Un equipo de investigación de la Universidad McGill en Canadá ha desarrollado una aplicación móvil que puede reconocer artículos alimenticios dentro de una comida en general en tiempo real, proporcionando información útil relacionada con la nutrición.
por Ingrid Fadelli, Tech Xplore
El equipo describió la nueva aplicación móvil, llamada FoodTracker, en un artículo publicado recientemente en arXiv y presentado en la 16ª Conferencia Internacional sobre Aplicaciones de Visión Artificial en Tokio.
«Nuestro laboratorio se enfoca en aplicaciones relacionadas con la atención médica en sistemas embebidos», dijo a TechXplore Zelijko Zilic, uno de los investigadores que realizó el estudio. «Nuestro objetivo es llevar la automatización al diario de alimentos , para que las personas que se preocupan por su consumo diario o los pacientes puedan seguir rastreando los alimentos y el contenido nutricional en su vida diaria. Hacia ese objetivo, hemos estado proporcionando aplicaciones ( DiaBeatMove y CarbAndMove ) para iPhone que ayudan a los diabéticos y pre-diabéticos a controlar el ejercicio, la nutrición, la insulina y los aspectos relacionados con la salud de su vida «.
El aumento en las tasas de obesidad y los problemas asociados con la mala nutrición, tanto en los EE. UU. Como en otros países del mundo, ha alentado a numerosos investigadores a desarrollar aplicaciones móviles o plataformas en línea que promuevan opciones de estilo de vida más saludables. En su reciente estudio, Zilic y sus colegas se propusieron específicamente desarrollar una aplicación para teléfonos inteligentes que pueda reconocer de manera rápida y efectiva los alimentos que consume un usuario en tiempo real, ofreciendo información nutricional para cada componente de una comida.
FoodTracker, la aplicación móvil desarrollada por los investigadores, es muy fácil de usar. Cuando un usuario apunta la cámara de su teléfono inteligente a un plato que contiene su comida, la aplicación reconoce rápidamente sus diferentes ingredientes.
«La ventaja clave es nuestra aplicación FoodTracker, es que no se basa en ningún ingreso manual de datos: lograr el monitoreo automático de los alimentos y el análisis nutricional, únicamente basado en imágenes de cámaras móviles», dijo Jianing Sun, otro investigador involucrado en el estudio. TechXplore.
En primer lugar, Zilic, Sun y sus colegas desarrollaron un modelo que combina una red neuronal convolucional profunda (CNN) con YOLO, una estrategia de detección de vanguardia. Entrenaron este modelo utilizando una amplia base de datos de imágenes de alimentos y descubrieron que tiene una precisión promedio en la detección de alimentos basados en imágenes de casi el 80 por ciento.
«Utilizando nuestro esquema, demostramos que incluso los teléfonos inteligentes de potencia moderada pueden realizar el reconocimiento de alimentos requerido», dijo Zilic. «Entre los hallazgos más significativos están el corto tiempo de inferencia, la poca memoria de tiempo de ejecución y la alta precisión de FoodTracker, lo que lo hace muy práctico y fácil de usar».
Posteriormente, los investigadores integraron su modelo en la aplicación FoodTracker, con una función adicional para el análisis nutricional. Esto permite que la aplicación proporcione información importante relacionada con la nutrición (por ejemplo, calorías, cantidades, etc.) para cada componente alimentario detectado por el modelo basado en CNN.
Las evaluaciones iniciales sugieren que la aplicación FoodTracker es una herramienta prometedora para la identificación de alimentos en tiempo real y para proporcionar orientación nutricional. Además, a pesar de su componente AI, la aplicación también se puede usar en dispositivos móviles con un tiempo de inferencia insignificante y tiene pequeños requisitos de memoria.
«Cuando estaba en Japón para presentar este trabajo, descubrí que había muchos investigadores industriales trabajando en la detección de alimentos con técnicas de visión por computadora recientemente emergentes», dijo Sun. «Incluso me invitaron a una compañía internacional de tecnología de alimentos que tiene negocios en más de 70 países. Siento que las personas están prestando cada vez más atención a su consumo diario con fines de salud».
En el futuro, las aplicaciones móviles como FoodTracker podrían ampliar el conocimiento de las personas sobre nutrición, ayudándoles a tomar mayor conciencia de los alimentos que consumen a diario y quizás incluso ayudándoles a mejorar sus hábitos alimenticios. Zilic, Sun y sus colegas ahora planean integrar la orientación relacionada con la nutrición proporcionada por la aplicación con otros módulos que fomentan un estilo de vida más saludable.
«La aplicación totalmente automática que puede detectar objetos alimenticios y extraer contenidos nutricionales es muy complicada, especialmente cuando se trata de la aplicación en la vida real», dijo a TechXplore Katarzyna Radecka, otra investigadora que realizó el estudio. «Nuestro trabajo da un paso inicial hacia él, pero seguramente hay que seguir más trabajo, por ejemplo, aprendizaje multitarea, solidez y mejor generalización, estimación de volumen. Creemos que incluso una solución parcial a estos problemas podría ser de gran valor para sociedad.»
- Cómo se pueden utilizar los plátanos para luchar contra la crisis de los residuos plásticos
- Los costos de producción de carne cultivada podrían reducirse significativamente: músculo bovino diseñado para producir sus propias señales de crecimiento
- Desarrollan bioplásticos azules más resistentes y flexibles con proteína de guisantes
- Hacer de las habas una mejor fuente de proteínas
- Examinando los efectos de la fermentación asistida por ultrasonidos en el vino de arroz chino