每天食用的食物，甚至可以幫助他們改善飲食習慣。Zilic，Sun和他們的同事現(xiàn)在正計劃將應用程序提供的與營養(yǎng)相關(guān)的指南與鼓勵健康生活方式的其他模塊集成在一起。

進行這項研究的另一位研究員Katarzyna Radecka告訴TechXplore：“可以檢測食物對象并提取營養(yǎng)成分的全自動應用程序非常復雜，特別是在實際應用中。”“我們的工作邁出了第一步，但可以肯定的是，還有更多的工作要做，例如多任務學習，魯棒性和更好的泛化，體積估計。我們相信，即使是部分解決這些問題，也可能具有極大的價值。社會。”