【研究新知】AI食品掃描器可將手機照片轉換為營養分析

美國紐約大學Tandon工程學院開發了一套AI系統,能透過影像辨識食物的熱量與營養成分,幫助用戶進行健康管理。該系統克服了食物多樣性、份量估算及即時計算等挑戰,利用YOLOv8與ONNX Runtime提升辨識精確度與效率。測試顯示,該系統能準確分析各類食物,並透過網路應用程式提供即時資訊,讓使用者在享受美食時,更輕鬆地做出健康決策。

AI 智慧識食:拍照即知熱量與營養,健康飲食更輕鬆

面對誘人的美食時,很多人會在大快朵頤和健康的兩難中掙扎。如今,你只要把眼前的美食用手機拍下來,人工智慧(AI)就會立即告訴你它的熱量、脂肪含量和營養價值,不必再糾結於吃與不吃之間,輕鬆享受這一餐。

在科技不斷重塑我們日常生活的今天,人工智慧融入食品消費領域已成趨勢。然而,傳統追蹤方法大都需要自我報告飲食內容,常帶有主觀及情感因素,因此在計算熱量及營養成分時有其侷限性。

為了解決這個問題,美國紐約大學Tandon工程學院利用複雜的深度學習演算法,開發出一套能夠辨識影像中各種食物熱量及營養成分的人工智慧系統,可以成功定位並辨識食物,進而計算出各種數值。研究團隊在2025年第六屆IEEE國際行動計算和永續資訊學會會議(ICMCSI)中發表了這項研究成果。

/

消防員健康研究,意外開啟全新飲食管理方案

這套人工智慧系統,代表著由人工智慧驅動的營養評估工具,往前邁出了重大的一步。在大家越來越重視健康,迫切需要有效飲食管理方案的今天,尤其重要。

紐約大學Tandon工程學院機械暨航太工程學系副教授Prabodh Panindre表示,他們當時會進行這項研究純屬偶然,因為該校火災研究小組十多年來一直在調查消防員所面臨的嚴峻健康挑戰和工作困難,卻發現竟然有高達73~88%的職業消防員以及76~87%的消防志工,都面臨肥胖或過重的困擾,除了帶來心血管疾病等嚴重健康威脅,也會影響他們面對火災的工作效率。

因此研究團隊就想從飲食控制著手,但他們發現傳統透過人工智慧識別食物的方式面臨三大挑戰,分別是食物的多樣性、準確估算食物份量的複雜性,以及即時應用所需的嚴格計算效率。

其中,食物的視覺多樣性會因菜餚的外觀,以及廚師的風格和準備方式而不同;準確估算食物份量的複雜性,會受到特定食物在餐盤上所占的體積和面積影響;至於即時應用所需的嚴格計算效率,則因以前的模型通常需要過多的運算能力,加上雲端處理帶來的隱私問題而無法立即使用。

/

影像辨識及AI效率工具,突破既有食物計算方式

紐約大學Tandon工程學院利用先進的影像處理技術,測量食物的精確面積,再根據食物密度和一般常用的營養素數據,可以有系統且精確地計算營養成分,包括熱量、蛋白質、碳水化合物和脂肪等基本指標。

至於雲端處理方法帶來隱私疑慮並延遲結果的問題,研究團隊利用YOLOv8強大的影像辨識技術,以及ONNX Runtime可提高AI程式效率的有效工具加以克服。

為了讓這套系統功能更強大且效率更高,研究團隊把相似的食物類別合併,同時在訓練過程中強調特定食物。透過這種方法把原本大量的影像資料,發展為涵蓋214個不同食物類別的9萬5千個實例,可以有效平衡選擇。

/

複合性食物及在地特色美食同樣能算

研究人員利用他們開發出來的這套人工智慧系統,進行嚴格控制的測試,估算出一片披薩的熱量是317大卡、蛋白質10公克、碳水化合物40公克及脂肪13公克,都和參考標準非常接近。

就算面對更複雜的菜餚,這套系統的表現也同樣出色,比如分析印度南部特色菜、由蒸米糕和扁豆燉菜組成的「idli sambar」時,計算出221大卡的熱量、蛋白質7公克、碳水化合物46公克及脂肪1公克,也都和實際數值相差不遠。

重要的是,這套創新系統透過網路應用程式運作,有需要的人都可透過行動載具輕鬆存取,從此每個人在面對美食和健康的兩難取捨時,可以輕鬆決定要不要大快朵頤一番。

/

延伸閱讀