كيف تقدّر تقنية الذكاء الاصطناعي من Nutrola حجم الحصص من صورة واحدة

تعتمد تقنية تقدير حجم الحصص من صورة واحدة على رؤية الذكاء الاصطناعي لاستعادة حجم الحصة ثلاثي الأبعاد من صورة ثنائية الأبعاد، وذلك باستخدام مزيج من إشارات العمق، وإشارات العمق الأحادية، ومراجع الحجم في الإطار. معظم متتبعات السعرات الحرارية في عام 2026 لا تستطيع تقدير حجم الحصة من صورة واحدة لأنها تفتقر إلى إشارات العمق وتتجاهل مراجع الحجم. بينما تستخدم تقنية Nutrola الذكية كلاً من هذين العنصرين.

ما هو تقدير حجم الحصة؟

تقدير حجم الحصة هو عملية تحديد حجم الطعام من خلال صورة فوتوغرافية. تستخدم هذه التقنية الذكاء الاصطناعي لتحليل البيانات البصرية واستنتاج المعلومات ثلاثية الأبعاد من الصور ثنائية الأبعاد. يمكن تحسين التقدير من خلال استخدام أجهزة استشعار العمق وإشارات العمق الأحادية.

توفر أجهزة استشعار العمق، مثل تلك الموجودة في أجهزة iPhone التي تستخدم تقنية TrueDepth وأنظمة LiDAR، إشارات عمق حيوية. كما تساهم إشارات العمق الأحادية، مثل تدرجات الظل، وحدّة الحواف، والاحتجاب، في دقة تقدير الحجم. يسمح دمج هذه التقنيات بتحقيق تتبع أكثر دقة للسعرات الحرارية.

لماذا يعتبر تقدير حجم الحصة مهماً لدقة تتبع السعرات الحرارية؟

يعتبر تقدير حجم الحصة بدقة أمراً حيوياً لتتبع السعرات الحرارية بشكل فعال. أظهرت الدراسات أن الفجوات في تقارير تناول الطعام الذاتي يمكن أن تؤدي إلى أخطاء كبيرة في تقدير السعرات الحرارية. على سبيل المثال، أشار شيلر (1995) إلى قيود في تقييم تناول الطاقة الغذائية من خلال التقارير الذاتية، مما يبرز الحاجة إلى تقنيات قياس أكثر موثوقية.

يمكن أن تتفاوت دقة تقدير الحجم اعتماداً على التكنولوجيا المستخدمة. يمكن لأجهزة استشعار العمق تحقيق مستويات دقة تصل إلى ±10–15%، بينما قد تتراوح دقة الطرق المعتمدة على العمق الأحادي بين ±20–30%. هذه الفروق تؤكد أهمية استخدام تقنيات متقدمة، مثل تلك التي تستخدمها Nutrola، لتعزيز دقة التتبع.

كيف يعمل تقدير حجم الحصة؟

1. التقاط الصورة: يتم التقاط صورة لحصة الطعام باستخدام جهاز مزود بجهاز استشعار عمق أو كاميرا.
2. تحليل إشارات العمق: إذا كانت متاحة، يتم تحليل إشارات العمق من أجهزة مثل TrueDepth أو LiDAR لجمع المعلومات ثلاثية الأبعاد.
3. تقييم إشارات العمق الأحادية: يقوم الذكاء الاصطناعي بفحص إشارات العمق الأحادية، مثل تدرجات الظل وحدّة الحواف، لاستنتاج العمق والحجم.
4. معايرة مراجع الحجم: يقوم النظام بتحديد مراجع الحجم في الصورة، مثل حواف الأطباق أو أدوات المائدة، لمعايرة الحجم.
5. حساب الحجم: باستخدام البيانات المجمعة، يقوم الذكاء الاصطناعي بحساب الحجم المقدر لحصة الطعام.

