Hyppää sisältöön
    • Suomeksi
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • 3. UTUCris-artikkelit
  • Rinnakkaistallenteet
  • Näytä aineisto
  •   Etusivu
  • 3. UTUCris-artikkelit
  • Rinnakkaistallenteet
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Automated Image Recognition System for Determining Energy Composition of Meals by AI-Powered Detection and Identification of Food Items – A Study Utilizing Flavoria Flex

Bhetuwal, Shyam; Koivunen, Lauri; Koskimäki, Sanna; Khalil, Rehan; Lähde, Hanna; Houttu, Veera; Laitinen, Kirsi; Mäkilä, Tuomas

Automated Image Recognition System for Determining Energy Composition of Meals by AI-Powered Detection and Identification of Food Items – A Study Utilizing Flavoria Flex

Bhetuwal, Shyam
Koivunen, Lauri
Koskimäki, Sanna
Khalil, Rehan
Lähde, Hanna
Houttu, Veera
Laitinen, Kirsi
Mäkilä, Tuomas

Tätä artikkelia/julkaisua ei ole tallennettu UTUPubiin. Julkaisun tiedoissa voi kuitenkin olla linkki toisaalle tallennettuun artikkeliin / julkaisuun.

doi:10.1109/GCAIoT68269.2025.11275545
URI
https://ieeexplore.ieee.org/document/11275545
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe202601227540
Tiivistelmä

Nutrition is a modifiable lifestyle factor that has a fundamental role in human development and health. Recently, there has been growing interest in food recognition and nutritional analysis, driven by the strengths of machine vision based models to estimate portion weight, volume, and nutrition of food dishes. However, research has shown that relying solely on image recognition techniques may not provide accurate weight and nutritional information. The latest AI-based object detection algorithms have also enhanced the accuracy of food recognition and nutritional estimation. This study utilizes an AIoT system as Flavoria Flex to integrate popular AI based algorithms for food recognition, weight estimation, and nutritional analysis to compare their performance against ground truth data collected from the Flavoria restaurant’s lunch line. The AIoT platform helps in collecting and validating this data by combining AIpowered food recognition with scaled weight and menu-based information.

Kokoelmat
  • Rinnakkaistallenteet [29255]

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetAsiasanatTiedekuntaLaitosOppiaineYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste