Розробка системи оцінки калорійності страв та фізичної активності користувача на основі аналізу зображень і спортивного навантаження

Скорочена інформація про документ
dc.contributor.advisorЖелезняков, Дмитро Валентинович
dc.contributor.authorОрлов, Микола Вячеславович
dc.date.accessioned2026-06-08T13:17:44Z
dc.date.available2026-06-08T13:17:44Z
dc.date.issued2026
dc.description.abstractРозпізнавання їжі та автоматична оцінка калорійності є критично важливою проблемою в сучасній охороні здоров’я, дієтології та управлінні вагою. Згідно з даними Всесвітньої організації охорони здоров’я, близько 59% дорослого населення Європи страждає на ожиріння або надмірну вагу. Традиційні методи оцінювання раціону харчування, зокрема 24-годинне відтворення (24HR) [22], значною мірою залежать від суб’єктивності та пам’яті респондента, що призводить до суттєвих похибок у розрахунках калорійності. Стрімкий розвиток методів комп’ютерного зору та машинного навчання зумовлює зростання інтересу до автоматизації цього процесу. Проте оцінка калорійності страв на основі зображень є складною технічною задачею, що виходить за межі простого класифікування об’єктів. Вона передбачає коректне виявлення компонентів їжі в реальних умовах, де вхідні дані характеризуються високою варіативністю, неоднорідним освітленням, різним масштабом та частковим перекриттям об’єктів. На відміну від контрольованих лабораторних наборів даних, реальні фотографії не мають фіксованої структури, що ускладнює побудову універсального методу аналізу. Актуальність дослідження зумовлена обмеженнями існуючих підходів. Більшість наявних рішень орієнтовані на вузькі набори страв або потребують ручного введення даних, тоді як алгоритмічна складова точного зчитування візуальної інформації часто залишається невирішеною. Використання методів глибокого навчання у поєднанні з даними про фізичну активність користувача дозволяє розглядати задачу в контексті обробки мультимодальних даних. Об’єкт дослідження – процес автоматичної оцінки енергетичного балансу користувача на основі аналізу зображень страв і фізичної активності. Предмет дослідження – методи комп’ютерного зору та глибокого навчання для розпізнавання харчових продуктів і оцінки їх калорійності. Мета дослідження – розробити концептуальну модель та програмні засоби системи оцінки калорійності страв, у якій ключовим елементом є метод аналізу зображень для автоматичного розпізнавання продуктів, із подальшим врахуванням фізичної активності користувача для балансування енергетичних показників.
dc.description.abstractotherFood recognition and automatic calorie estimation are critical challenges in modern healthcare, dietetics and weight management. According to the World Health Organization, about 59% of the adult population in Europe is obese or overweight. Traditional methods of dietary assessment, such as the 24-hour recall (24HR) [22], rely heavily on the subjectivity and memory of the respondent, which leads to significant errors in calorie calculations. The rapid development of computer vision and machine learning methods has led to a growing interest in automating this process. However, calorie estimation of dishes based on images is a complex technical task that goes beyond simple object classification. It involves correctly identifying food components in real-world conditions, where the input data is characterized by high variability, non-uniform illumination, different scales and partial overlapping of objects. Unlike controlled laboratory datasets, real photographs do not have a fixed structure, which makes it difficult to build a universal analysis method. The relevance of the study is due to the limitations of existing approaches. Most of the existing solutions are focused on narrow sets of dishes or require manual data entry, while the algorithmic component of accurate reading of visual information often remains unresolved. The use of deep learning methods in combination with data on the user's physical activity allows us to consider the problem in the context of multimodal data processing. The object of the study is the process of automatic assessment of the user's energy balance based on the analysis of images of dishes and physical activity. The subject of the study is computer vision and deep learning methods for recognizing food products and assessing their calorie content. The purpose of the study is to develop a conceptual model and software for a system for assessing the calorie content of dishes, in which the key element is the image analysis method for automatic recognition of products, with further consideration of the user's physical activity for balancing energy indicators.
dc.format.extent44 с.
dc.identifier.citationОрлов, М. В. Розробка системи оцінки калорійності страв та фізичної активності користувача на основі аналізу зображень і спортивного навантаження : дипломна робота ... бакалавра : 113 Прикладна математика / Орлов Микола Вячеславович. – Київ, 2026. – 44 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/81544
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкомп’ютерний зір
dc.subjectглибоке навчання
dc.subjectрозпізнавання їжі
dc.subjectоцінка калорійності
dc.subjectавтоматичний аналіз зображень
dc.subjectмультимодальні дані
dc.subjectенергетичний баланс
dc.subjectдієтологічні системи
dc.subjectмашинне навчання
dc.subjectаналіз харчування
dc.subjectсегментація зображень
dc.subjectохорона здоров’я
dc.subject.udc004.932:613.2
dc.titleРозробка системи оцінки калорійності страв та фізичної активності користувача на основі аналізу зображень і спортивного навантаження
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Orlov_bakalavr.pdf
Розмір:
730.5 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММАД)
Бакалаврські роботи