工業技術研究院

技術簡介

本技術應用超像素影像標記技術進行食物區塊標記，並以深度學習方法研發自動化食物影像分析技術，前端顯示搭配智慧語音輸入等UI/UX設計，根據切割區塊估算飲食營養素含量，以解決日常飲食記錄之困難

Abstract

This technology adopts super-pixel image region growing algorithm to label the region of interest in food and deep-learning method to develop the technology of automatic food image analytics. In addition, take advantage of front-end UI/UX design such as intelligent voice input. According to the cutting region, estimate the quantity of food nutrition in order to solve the difficulty of taking daily food record

技術規格

食材資料庫：100種常見食材 影像解析度：1280*720 像素 待測食物可偵測範圍: 5~25 平方公分 單一食材識別範圍：32*32 pixel ? 8 mm2 辨識準確率：80% 半自動食材標記技術分析時間：<2秒/單一影像 食材影像識別時間：<2秒/單一食材

Technical Specification

Food database: 100 kinds of common food The Image resolution : 1280*720 pixel The field of view : 5~25cm2 The single food identification range: 32*32 pixel ? 8 mm2 Identification accuracy: 80% Food labeling analysis time: <2 seconds / single image Meal ingredients recognition time: <2 seconds / single ingredients

技術特色

本技術以超像素食物影像標記技術進行食物區域標記及比例估算，再以深度學習方法應用於各區域食物影像之分析，找出基本食材品項，藉由語音注釋協助修正識別結果以符合使用者認知，最後以虛實尺寸比例估算份量，透過查詢食材營養知識庫以評估各營像素含量，其分析辨識率達80%

應用範圍

1.醫療院所專業糖尿病照護單位 2.社區關懷照護服務 3.健康照護資訊整合服務業

接受技術者具備基礎建議（設備）

智慧型行動裝置

接受技術者具備基礎建議（專業）

1.具飲食指引衛教照護基本知識 2.略具營養教育或餐飲背景 3.網路服務與應用相關之技術能量與經驗

聯絡資訊