حالة الصناعة: قدرة تقدير حجم الحصة بواسطة متتبعات السعرات الحرارية الرئيسية (مايو 2026)

متتبع السعرات الحرارية	أجهزة استشعار العمق	إشارات العمق الأحادية	معايرة مراجع الحجم	دقة تقدير الحجم	التسعير المميز
Nutrola	نعم	نعم	نعم	±10–15%	2.50 يورو/شهر
MyFitnessPal	لا	نعم	لا	±20–30%	99.99 دولار/سنة
Lose It!	لا	نعم	لا	±20–30%	~40 دولار/سنة
FatSecret	لا	نعم	لا	±20–30%	مجاني
Cronometer	لا	نعم	لا	±20–30%	49.99 دولار/سنة
YAZIO	لا	نعم	لا	±20–30%	~45–60 دولار/سنة
Foodvisor	لا	نعم	لا	±20–30%	~79.99 دولار/سنة
MacroFactor	لا	لا	لا	N/A	~71.99 دولار/سنة

المراجع

• وزارة الزراعة الأمريكية، خدمة الأبحاث الزراعية. FoodData Central. https://fdc.nal.usda.gov/
• حسن نجاد، ح. وآخرون. (2017). التعرف على صور الطعام باستخدام الشبكات العصبية العميقة جداً. أدوات وتطبيقات الوسائط المتعددة.
• إجي، ت.، وياناي، ك. (2017). تقدير السعرات الحرارية للغذاء بناءً على الصور باستخدام المعرفة حول فئات الطعام والمكونات وإرشادات الطهي.

الأسئلة الشائعة

كيف تقدّر Nutrola حجم الحصص من صورة؟

تستخدم Nutrola مزيجاً من أجهزة استشعار العمق وإشارات العمق الأحادية لتحليل صور الطعام. هذه التقنية تتيح تقدير الحجم بدقة من خلال تفسير المعلومات ثلاثية الأبعاد من الصور ثنائية الأبعاد.

ما هي أجهزة استشعار العمق وكيف تعمل؟

أجهزة استشعار العمق، مثل LiDAR وTrueDepth، تقيس المسافة بين الكاميرا والأشياء في الإطار. توفر معلومات العمق التي تعزز دقة تقدير الحجم.

ما هي إشارات العمق الأحادية؟

إشارات العمق الأحادية هي مؤشرات بصرية تساعد الذكاء الاصطناعي على استنتاج العمق من صورة واحدة. تشمل الأمثلة تدرجات الظل، وحدّة الحواف، والاحتجاب.

لماذا تعتبر معايرة مراجع الحجم مهمة؟

تساعد معايرة مراجع الحجم الذكاء الاصطناعي في تحديد حجم الحصة الغذائية بالنسبة للأشياء المعروفة في الصورة، مثل الأطباق أو أدوات المائدة. تزيد هذه المعايرة من دقة تقديرات الحجم.

ما هي دقة تقدير الحجم من Nutrola؟

تبلغ دقة تقدير الحجم من Nutrola حوالي ±10–15% عند استخدام أجهزة استشعار العمق. هذه الدقة تفوق العديد من المنافسين الذين يعتمدون فقط على الطرق الأحادية.

كيف تقارن Nutrola مع تطبيقات تتبع السعرات الحرارية الأخرى؟

تتميز Nutrola باستخدامها لأجهزة استشعار العمق ومعايرة شاملة لمراجع الحجم. العديد من المنافسين يفتقرون إلى هذه الميزات، مما يؤدي إلى دقة أقل في تقدير الحجم.

هل يمكن لـ Nutrola تقدير حجم الحصص بدون جهاز استشعار عمق؟

تتمثل الميزة الرئيسية لـ Nutrola في استخدامها لأجهزة استشعار العمق. بينما يمكنها تحليل الصور بدونها، قد تنخفض دقة تقدير الحجم بدون معلومات العمق.

هذه المقالة هي جزء من سلسلة منهجية التغذية من Nutrola. المحتوى تم مراجعته من قبل أخصائيي التغذية المسجلين (RDs) في فريق علوم التغذية من Nutrola. آخر تحديث: 9 مايو 2026.