Prehranske navade običajno spremljamo z vodenjem prehranskega dnevnika oziroma s sprotnim popisovanjem vsega, kar v določenem obdobju zaužijemo. Danes so na voljo številne aplikacije za vodenje elektronskega prehranskega dnevnika, ki olajšajo popisovanje, vseeno pa zahtevajo precej discipline pri sprotnem tehtanju in beleženju zaužitih obrokov. Zato se je v zadnjem času močno povečalo zanimanje za razvoj avtomatiziranih rešitev, ki bi omogočile samodejno razpoznavanje fotografij hrane in pijače.
Raziskovalci Odseka za računalniške sisteme na Institutu »Jožef Stefan« so razvili napredno tehnologijo za samodejno razpoznavanje fotografij hrane in pijače, imenovano NutriNet. Tehnologija temelji na globoki nevronski mreži za razpoznavanje slik (angl. deep neural network) in predstavlja nadgradnjo obstoječih avtomatiziranih rešitev. Mreža NutriNet je zaenkrat zmožna razpoznavati med 520 različnimi vrstami hrane in pijače z relativno visoko stopnjo zanesljivosti.
Tehnologijo NutriNet lahko vključimo v mobilno aplikacijo za pametne telefone, s katero uporabnik zajema fotografije hrane ali pijače. Fotografije se prenašajo na strežnik, kjer poteka razpoznavanje slik – kot rezultat razpoznavanja uporabnik na svojem telefonu prejme ime slikane hrane oziroma pijače. NutriNet se sproti uči iz novih slik uporabnikov, kar pomeni, da bo v prihodnosti še bolj natančen ter zmožen razpoznavanja večjega števila vrst hrane in pijače. Tehnologija NutriNet je bila uporabljena v mobilni aplikaciji ParkDiet, ki je bila razvita v okviru evropskega projekta PD-manager v raziskovalne namene.
Vir
Mezgec S., Koroušić Seljak B. (2017). NutriNet: A Deep Learning Food and Drink Image Recognition System for Dietary Assessment. Nutrients 9 (7): 657.
URL: http://www.mdpi.com/2072-6643/9/7/657
