خرید و دانلود نسخه کامل کتاب Image Based Computing for Food and Health Analytics: Requirements, Challenges, Solutions and Practices: IBCFHA

توضیحاتی در مورد کتاب



افزایش آگاهی مصرف کننده از عادات تغذیه ای، تجزیه و تحلیل خودکار غذا را در سال های اخیر در کانون توجه قرار داده است. با این حال، ثبت مواد غذایی دست و پا گیر است و نیاز به دانش کافی در مورد ماده غذایی مصرف شده دارد. علاوه بر این، پیگیری هر وعده غذایی می تواند به یک کار خسته کننده تبدیل شود. ثبت دقیق کالری دریافتی رژیم غذایی برای مدیریت کاهش وزن بسیار مهم است، اما چالش هایی را نیز به همراه دارد زیرا اکثر روش های فعلی برای ارزیابی رژیم غذایی باید برای یادآوری غذاهای خورده شده بر حافظه تکیه کنند. درک غذا از رسانه های دیجیتال به چالشی با کاربردهای مهم در حوزه های مختلف تبدیل شده است. تحقیقات قابل توجهی نشان داده است که تصویربرداری دیجیتال به طور دقیق میزان دریافت رژیم غذایی را در بسیاری از محیط ها تخمین می زند و مزایای زیادی نسبت به روش های دیگر دارد. با این حال، چگونگی استخراج اطلاعات غذا به طور موثر و کارآمد همچنان یک مشکل تحقیقاتی چالش برانگیز و باز است. توصیه های ارائه شده می تواند بر اساس شمارش کالری، غذای سالم و ترکیب غذایی خاص باشد. علاوه بر این، اگر سیستمی را نیز در نظر بگیریم که بتواند غذای مصرف شده توسط هر فرد را در طول زمان ثبت کند، می‌تواند توصیه‌های مرتبط با سلامتی را در درازمدت ارائه دهد.

بینایی رایانه‌ای. متخصصان روش های جدیدی را برای نظارت خودکار بر مصرف غذا و ثبت مواد غذایی ایجاد کرده اند. فناوری‌های انقلاب صنعتی چهارم [4.0 IR] مانند یادگیری عمیق و روباتیک بینایی رایانه‌ای، کلیدی برای درک پایدار مواد غذایی هستند. نیاز به فناوری‌های مبتنی بر هوش مصنوعی که امکان ردیابی فعالیت‌های فیزیکی و عادات تغذیه‌ای را فراهم می‌کند به سرعت در حال افزایش است و تجزیه و تحلیل خودکار تصاویر غذا نقش مهمی ایفا می‌کند. بینایی کامپیوتری و پردازش تصویر پیشرفت‌های واقعاً چشمگیری را برای برنامه‌های کاربردی مختلف مانند تجزیه و تحلیل مواد غذایی و تجزیه و تحلیل مراقبت‌های بهداشتی ارائه می‌کند و می‌تواند به بیماران کمک کند تا با خودکار کردن فرآیند شمارش کالری به راحتی شمارش کالری خود را پیگیری کنند. این می تواند کاربر را در مورد تعداد کالری، پروتئین، کربوهیدرات و سایر مواد مغذی ارائه شده توسط هر وعده غذایی آگاه کند. اطلاعات در زمان واقعی ارائه می شود و بنابراین ثابت می کند که یک روش کارآمد برای ردیابی تغذیه است و می تواند از طریق اینترنت با متخصص تغذیه به اشتراک گذاشته شود و هزینه های مراقبت های بهداشتی را کاهش دهد. این امر توسط سیستمی متشکل از حسگرهای اینترنت اشیا، سرورهای مبتنی بر مه ابری و برنامه های موبایل امکان پذیر است. این سیستم‌ها می‌توانند داده‌ها یا تصاویری تولید کنند که می‌توانند با استفاده از الگوریتم‌های یادگیری ماشین تجزیه و تحلیل شوند.

محاسبات مبتنی بر تصویر برای تجزیه و تحلیل غذا و سلامت وضعیت فعلی را پوشش می‌دهد. تجزیه و تحلیل تصویر غذا و ارائه راه حل های مبتنی بر بینایی کامپیوتری و پردازش تصویر برای افزایش و بهبود دقت اندازه گیری های فعلی مصرف رژیم غذایی. راه حل های زیادی برای بهبود دقت ارزیابی با تجزیه و تحلیل تصاویر بهداشتی، داده ها و تصاویر مبتنی بر صنایع غذایی که توسط دستگاه های تلفن همراه گرفته شده است، ارائه شده است. نوآوری‌های تکنیک کلیدی مبتنی بر هوش مصنوعی و الگوریتم‌های تشخیص تصویر غذا مبتنی بر یادگیری عمیق نیز مورد بحث قرار می‌گیرند. این کتاب به بررسی استفاده از فناوری‌های انقلاب صنعتی 4.0 مانند بینایی کامپیوتر و هوش مصنوعی در زمینه مراقبت‌های بهداشتی و صنایع غذایی می‌پردازد و درک جامعی از روش‌های بینایی رایانه و هوش ارائه می‌دهد که با چالش‌های اصلی پردازش غذا و سلامت مقابله می‌کند. علاوه بر این، متن بر استفاده از فناوری‌های 4 IR پایدار تمرکز دارد که از طریق آن مصرف‌کنندگان می‌توانند رژیم غذایی و مواد مغذی لازم را به دست آورند و بتوانند سلامت خود را به طور فعال نظارت کنند. در تمرکز به طور خاص بر روی صنعت غذا و تجزیه و تحلیل مراقبت های بهداشتی، به عنوان یک منبع واحد برای اطلاعات چند رشته ای شامل تکنیک های هوش مصنوعی و بینایی در بخش غذا و سلامت عمل می کند. پیشرفت‌های کنونی مانند Industry 4.0 و راه‌حل‌های مبتنی بر Fog-Cloud به طور کامل پوشش داده شده‌اند و به خوانندگان یک دید کاملاً گرد از این سیستم‌های تجزیه و تحلیل سلامت و مواد غذایی که به سرعت در حال پیشرفت هستند ارائه می‌دهند.