AI4Food-NutritionFW: A Novel Framework for the Automatic Synthesis and Analysis of Eating Behaviours

要約

現在、何百万もの画像がソーシャル メディアや Web プラットフォームで共有されています。
特に、その多くはスマートフォンで時間をかけて撮影した食事画像であり、個人の食生活に関する情報を提供します。
一方で、食行動は世界で最も蔓延している病気のいくつかと直接関係しています。
画像処理と人工知能 (AI) の最近の進歩を活用したこのシナリオは、i) 個人の食事内容から個人の健康を分析する新しい方法を作成する、ii) 特定の環境下で栄養と食事を改善するためのパーソナライズされた推奨事項を開発する素晴らしい機会を示しています。
状況（肥満や新型コロナウイルスなど）。
両方の分野での研究を容易にする食品画像データセットを作成するための調整可能なツールが非常に必要です。
この論文では、設定可能な食事行動に応じた食品画像データセットを作成するためのフレームワークである AI4Food-NutritionFW を提案します。
AI4Food-NutritionFW は、スマートフォンを使用して画像を撮影する、ユーザーフレンドリーで広く普及したシナリオをシミュレートします。
このフレームワークに加えて、15 の異なるプロファイルと 1,200 人の被験者からの 4,800 の異なる毎週の食行動を含む独自の食品画像データセットも提供および説明します。
具体的には、健康的な食行動（確立された知識による）、変動するプロファイル（外食、休日など）から不健康なもの（ファストフードやお菓子の過剰摂取など）まで、実際のライフスタイルに応じたプロファイルを検討します。
最後に、国際機関が提案する健康的な食事に関するガイドラインに基づいた多次元指標を使用して、被験者の食行動の健康的な指標を自動的に評価し、有望な結果（精度と感度がそれぞれ 99.53% と 99.60%）を達成しました。
また、私たちが提案する AI4Food-NutritionFW のソフトウェア実装と、それを使用して作成された前述の食品画像データセットを研究コミュニティにリリースします。

要約(オリジナル)

Nowadays millions of images are shared on social media and web platforms. In particular, many of them are food images taken from a smartphone over time, providing information related to the individual’s diet. On the other hand, eating behaviours are directly related to some of the most prevalent diseases in the world. Exploiting recent advances in image processing and Artificial Intelligence (AI), this scenario represents an excellent opportunity to: i) create new methods that analyse the individuals’ health from what they eat, and ii) develop personalised recommendations to improve nutrition and diet under specific circumstances (e.g., obesity or COVID). Having tunable tools for creating food image datasets that facilitate research in both lines is very much needed. This paper proposes AI4Food-NutritionFW, a framework for the creation of food image datasets according to configurable eating behaviours. AI4Food-NutritionFW simulates a user-friendly and widespread scenario where images are taken using a smartphone. In addition to the framework, we also provide and describe a unique food image dataset that includes 4,800 different weekly eating behaviours from 15 different profiles and 1,200 subjects. Specifically, we consider profiles that comply with actual lifestyles from healthy eating behaviours (according to established knowledge), variable profiles (e.g., eating out, holidays), to unhealthy ones (e.g., excess of fast food or sweets). Finally, we automatically evaluate a healthy index of the subject’s eating behaviours using multidimensional metrics based on guidelines for healthy diets proposed by international organisations, achieving promising results (99.53% and 99.60% accuracy and sensitivity, respectively). We also release to the research community a software implementation of our proposed AI4Food-NutritionFW and the mentioned food image dataset created with it.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google