Il progetto “FoodRec” nasce dalla necessità di affrontare la crescente epidemia di obesità e le sue complicanze croniche, proponendo un approccio oggettivo, rapido e automatizzato per riconoscere quantità e tipologia di cibo attraverso la fotocamera di uno smartphone. Questo lavoro si inserisce in una linea di ricerca che integra intelligenza artificiale, mobile health e monitoraggio automatico dei comportamenti alimentari, con l’obiettivo di supportare l’utente nella gestione consapevole della dieta quotidiana.
Motivazioni & Obiettivi
- Superare l’inaffidabilità dei metodi basati su questionario o auto-reportistica grazie a sistemi AI per il riconoscimento diretto del cibo da immagini.
- Utilizzare tecnologie accessibili (smartphone) e gestibili da chiunque per favorire l’adozione e la scalabilità della soluzione.
- Monitorare in maniera continua sia l’intake calorico che il dispendio energetico, integrando dati da sensori indossabili o mobili.
- Integrazione con app mobile per la raccolta e la visualizzazione del diario alimentare semi-automatico, consentendo feedback calorici e dietetici personalizzati (ActiveMiles app).
- L’architettura FoodRec ha superato i modelli di base nel riconoscimento del cibo in immagini reali raccolte dagli utenti della app durante interventi clinici personalizzati (ad esempio, nei percorsi per la cessazione del fumo).
- L’uso della branch user-bias nella CNN consente di imparare e monitorare le abitudini alimentari individuali, adattando suggerimenti e feedback in modo personalizzato.
- L’interfaccia user-friendly e la portabilità dell’app favoriscono il monitoraggio e l’intervento tempestivo su abitudini scorrette, rappresentando uno strumento di prevenzione primaria.
Articoli Scientifici Correlati
- ActiveMiles: an intelligent food intake and energy expenditure mobile application Presentazione e spiegazione tecnica App mobile basata su AI e computer vision che riconosce il cibo, monitora le attività e stima il consumo calorico in tempo reale.
- Real-Time Food Intake Classification and Energy Expenditure Estimation on a Mobile Device (Body Sensor Network Conference, 2015) Propone un sistema indossabile per classificare automaticamente in tempo reale l’assunzione alimentare e stimare il dispendio energetico.
Codice Repository
- FoodRec App, dataset e modelli: codice disponibile su richiesta per progetti di cooperazione e test scientifici. Per richieste specifiche, contattare gli autori o Daniele Ravì su GitHub.
Team & Autori
- Daniele Ravì (ideazione, sviluppo algoritmi AI, supervisione progetto HealthLab/Imperial-UCL)