Visione del Cibo · La foto in due secondi
Im2Calories 2015 — Diario alimentare mobile automatico con visione artificiale (Myers et al., ICCV)
Immaginate di fotografare il vostro pranzo e ricevere in meno di un secondo una stima delle calorie — senza dover digitare nulla. È l'obiettivo di Im2Calories, presentato da ricercatori di Google e dell'Università del Maryland alla conferenza ICCV nel 2015.
Il sistema controlla prima se l'immagine ritrae davvero un pasto, poi identifica il ristorante, riconosce gli alimenti nel piatto e consulta il menu per stimare le calorie. Quando non si è in un ristorante noto, prova a calcolare la dimensione delle porzioni deduce la forma tridimensionale del cibo da un'unica fotografia piatta.
La filosofia del sistema è onesta: non pretende di automatizzare tutto, ma di fare il lavoro noioso al posto vostro e chiedervi soltanto le cose davvero ambigue — quella che gli autori chiamano 'auto-completamento intelligente'. Il vero limite, ancora aperto nel 2015, non era la visione artificiale ma la mancanza di un database nutrizionale completo per i cibi cucinati.
Cosa dice, in breve
- Im2Calories (Myers et al., ICCV 2015) è un sistema end-to-end in cinque stadi che converte una singola fotografia di un pasto in una stima calorica, funzionante su un dispositivo Android standard.
- Stadio 1 (rilevazione del pasto): GoogLeNet affinato sul dataset Food101-Background (alimento vs non-alimento, 151.500 immagini di addestramento) raggiunge un'accuratezza del 99,02% nella classificazione binaria.
- Stadio 2 (modalità ristorante): l'API Google Places localizza il ristorante; un classificatore multilabel GoogLeNet addestrato su 2.517 voci di menu di 23 catene statunitensi (dataset Restaurant) mappa l'immagine sulle portate presenti.
- Stadio 3 (modalità generica): Food201-MultiLabel (201 etichette, 35.242 immagini di addestramento / 15.132 di test), annotato tramite Mechanical Turk, ottiene una mAP di 0,8 sulle classi Food101 e 0,5 complessiva.
- Stadi 4–5 (geometria): Food201-Segmented con DeepLab CNN/CRF (IoU 0,25 con contesto multilabel); stima della profondità monooculare via CNN addestrata su NYU-v2 RGBD + GFood-3d (errore relativo medio 0,18 m); volumi ricostruiti tramite griglia voxel con rilevazione del piano del tavolo via RANSAC, validati su NFood-3d (1.050 immagini, repliche alimentari Nasco).
- La stima delle calorie al di fuori del contesto ristorante rimane un problema aperto: il database USDA NNDB SR27 (8.618 alimenti crudi) non copre i pasti preparati; FNDDS è più adatto ma insufficiente per copertura.
- L'app Android (impatto in memoria <40 MB, inferenza <1 secondo) implementa solo gli stadi 1–3; segmentazione e stima della profondità non erano state ancora portate su mobile al momento della pubblicazione.
Provenienza
- Fonte
- Im2Calories: towards an automated mobile vision food diary— Myers 2015
- Licenza
- unknown
- Nel Kosmos
- 3 voci · 116 fatti atomici · tier MAIOR
↯ Questa è una voce vera del nostro Knowledge Graph, ancorata alla sua fonte — non un testo generato da un modello. Il colore riflette il tipo reale di studio, mai gonfiato.