딥러닝을 활용한 잔량 분포에 따른 도시락 부피 측정 연구

초록

이 연구는 노인의 영양 섭취를 효과적으로 모니터링할 수 있는 시스템을 개발하는 데 중점을 두었으며, 이는 Flutter 기반의 사용자 인터페이스와 U-Net 모델을 활용한 이미지 처리 백엔드로 구성된다. 사용자는 도시락의 이미지를 앱에 업로드하면, 시스템은 U-Net 모델을 통해 이미지 내의 잔량을 자동으로 분석하고 결과를 제공한다. 시스템 검증을 위해 잔량을 25%, 50%, 75%, 100%로 분류하여 각각에서의 분할 성능을 비교하였고, 이 과정에서 U-Net 모델은 매우 정밀한 이미지 분할 성능을 보이며 다양한 실험을 통해 높은 정확도를 기록하였다. 본 시스템은 노인이 혼자 식사할 때 발생할 수 있는 영양 부족 문제를 해결하기 위해 설계되었으며, 실시간으로 잔량을 모니터링함으로써 전문가들이 보다 적절한 영양 관리를 할 수 있도록 돕는다. 이러한 연구 결과는 취약 계층의 영양 상태를 체계적으로 모니터링하고 개선하는 데 있어 중요한 도구로 활용될 가능성을 보여준다. 이러한 기술 기반의 접근은 공공 보건 영역에서 노인의 영양 모니터링을 자동화하고, 실시간 개입을 가능하게 하는 중요한 전환점을 마련할 수 있다.

키워드