การคำนวณแคลอรีจากรูปถ่ายทำงานอย่างไร

สามปัญหา ไม่ใช่ปัญหาเดียว

การเปลี่ยนรูปอาหารให้กลายเป็นตัวเลขแคลอรีคือการแก้ปัญหาสามอย่างที่แยกจากกัน และแต่ละอย่างมีช่วงความคลาดเคลื่อนของตัวเอง การมองแยกทีละขั้นคือวิธีที่ใช้ได้จริงที่สุดในการตัดสินว่าควรเชื่อตัวเลขนั้นแค่ไหน

ขั้นตอนทำงานต่อเนื่องกัน ความผิดพลาดในขั้นแรกจึงส่งต่อไปข้างหน้า ถ้าโมเดลอ่านบัลเกอร์เป็นข้าว ค่าแคลอรีก็ผิด แม้จะประเมินปริมาณได้แม่นยำก็ตาม

• การระบุชนิดอาหาร: หาว่าในจานมีอะไรบ้าง ถ้าเป็นจานรวมต้องแยกหาแต่ละองค์ประกอบ
• การประเมินปริมาณ: แปลงพื้นที่ในภาพให้เป็นน้ำหนักจริง โดยใช้เส้นผ่านศูนย์กลางจาน ช้อนส้อม และความลึกของถ้วยเป็นตัวอ้างอิง
• การเทียบฐานข้อมูล: นำอาหารที่ระบุได้และน้ำหนักโดยประมาณไปคูณกับค่าจากตารางองค์ประกอบอาหาร

ส่วนที่ยากคือปริมาณ ไม่ใช่การระบุชนิด

ทุกวันนี้โมเดลประมวลผลภาพระบุชนิดอาหารได้ดีอย่างน่าประหลาดใจ ปัญหาที่ยากจริง ๆ คือการก้าวจากภาพสองมิติไปสู่ปริมาตรสามมิติ ถ้วยซุปสองใบที่ถ่ายจากมุมเดียวกันอาจมี 200 มล. กับ 350 มล. แต่ในภาพดูแทบไม่ต่างกันเลย

การประเมินปริมาณจึงอาศัยวัตถุอ้างอิง จานอาหารมาตรฐานมีเส้นผ่านศูนย์กลางราว 26-28 ซม. ช้อนชาเท่ากับ 5 มล. ช้อนโต๊ะเท่ากับ 15 มล. โมเดลจะมองหาขนาดที่รู้อยู่แล้วเหล่านี้ในเฟรมแล้วสร้างมาตราส่วนขึ้นมา หากไม่มีตัวอ้างอิงใดอยู่ในภาพ เช่น ถ่ายใกล้จนขอบจานหลุดออกไป ค่าที่ประเมินจะแย่ลงอย่างเห็นได้ชัด

• ให้จานทั้งใบอยู่ในเฟรม และถ่ายจากด้านบนแทนการถ่ายใกล้
• ในจานรวม ให้แยกองค์ประกอบออกจากกันเท่าที่ทำได้
• ระบุซอสและน้ำมันแยกต่างหาก น้ำมันมะกอกที่มองไม่เห็นอาจทำให้สลัดจานหนึ่งมีแคลอรีเป็นสองเท่า

ไขมันคือแคลอรีที่มองไม่เห็น

แหล่งความคลาดเคลื่อนเดี่ยวที่ใหญ่ที่สุดในการประเมินจากภาพคือไขมันที่เติมเข้าไป น้ำมันมะกอกหนึ่งช้อนโต๊ะให้พลังงานราว 120 แคลอรี และมักไม่ปรากฏในภาพเลย อกไก่ย่างชิ้นเดียวกันจะมีแคลอรีเพิ่มอีก 240 ทันทีที่ผัดด้วยน้ำมันสองช้อน

นี่ไม่ใช่ข้อบกพร่องของวิธีการเสียทีเดียว แต่เป็นขีดจำกัดทางกายภาพ ไม่มีโมเดลใดรู้ในสิ่งที่กล้องไม่เห็น การกินนอกบ้านยิ่งทำให้ความไม่แน่นอนสูงขึ้น เพราะแม้แต่คุณเองก็ไม่รู้ว่าน้ำมันลงกระทะไปเท่าไร

ช่วงคลาดเคลื่อนหมายความว่าอย่างไรจริง ๆ

เป้าหมายของการจดบันทึกอาหารไม่ใช่ความแม่นยำสมบูรณ์ แต่คือการวัดที่คงเส้นคงวา บนเป้าหมายวันละ 2,000 แคลอรี การพลาดไป 100 แคลอรีในมื้อหนึ่งคิดเป็นความคลาดเคลื่อน 5% และไม่ทำให้แนวโน้มรายสัปดาห์เพี้ยน สิ่งที่ทำให้เพี้ยนคือความคลาดเคลื่อนเชิงระบบ การนับไขมันต่ำกว่าจริงทุกวันสะสมเป็นหลายพันแคลอรีต่อเดือน

ข้อสรุปเชิงปฏิบัติคือ ให้ดูค่าเฉลี่ยรายสัปดาห์ที่ได้จากวิธีเดิมอย่างสม่ำเสมอ ไม่ใช่ตัวเลขเดี่ยว ๆ ถ้าน้ำหนักไม่ขยับ ให้ตั้งคำถามกับนิสัยการบันทึกก่อนจะไปลดเป้าหมาย เพราะเกือบทุกครั้งจะมีรายการหนึ่งที่คุณไม่ได้นับ

ได้ผลตรงไหน ไม่ได้ผลตรงไหน

คุณค่าของวิธีนี้มาจากการที่ทำต่อเนื่องได้ มากกว่ามาจากความแม่นยำ ในแอปนับแคลอรีแบบเดิม การบันทึกหนึ่งมื้อกินเวลาหลายนาที และคนส่วนใหญ่เลิกภายในสองสัปดาห์ บันทึกที่ใช้เวลาสามวินาทีและคลาดเคลื่อน 10% ย่อมดีกว่าบันทึกสมบูรณ์แบบที่ไม่มีใครทำต่อ

คำถามที่พบบ่อย

แหล่งอ้างอิง

1. 1.

   Thames Q, Karpur A, Norris W, Xia F, Panait L, Weyand T, Sim J Nutrition5k: Towards Automatic Nutritional Understanding of Generic Food. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2021.

2. 2.

   Lu Y, Stathopoulou T, Vasiloglou MF, Pinault LF, Kiley C, Spanakis EK, Mougiakakou S goFOODTM: An Artificial Intelligence System for Dietary Assessment of Food Images. Sensors, 20(15):4283, 2020.

3. 3.

   Vasiloglou MF, Mougiakakou S, Aubry E, et al. A Comparative Study on Carbohydrate Estimation: GoCARB vs. Dietitians. Nutrients, 10(6):741, 2018.