В июне 2015 года Корпорация Хороша на саммите Rework Deep Learning показала в полной мере рабочий прототип приложения, определявшего калорийность и состав еды по фотографии. Проект именовался Im2Calories. Вставший было в сети хайп cо храбрыми вангованиями скоро сошел на нет.
И о новой высокотехнологичной игрушке Гугл, коих у компании много, все основательно подзабыли. Но, как выяснилось, не все.
Стартаперы из Сиэтла, штат Вашингтон, начали на краудфандинговой площадке Indiegogo кампанию по сбору средств на реализацию проекта NutriRay3D. Мысль, легшая в базу проекта, ничем по сути от начинания Google не отличается. Ответ призвано с высокой точностью выяснить калорийность и состав содержимого отечественных тарелок.
И пускай суть остается неизменным, но вот метод достижения цели выбран другой.
Пришествие Im2Calories так и не произошло. Фуд-фотографы и Instagram в печали
Различия заключаются в том, что NR3D, кроме фактически камеры смартфона, призванной делать снимки кулинарных шедевров, применяет еще и дополнительный подключаемый модуль портативного лазерного 3D-сканера. Необходимость для того чтобы аппаратного довеска поясняется разработчиками ростом точности измерений. Разумеется, речь заходит о максимально правильном вычислении количества содержимого тарелки.
Но и определенный wow-эффект так же играется тут не последнюю роль.
Лазерное шоу либо жёсткая необходимость?
А вот за анализ пищевого состава отвечает все тот же метод распознавания изображений. Хитроумное программное ответ, основанное на концепте машинного обучения. Главными параметрами, принимаемыми к сведенью этим методом, являются цвет, текстура и имеющиеся в базе знаний информацию о самые вероятных сочетаниях продуктов в соответствии с всемирный рецептуре. На базе подсчета примерных пропорций выявленных ингредиентов и вычисленного количества порции NRD3D определяет калорийность и вес.
Будет ли точность распознавания, а соответственно и итоговых результатов возрастать по мере применения – тайная.
Ну и для чего тут 3D-сканер?
На первый взгляд все достаточно стройно и логично. За одним-единственным исключением. Верно. Остаются вопросы к тому самому лазерному 3D-сканеру.
А правильнее к самой его необходимости. Ответ от Гугл в полной мере нормально обходилось без для того чтобы дорогостоящего аксессуара. Только силами все тех же методов распознавания изображения.
С определенным уровнем точности вычислить количество порции и ее вес вероятно и по картине. Погрешность же есть неизбежным причиной кроме того с применением 3D-сканера. Да и имеет ли суть городить программно-аппаратный огород в том месте, где пользователю достаточно позволить вручную ввести вес порции в соответствующем текстовом поле интерфейса?
На мой взор нет. Как комплексное ответ с ценником, стартующим от отметки $200 NR3D выглядит не через чур убедительным и конкурентоспособным продуктом.
Дорого. Сложно. Непопулярно
На мой взор в разы более оправданным ответом был бы выпуск подсчёта калорий и программного распознавания ингредиентов исходя из вводимого пользователем вручную веса порции. Таковой продукт в полной мере укладывается в рамки сервиса, предоставляемого по абонплате и включающего в себя диетологическую составляющую и персональные советы. Эта, дешёвая всем модель сделала бы NR3D по-настоящему популярным.
Так как собственную эффективность она доказала уже на бесчисленном множестве примеров. Станет ли успешным сложное и дорогостоящее сочетание софта с “железом”? Продемонстрирует только время. А пока же мы можем только констатировать не через чур громадную активность бейкеров этого около несомненно заслуживающего внимания проекта.
А что ты думаешь о возможностях мобильных сервисов, посвященных здоровому питанию?
Если вы нашли неточность, прошу вас, выделите фрагмент текста и надавите Ctrl+Enter.