«

»

nov
11

Le Crowdsourcing appliqué : PlateMate pour mieux manger !

Le Crowdsourcing trouve des applications décidément dans tout, vraiment tout ! Voici un nouvel exemple en… alimentation et nutrition ! Original, n’est-ce pas ?

Il s’agit de PlateMate : un système d’analyse nutritionnelle basé sur le l’étude visuelle de photos de plats par crowdsourcing. PlateMate a été pensé par une équipe de chercheurs de l’école américaine Harvard School of Engineering and Applied Sciences. Voici le document original en anglais décrivant le concept.

Comment ça marche ?

Prendre en photo ses bons petits plats est devenu très à la mode aujourd’hui. On ne compte plus sur twitter les photos de ce type qui circulent, sans parler des applications sociales sur ce thème comme foodreporter, foodspotting, etc. …

PlateMate permet de prendre en photo son plat, et d’obtenir en quelques dizaines de minutes une évaluation très précise de son contenu calorique. C’est utile par exemple pour suivre au jour le jour ce que l’on mange, dans le cadre de régimes. L’évaluation ne repose pas simplement sur une base de données d’ingrédients (ce qui n’est pas très fiable), ou sur des calculs d’experts (ce qui est long et coûteux). Elle utilise astucieusement la contribution de la communauté.

Pour évaluer le contenu calorique des plats photographiés PlateMate utilise la plate-forme de crowdsourcing ouverte Amazon Mechanical Turk. Cet outil permet de diviser une opération complexe en plusieurs tâches élémentaires, qui sont proposées à des utilisateurs volontaires (et rémunérés) sous forme de challenges ou de quiz. Pour PlateMate les tâches élémentaires soumises à la communauté sont les suivantes :

  • étape 1 : sélection des ingrédients. Il s’agit, à partir d’une photo, de sélectionner avec des rectangles les différents ingrédients qui composent le plat. Lorsque plusieurs utilisateurs ont découpé la même image plusieurs fois de la même façon, le système valide ce découpage. Cela permet de fiabiliser l’opération
  • étape 2 : identification des ingrédients. Il s’agit, à partir d’un ingrédient sélectionné lors de l’étape précédente, de le nommer. Pour cette étape un processus itératif permet de fiabiliser et affiner les identifications des utilisateurs. La méthode mise en place permet d’avoir une identification très précise des ingrédients
  • étape 3 : mesurer les portions de chaque ingrédient. Il s’agit là de l’étape la plus complexe. Les utilisateurs doivent évaluer chaque portion (en gramme, quantité, etc. ..). Plusieurs méthodes ont été testées, afin de trouver celle qui donne les résultats les plus fiables. Par exemple l’utilisateur est averti si son évaluation est manifestement incorrecte et qu’il est certainementen train de faire une erreur. Les estimations de plusieurs utilisateurs sont moyennées pour lisser les erreurs

Les résultats ?

Evaluer le nombre de calories d’un plat est une tâche extrêmement complexe. Cependant d’après les auteurs de l’article, les résultats obtenus avec PlateMate sont très fiables et précis : plus que les système traditionnels d’évaluation en ligne du contenu nutritif des plats, et autant que l’analyse par un nutritionniste professionnel. D’autre part le caractère ludique et aisé de la prise de photo de son plat (avec son téléphone par exemple) est un avantage souligné par plusieurs testeurs.

En moyenne, l’analyse d’une photo sur Amazon Mechanical Turk coûte 1,40 $, et dure 1h30.

Une autre application du même type existe : MealSnap. Cependant son principe de fonctionnement, reposant sur le crowdsourcing également, est plus grossier, et les résultats ne sont pas aussi précis.

Certaines difficultés subsistent malgré-tout. Par exemple comment faire la différence entre un verre de lait demi-écrémé et un verre de lait entier ?

Le futur ?

Des idées de perfectionnement sont déjà imaginées pour rendre PlateMate encore plus précis : par exemple géolocalisation des photos pour aider à mieux évaluer le contenu du plat (par exemple en fonction du restaurant d’origine). Autre idée : la possibilité de prendre également en photo ce qu’il reste dans l’assiette en fin de repas, afin d’évaluer uniquement ce qui a été vraiment été mangé.

L’application n’est pas encore disponible sur le Market, mais elle devrait sortir d’ici la fin de l’année. Les chercheurs à l’origine de PlateMate sont actuellement embauchés par Microsoft et Google.

Laisser un commentaire