Vision-Based Calorie Estimation for Bangladeshi Street Food: A Comparative Study of Detection and Regression Models

비만은 전 세계적으로 수억 명의 사람들에게 영향을 미치고 의료 시스템에 부담을 주는 성장하는 건강 과제입니다. 체중 관리의 핵심은 우리가 먹는 음식에 칼로리가 얼마나 들어있는지 이해하는 것입니다. 수십 년 동안 과학자들은 식사 사진을 보고 그 에너지 함량을 계산할 수 있는 컴퓨터 프로그램을 만들기 위해 노력해 왔습니다. 이러한 시스템은 컴퓨터 비전이라는 인공지능의 한 분야에 의존하는데, 이는 기계가 인간처럼 이미지 속의 물체를 "보고" 식별할 수 있게 해줍니다. 그러나 기존의 이러한 도구 대부분은 버거나 샐러드와 같은 서구식 음식으로 학습되었으며, 이러한 음식들은 대개 1인분의 양이 표준적이거나 음식이 명확한 경계가 있는 접시 위에 놓여 있습니다. 이 시스템들은 세계 다른 지역에서 볼 수 있는 활기차고 다양하며 종종 불규칙한 형태를 띤 길거리 음식에는 큰 어려움을 겪습니다. 그곳에서는 단일 서빙이 튀긴 경단, 겹겹이 쌓인 페이스트리, 또는 납작한 빵 뭉치일 수 있으며, 1인분의 크기도 판매자마다 크게 다를 수 있기 때문입니다. 이러한 특정 음식에 대한 정확한 데이터 없이는 방글라데시와 같은 지역의 사람들이 일일 섭취량을 쉽게 추적할 수 없으며, 이는 그들이 더 건강한 선택을 하기 위한 필수적인 도구를 갖지 못하게 만듭니다.

방글라데시 차토그램에 위치한 프리미어 대학교(Premier University)의 연구팀은 자국의 길거리 음식을 위해 특별히 설계된 시스템을 제작함으로써 이 구체적인 문제를 해결하고자 했습니다. 그들은 단순히 음식의 종류를 인식하는 것만으로는 충분하지 않다는 점을 인식했습니다. 컴퓨터는 칼로리를 정확하게 추정하기 위해 조각의 크기가 정확히 얼마인지도 알아야 했습니다. 이를 달성하기 위해 그들은 모든 주머니에 들어있는 흔한 물건인 5 타카(Taka) 동전을 내장된 자(ruler)로 사용하는 방법을 개발했습니다. 사진 속에 이 동전을 음식 옆에 배치함으로써, 시스템은 카메라가 얼마나 가깝거나 멀리 떨어져 있는지와 상관없이 간식의 실제 크기를 계산할 수 있습니다. 이 접근 방식은 복잡한 3D 센서나 엄격한 촬영 규칙의 필요성을 우회하여, 표준 스마트폰으로도 일상적인 사용이 가능한 실용적인 기술을 만들어냅니다.

연구진은 먼저 존재하지 않았던 새로운 이미지 라이브러리, 즉 데이터셋을 구축하는 것으로 시작했습니다. 그들은 싱가라(Singara), 소무사(Somusa), 푸리(Puri), 페아주(Peaju), 베구니(Beguni)라는 여섯 가지 인기 있는 길거리 음식과 참조용 동전의 사진을 거의 4,000장 수집했습니다. 이 이미지들은 전문 스튜디오 조명부터 실제 길거리 노점의 혼란스럽고 어두운 환경에 이르기까지 다양한 조건에서 촬영되어, 시스템이 실제 환경에서도 작동할 수 있도록 보장되었습니다. 그 후, 그들은 다섯 가지 다른 유형의 고급 컴퓨터 비전 모델을 테스트하여 어떤 모델이 각 음식의 형태를 가장 잘 식별하고 윤곽을 그려내는지 확인했습니다. 이 모델들은 디지털 눈 역할을 하여 이미지 속 모든 음식의 정밀한 경계를 그립니다. 성능을 비교한 결과, 연구팀은 YOLO11n이라고 알려진 특정 모델이 가장 정확하다는 것을 발견했습니다. 이 모델은 음식들이 서로 뭉쳐 있거나 일부가 가려져 있는 상황에서도 높은 신뢰도로 음식을 식별하고 그 경계를 찾아냈습니다.

컴퓨터가 음식을 식별하고 윤곽을 그린 후, 다음 단계는 그것을 측정하는 것이었습니다. 시스템은 지름이 25.5밀리미터로 알려진 5 타카 동전을 이미지에서 감지했습니다. 이미지 속 동전의 크기를 픽셀 단위로, 음식의 크기를 픽셀 단위로 비교함으로써 소프트웨어는 스케일링 계수(scaling factor)를 계산했습니다. 이를 통해 디지털 이미지를 실제 세계의 치수로 변환하여 간식의 실제 높이, 너비 및 표면적을 결정할 수 있었습니다. 이러한 물리적 측정값을 확보한 후, 연구진은 패턴을 찾고 예측을 수행하도록 설계된 별도의 수학적 도구 세트에 데이터를 입력했습니다. 그들은 크기와 음식 종류에 따라 칼로리 수를 가장 잘 추측할 수 있는 예측 엔진을 찾기 위해 여러 가지 예측 엔진을 테스트했습니다. 결과에 따르면, 많은 단순한 결정권자들의 결정을 결합하여 하나의 견고한 결론에 도달하는 방식으로 작동하는 랜덤 포레스트(Random Forest)라는 방법이 가장 정확한 추정치를 생성했습니다.

최종 시스템은 매우 효과적인 것으로 증명되었습니다. 테스트 결과, 최고의 비전 모델과 최고의 예측 엔진의 조합은 매우 작은 오차 범위 내에서 이 길거리 음식들의 칼로리 함량을 추정할 수 있었습니다. 추정된 칼로리와 실제 계산된 값 사이의 평균 차이는 6칼로리 미만이었으며, 시스템은 데이터 변동의 95퍼센트를 설명했습니다. 이러한 수준의 정확도는 이 방법이 식단 모니터링을 위한 모바일 애플리케이션에 사용될 만큼 신뢰할 수 있음을 시사합니다. 연구진은 또한 그들의 시스템이 표준 하드웨어에서 실행될 수 있을 만큼 효율적이어서, 그러한 기술을 일상적인 사용에 부적합하게 만드는 무거운 계산 비용을 피할 수 있다는 점에도 주목했습니다. 현지 요리에 집중하고 간단하고 접근 가능한 참조 물체를 사용함으로써, 이 연구는 영양 기술의 중요한 공백을 메우며 방글라데시 사람들이 매일 먹는 음식의 에너지 함량을 이해할 수 있는 실질적인 방법을 제공합니다.