NutriRay3D. Как это работает?

В июне 2015 года Корпорация Добра на саммите Rework Deep Learning продемонстрировала вполне рабочий прототип приложения, определявшего состав и калорийность еды по фотографии. Проект назывался Im2Calories. Поднявшийся было в сети хайп cо смелыми вангованиями быстро сошел на нет. И о новой высокотехнологичной игрушке Google, коих у компании сотни, все основательно подзабыли. Но, как оказалось, не все.

Стартаперы из Сиэтла, штат Вашингтон, начали на краудфандинговой площадке Indiegogo кампанию по сбору средств на реализацию проекта NutriRay3D. Идея, легшая в основу проекта, ничем по сути от начинания Google не отличается. Решение призвано с достаточно высокой точностью определить состав и калорийность содержимого наших тарелок. И пусть смысл остается неизменным, но вот способ достижения цели выбран иной.

Пришествие Im2Calories так и не состоялось. Фуд-фотографы и Instagram в печали 

Различия заключаются в том, что NR3D, помимо собственно камеры смартфона, призванной делать снимки кулинарных шедевров, использует еще и дополнительный подключаемый модуль портативного лазерного 3D-сканера. Необходимость такого аппаратного довеска поясняется разработчиками ростом точности измерений. Очевидно, речь идет о максимально точном вычислении объема содержимого тарелки. Но и определенный wow-эффект так же играет здесь не последнюю роль.

Лазерное шоу или суровая необходимость?

А вот за анализ пищевого состава отвечает все тот же алгоритм распознавания изображений. Хитроумное программное решение, основанное на концепте машинного обучения. Основными параметрами, принимаемыми во внимание этим алгоритмом, являются цвет, текстура и имеющиеся в базе знаний данные о наиболее вероятных сочетаниях продуктов согласно мировой рецептуре. На основе подсчета примерных пропорций распознанных ингредиентов и вычисленного объема порции NRD3D определяет вес и калорийность. Будет ли точность распознавания, а соответственно и итоговых результатов возрастать по мере использования – загадка.

Ну и зачем здесь 3D-сканер?

На первый взгляд все достаточно стройно и логично. За одним-единственным исключением. Правильно. Остаются вопросы к тому самому лазерному 3D-сканеру. А точнее к самой его необходимости. Решение от Google вполне спокойно обходилось без такого дорогостоящего аксессуара. Лишь силами все тех же алгоритмов распознавания изображения. С определенным уровнем точности вычислить объем порции и, соответственно, ее вес возможно и по картинке. Погрешность же является неизбежным фактором даже с применением 3D-сканера. Да и имеет ли смысл городить программно-аппаратный огород там, где пользователю достаточно дать возможность вручную ввести вес порции в соответствующем текстовом поле интерфейса? На мой взгляд нет. Как комплексное решение с ценником, стартующим от отметки $200 NR3D выглядит не слишком убедительным и конкурентоспособным продуктом.

Дорого. Сложно. Непопулярно

На мой взгляд в разы более оправданным решением был бы выпуск программного распознавания ингредиентов и подсчета калорий исходя из вводимого пользователем вручную веса порции. Такой продукт вполне укладывается в рамки сервиса, предоставляемого по абонплате и включающего в себя диетологическую составляющую и персональные рекомендации. Именно эта, доступная всем и каждому модель сделала бы NR3D по-настоящему популярным. Ведь свою эффективность она доказала уже на бесчисленном множестве примеров. Станет ли успешным сложное и дорогостоящее сочетание софта с “железом”? Покажет лишь время. А пока же мы можем лишь констатировать не слишком большую активность бейкеров этого вокруг без сомнения заслуживающего внимания проекта. А что ты думаешь о перспективах мобильных сервисов, посвященных здоровому питанию?