Image-Based Dietary Assessment: A Healthy Eating Plate Estimation System

要約

過去20〜30年の間に、食生活の栄養の質は著しく低下した。この劣化は、多忙なライフスタイルと相まって、健康上の懸念をエスカレートさせる一因となっている。この問題を認識したハーバード大学の研究者たちは、健康増進のためにバランスの取れた栄養プレートモデルを提唱している。この研究に触発され、本稿では、画像解析を通じて食事の健康度を評価することを目的とした、革新的な画像ベースの食事評価システムを紹介する。本システムは、高度な画像セグメンテーションと分類技術を用い、プレート上の食品を分析し、その比率を評価し、ハーバード大学が推奨する健康的な食事に対する食事の順守度を計算する。このアプローチは、機械学習と栄養科学を活用し、より健康的な食事を選択するための実用的な洞察を個人に与える。私たちの4つのステップのフレームワークは、画像のセグメント化、アイテムの分類、ハーバード健康的な食事プレートの研究に基づく栄養評価の実施、およびテーラーメイドの推奨を提供することを含む。プロトタイプシステムは、食事評価のための利用しやすい、エビデンスに基づいたツールを提供することで、より健康的な食習慣を促進する有望な結果を示している。

要約(オリジナル)

The nutritional quality of diets has significantly deteriorated over the past two to three decades, a decline often underestimated by the people. This deterioration, coupled with a hectic lifestyle, has contributed to escalating health concerns. Recognizing this issue, researchers at Harvard have advocated for a balanced nutritional plate model to promote health. Inspired by this research, our paper introduces an innovative Image-Based Dietary Assessment system aimed at evaluating the healthiness of meals through image analysis. Our system employs advanced image segmentation and classification techniques to analyze food items on a plate, assess their proportions, and calculate meal adherence to Harvard’s healthy eating recommendations. This approach leverages machine learning and nutritional science to empower individuals with actionable insights for healthier eating choices. Our four-step framework involves segmenting the image, classifying the items, conducting a nutritional assessment based on the Harvard Healthy Eating Plate research, and offering tailored recommendations. The prototype system has shown promising results in promoting healthier eating habits by providing an accessible, evidence-based tool for dietary assessment.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL