prikaz prve stranice dokumenta Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja
  Download
PDF 605.4 KB
undergraduate thesis
Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja
Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. urn:nbn:hr:200:372631
Petrović, Danilo
Josip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
Department of Software Engineering
Chair of Programming Languages and Systems

Institutional repository: Faculty of Electrical Engineering, Computer Science and Information Technology Osijek

Cite this document

Petrović, D. (2024). Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja (Undergraduate thesis). Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek. Retrieved from https://urn.nsk.hr/urn:nbn:hr:200:372631

Petrović, Danilo. "Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:372631

Petrović, Danilo. "Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:372631

Petrović, D. (2024). 'Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja', Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, accessed 17 February 2025, https://urn.nsk.hr/urn:nbn:hr:200:372631

Petrović D. Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja [Undergraduate thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek; 2024 [cited 2025 February 17] Available at: https://urn.nsk.hr/urn:nbn:hr:200:372631

D. Petrović, "Procjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja", Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, Osijek, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:200:372631

Metadata
TitleProcjena kalorijske vrijednosti iz slika hrane pomoću nadziranog strojnog učenja
Title (english)Caloric value estimation from food images using supervised machine learning
AuthorDanilo Petrović
MentorDražen Bajer (mentor)
MentorMario Dudjak (sumentor)
Committee memberIvica Lukić (predsjednik povjerenstva)
GranterJosip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
(Department of Software Engineering)
(Chair of Programming Languages and Systems)
Osijek
Defense date and country2024-09-26, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Artificial Intelligence
Abstract
Glavni cilj ovog završnog rada bio je razviti model za procjenu kalorijske vrijednosti hrane koristeći nadzirano strojno učenje i slike obroka. U tu svrhu izrađen je specifičan podatkovni skup koji sadrži slike najčešćih namirnica i obroka, zajedno s pripadajućim kalorijskim vrijednostima. Ključni korak u razvoju modela bilo je izdvajanje značajki iz slika korištenjem algoritama kao što su HOG, LBP i LDA. Kako bi se poboljšala preciznost modela, implementirane su i metode za odabir značajki, uključujući informacijsku dobit, Chi-kvadrat test i omotač. Modeli trenirani za procjenu kalorijske vrijednosti obuhvaćali su algoritme k-najbližih susjeda (KNN), regresiju potpornih vektora (SVR) i stabla odlučivanja (DT). Iako su rezultati pokazali određene potencijale, model nije postigao dovoljnu preciznost, što je vidljivo kroz relativno visoke vrijednosti mjere RMSE. Uzrok tome dijelom je ograničenost korištenog podatkovnog skupa, ali i složenost problema prepoznavanja hrane s jedne slike. Unatoč tome, ovaj rad pruža vrijedan uvid u problematiku procjene kalorija iz slika te postavlja temelje za buduća istraživanja. U budućnosti je preporučljivo proširiti podatkovni skup, uključiti složenije obroke te istražiti naprednije metode strojnog učenja, poput dubokog učenja, kako bi se poboljšala preciznost modela i omogućila njegova primjena u svakodnevnom životu korisnika.
Abstract (english)
The main goal of this thesis was to develop a model for estimating the caloric value of food using supervised machine learning and food images. For this purpose, a specific dataset was created containing images of the most common food items and meals, along with their respective caloric values. A key step in the development of the model was feature extraction from images using algorithms such as HOG, LBP, and LDA. To improve model accuracy, feature selection methods were also implemented, including Information Gain, Chi-Square test, and Wrapper method. The models trained for estimating caloric values included k-nearest neighbors (KNN), support vector regression (SVR), and decision trees (DT). Although the results showed some potential, the model did not achieve satisfactory accuracy, as evidenced by relatively high RMSE values. The causes for this are partly due to the limitations of the dataset used, as well as the complexity of recognizing food from a single image. Nonetheless, this thesis provides valuable insights into the issue of calorie estimation from images and lays the foundation for future research. In the future, it is recommended to expand the dataset, include more complex meals, and explore advanced machine learning methods such as deep learning, to improve the accuracy of the model and enable its application in everyday user scenarios.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:200:372631
Study programmeTitle: Undergraduate University Study Programme in Computer Engineering
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-10-14 08:14:08