AI 想一口一口地计算你的卡路里

AI 想一口一口地计算你的卡路里

FoodTracker：人工智能驱动的食品检测移动应用程序

加拿大的麦吉尔大学（McGill University）正在进行一项名为“FoodTracker”的研究，该研究使用人工智能（AI）和智能手机摄像头来记录和分析用餐者的食物摄入。

研究人员正在使用 AI 通过手机摄像头记录用餐者，来分析食物的摄入量，一口一口地进行分析。
该算法测量从盘子到嘴的勺子上的食物量，旨在改进卡路里和营养追踪，超越传统的食物日记和应用程序。虽然该算法目前专注于份量大小，但预计在几个月内就能识别食物类型。这项研究具有更广泛的应用潜力，尤其是在不断增长的饮食和营养应用程序市场。

该方法目前有 22% 的误差率，但研究人员正在努力提高准确性并将其适应不同的餐具。该项目由加拿大国家研究委员会资助，重点关注解决老年人口的营养不良问题。预计将在明年内测试原型。

这个应用程序能够实时识别食物的成分，并提供相应的营养信息。研究人员通过结合深度卷积神经网络（CNN）和YOLO检测策略，开发出了一种能够高效识别食物的模型。这个应用不仅可以帮助用户更好地了解他们的饮食，还可能在未来广泛应用于改善人们的饮食习惯和健康状况​ (Tech Xplore)​ (HillNotes).

“实验室专注于嵌入式系统上与医疗保健相关的应用，”进行这项研究的研究人员之一 Zelijko Zilic 告诉 TechXplore。 “我们的目标是将自动化引入食品日记中，以便关心日常饮食的人们或患者可以在日常生活中持续跟踪膳食项目和营养成分。为了实现这一目标，我们一直在为 iPhone 提供应用程序（ DiaBeatMove和CarbAndMove ）帮助糖尿病患者和糖尿病前期患者管理他们生活中的运动、营养、胰岛素和健康相关方面。”

美国和世界其他国家肥胖率的上升以及与营养不良相关的问题鼓励众多研究人员开发移动应用程序或在线平台，以促进更健康的生活方式选择。在最近的研究中，Zilic 和他的同事专门开发了一款智能手机应用程序，可以快速有效地实时识别用户正在食用的食物，并提供膳食中每种成分的营养成分。

FoodTracker是研究人员开发的移动应用程序，非常易于使用。当用户将智能手机摄像头对准装有他/她的饭菜的盘子时，该应用程序会迅速识别出其不同的成分。

首先，Zilic、Sun 和他们的同事开发了一种将深度卷积神经网络 (CNN) 与最先进的检测策略 YOLO 相结合的模型。他们使用广泛的食品图像数据库训练该模型，发现它在基于图像检测食品时的平均精确度接近 80%。

未来，FoodTracker 等移动应用程序可以拓宽人们的营养知识，支持他们更加了解自己每天消耗的食物，甚至可能帮助他们改善饮食习惯。 Zilic、Sun 和他们的同事现在正计划将应用程序提供的营养相关指导与其他模块整合起来，以鼓励更健康的生活方式。

这个研究得到了加拿大国家人工智能战略的支持，该战略旨在推动AI技术在健康等领域的应用​

如果想详细了解，可以点开视频下方的链接。
谢谢观看本视频。要是喜欢，请订阅、点赞。谢谢

论文：https://arxiv.org/pdf/1909.05994
报道：https://techxplore.com/news/2019-09-foodtracker-ai-powered-food-mobile-application.html
原文：https://www.wsj.com/tech/ai/ai-count-calories-weight-loss-6acc7019

油管：https://youtu.be/N4clUG_uWvU