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

Obesitas is een groeiende gezondheidsuitdaging wereldwijd, die honderden miljoenen mensen treft en gezondheidszorgsystemen onder druk zet. Een essentieel onderdeel van gewichtsbeheersing is begrijpen hoeveel calorieën er in het voedsel zitten dat we eten. Decennialang hebben wetenschappers geprobeerd computerprogramma's te bouwen die naar een foto van een maaltijd kunnen kijken en de energie-inhoud ervan kunnen berekenen. Deze systemen vertrouwen op een tak van kunstmatige intelligentie genaamd computer vision, die machines in staat stelt om objecten in afbeeldingen te "zien" en te identificeren, net zoals mensen dat doen. De meeste van deze bestaande tools waren echter getraind op westerse gerechten, zoals hamburgers of salades, waarbij de portiegroottes vaak standaard zijn of het voedsel op een bord met duidelijke grenzen ligt. Ze hebben grote moeite met de levendige, gevarieerde en vaak onregelmatige straatvoedselsoorten die in andere delen van de wereld te vinden zijn, waar een enkele portie een gefrituurde bal, een bladerdeeggebakje of een stap platbrood kan zijn, en waar de grootte van de portie van verkoper tot verkoper enorm kan variëren. Zonder nauwkeurige gegevens over deze specifieke voedingsmiddelen kunnen mensen in regio's zoals Bangladesh hun dagelijkse inname niet gemakkelijk bijhouden, waardoor zij zonder een cruciaal hulpmiddel komen te zitten voor het maken van gezondere keuzes.

Een team onderzoekers van Premier University in Chattogram, Bangladesh, zette zich af om dit specifieke probleem op te lossen door een systeem te creëren dat exclusief is ontworpen voor de straatvoedsel van hun land. Ze erkenden dat het simpelweg herkennen van het type voedsel niet genoeg was; de computer moest ook precies weten hoe groot het stuk was om de calorieën correct in te schatten. Om dit te bereiken, ontwikkelden ze een methode die gebruikmaakt van een alledaags object dat in elke zak past — een vijf Taka munt — als een ingebouwde liniaal. Door deze munt naast het voedsel in een foto te plaatsen, kan het systeem de werkelijke grootte van de snack berekenen, ongeacht hoe dichtbij of ver weg de camera werd gehouden. Deze aanpak omzeilt de noodzaak voor complexe 3D-sensoren of strikte regels voor het maken van foto's, wat de technologie praktisch maakt voor dagelijks gebruik met een standaard smartphone.

De onderzoekers begonnen met het opbouwen van een nieuwe bibliotheek met afbeeldingen, een dataset die voorheen niet bestond. Ze verzamelden bijna vier duizend foto's van zes populaire straatvoedselsoorten: Singara, Somusa, Puri, Peaju, Beguni, en de referentiemunt zelf. Deze afbeeldingen werden genomen onder verschillende omstandigheden, van professionele studiolicht tot de chaotische, slecht verlichte omgevingen van echte straatstalletjes, om ervoor te zorgen dat het systeem in de echte wereld zou werken. Vervolgens testten ze vijf verschillende soorten geavanceerde computer vision-modellen om te zien welk model het beste de voedselsoort kon identificeren en de vorm van elk voedselitem kon omlijnen. Deze modellen fungeren als digitale ogen, die een precieze grens rond elk stuk voedsel trekken. Na het vergelijken van hun prestaties, vonden het team dat één specifiek model, bekend als YOLO11n, het meest accuraat was. Het identificeerde het voedsel en de grenzen ervan met een hoge mate van betrouwbaarheid, zelfs wanneer de items bij elkaar lagen of gedeeltelijk verborgen waren.

Zodra de computer het voedsel had geïdentificeerd en de omtrek had getekend, was de volgende stap het meten ervan. Het systeem detecteerde de vijf Taka munt in de afbeelding, die een bekende diameter heeft van 25,5 millimeter. Door de grootte van de munt in pixels te vergelijken met de grootte van het voedsel in pixels, berekende de software een schaalfactor. Dit stelde het systeem in staat om de digitale afbeelding te vertalen naar werkelijke dimensies, waardoor de werkelijke hoogte, breedte en het oppervlak van de snack werden bepaald. Met deze fysieke metingen in handen, voedden de onderzoekers de gegevens aan een aparte set wiskundige instrumenten die ontworpen zijn om patronen te vinden en voorspellingen te doen. Ze testten verschillende verschillende voorspellingsmotoren om te zien welke het beste de calorie-inhoud kon raden op basis van de grootte en het type voedsel. De resultaten toonden aan dat een methode genaamd Random Forest, die werkt door de beslissingen van vele eenvoudige besluitvormers te combineren om tot één enkele, robuuste conclusie te komen, de meest nauwkeurige schattingen produceerde.

Het uiteindelijke systeem bleek zeer effectief. Bij testen bleek dat de combinatie van het beste vision-model en de beste voorspellingsmotor de calorie-inhoud van deze straatvoedselsoorten kon schatten met een zeer kleine foutmarge; het gemiddelde verschil tussen de geschatte calorieën en de werkelijk berekende waarde was minder dan zes calorieën, en het systeem verklaarde 95 procent van de variaties in de data. Dit niveau van nauwkeurigheid suggereert dat de methode betrouwbaar genoeg is om te worden gebruikt in mobiele applicaties voor dieetmonitoring. De onderzoekers merkten ook op dat hun systeem efficiënt genoeg is om op standaard hardware te draaien, waardoor de zware computationele kosten worden vermeden die dergelijke technologie vaak onpraktisch maken voor dagelijks gebruik. Door zich te richten op lokale keuken en een eenvoudig, toegankelijk referentieobject te gebruiken, vult dit werk een aanzienlijk gat in de nutritionele technologie op, en biedt het een praktische manier voor mensen in Bangladesh om de energie-inhoud van het voedsel te begrijpen dat zij dagelijks eten.