The following paper describes the development of a mobile application (iOS) that aims to inform its users about the environmental impact (CO₂ footprint) produced by the food they are eating, thanks to the use of a neural network (Vision Transformer) adequately trained to perform this task. This process is made possible by allowing the user to use the camera of their mobile device to take a photo, or access the image gallery. The image taken or selected will then be analyzed by the neural network, which will identify and determine the ingredients present in the dish. Once the ingredients have been determined, an estimate of the environmental impact in terms of CO₂eq (Carbon Dioxide Equivalent, a measure that not only considers the quantity of CO₂ produced but also of other greenhouse gases such as methane, nitrous oxide, etc.) using the data made available by the United Nations will be communicated to the user.

Il seguente elaborato descrive lo sviluppo di un applicativo mobile (iOS) che ha l'obiettivo di informare i propri utenti sull'impatto ambientale (CO₂ footprint) prodotto dall'alimento che stanno mangiando, grazie all'utilizzo di una rete neurale (Vision Transformer) adeguatamente addestrata per compiere questo compito. Questo processo è reso possibile permettendo all'utente di utilizzare la fotocamera del proprio dispositivo mobile per scattare una fotografia, oppure accedere alla galleria immagini. L'immagine scattata o selezionata verrà quindi analizzata dalla rete neurale, che provvederà a identificare e determinare gli ingredienti presenti nel piatto. Una volta determinati gli ingredienti verrà comunicata all'utente una stima dell'impatto ambientale in termini di CO₂eq (Carbon Dioxide Equivalent, una misura che non considera solo la quantità di CO₂ prodotta ma anche di altri gas serra come il metano, il protossido di azoto, etc.) utilizzando i dati resi disponibili dalle Nazioni Unite.

Studio e sviluppo di un sistema per il riconoscimento degli ingredienti presenti in un piatto volto al calcolo automatico delle emissioni di CO₂eq.

POSTOLOV, DENIS
2023/2024

Abstract

Il seguente elaborato descrive lo sviluppo di un applicativo mobile (iOS) che ha l'obiettivo di informare i propri utenti sull'impatto ambientale (CO₂ footprint) prodotto dall'alimento che stanno mangiando, grazie all'utilizzo di una rete neurale (Vision Transformer) adeguatamente addestrata per compiere questo compito. Questo processo è reso possibile permettendo all'utente di utilizzare la fotocamera del proprio dispositivo mobile per scattare una fotografia, oppure accedere alla galleria immagini. L'immagine scattata o selezionata verrà quindi analizzata dalla rete neurale, che provvederà a identificare e determinare gli ingredienti presenti nel piatto. Una volta determinati gli ingredienti verrà comunicata all'utente una stima dell'impatto ambientale in termini di CO₂eq (Carbon Dioxide Equivalent, una misura che non considera solo la quantità di CO₂ prodotta ma anche di altri gas serra come il metano, il protossido di azoto, etc.) utilizzando i dati resi disponibili dalle Nazioni Unite.
Study and development of a system for recognising the ingredients in a dish aimed at the automatic calculation of CO₂eq emissions.
The following paper describes the development of a mobile application (iOS) that aims to inform its users about the environmental impact (CO₂ footprint) produced by the food they are eating, thanks to the use of a neural network (Vision Transformer) adequately trained to perform this task. This process is made possible by allowing the user to use the camera of their mobile device to take a photo, or access the image gallery. The image taken or selected will then be analyzed by the neural network, which will identify and determine the ingredients present in the dish. Once the ingredients have been determined, an estimate of the environmental impact in terms of CO₂eq (Carbon Dioxide Equivalent, a measure that not only considers the quantity of CO₂ produced but also of other greenhouse gases such as methane, nitrous oxide, etc.) using the data made available by the United Nations will be communicated to the user.
Non autorizzo consultazione esterna dell'elaborato
File in questo prodotto:
File Dimensione Formato  
Postolov_Denis_919797.pdf

non disponibili

Dimensione 4.19 MB
Formato Adobe PDF
4.19 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/8971