La estimación del contenido de energía de los alimentos es un área activa de investigación de la visión (a partir de 2017). Ha generado una serie de empresas nuevas, por ejemplo, Ava y Bitesnap.
Las estrategias utilizadas en el desarrollo de las aplicaciones incluyen:
- Aprendizaje automático para unir el color, la forma y la textura de los alimentos con alimentos conocidos preparados en diferentes formas. Incluso si la comida no está exactamente identificada, el tipo de alimento (por ejemplo, carbohidratos, proteínas) puede adivinarse para proporcionar una estimación razonablemente buena del contenido de energía.
- La estimación del volumen de alimentos mediante la reconstrucción en 3D, mediante el uso de múltiples imágenes desde perspectivas ligeramente diferentes, combinado con los datos del acelerómetro del teléfono. Este método permite estimar la masa de alimentos de manera más confiable de lo que es posible usando una sola imagen en 2D.
- Descarga de características de imagen localmente calculadas, o toda la imagen, a bases de datos en línea para realizar la inferencia computacionalmente intensiva. Los datos cargados también agregan la propia base de datos de alimentos de la compañía para que puedan mejorar sus algoritmos.
Una parte importante del desafío, además de la tecnología en sí, es encontrar modelos comerciales sostenibles. En general, estas compañías proporcionan aplicaciones móviles para que las personas puedan registrar automáticamente los alimentos que están comiendo tomando fotos de ellos (lo que algunas personas a menudo hacen de todos modos). Las compañías podrían entonces tratar de vender publicidad para recetas, proveedores de alimentos, restaurantes, etc.
