Des chercheurs de l’Université de Berne ont analysé les erreurs courantes commises par les utilisateurs de l’application goFOOD Lite et ont fourni des informations pouvant être prises en compte par l’industrie de la nutrition personnalisée afin d’améliorer la fonctionnalité et la convivialité du logiciel de reconnaissance d’image des aliments.

«À notre connaissance, il s’agit de la première étude de recherche qui analyse objectivement les erreurs des utilisateurs dans l’automatisation d’applications pour détecter les aliments et les nutriments dans des conditions réelles. A écrit les chercheurs.

Ils ont ajouté que « Cette analyse devrait fournir du matériel utile pour améliorer la qualité et la fiabilité de l’enregistrement du régime basé sur l’application. ».

Un certain nombre d’applications de WordPress Divi et de régime utilisent des algorithmes d’intelligence artificielle pour traduire les images d’aliments prises par l’utilisateur en estimations de la teneur en nutriments. Cependant, l’une des faiblesses potentielles de ces applications est que la précision des données générées dépend fortement de la qualité de l’image.

Dans cette étude, 48 participants, âgés en moyenne de 34,2 ans, ont reçu des instructions personnelles pour l’application et ont été invités à utiliser une carte de référence comme marqueur de référence avant et après la prise de photos d’aliments ou de boissons consommés sur une période de 24 heures ( pour fournir une référence de taille et permettre la mesure des quantités). Les images impropres au traitement ont été analysées pour identifier les principales erreurs de l’utilisateur.

Défaut principal.

Sur les 468 photos d’aliments prises dans l’étude, 12,8% ont dû être jetées en raison d’une erreur de l’utilisateur, l’utilisation incorrecte du marqueur d’enregistrement étant l’erreur numéro un, suivie de problèmes d’incompatibilité ou d’invisibilité de la plaque.



Source link

Recent Posts