在大多数人眼里，智慧家庭中图像识别最主要的应用是家用安防摄像头，不久前，知名智能家居厂商Nest刚刚推出家用摄像头。然而图像识别技术缺并不局限于此，在智能家庭中似乎找到了新的应用焦点：食物识别。
  据《大众科学》（Popular Science）上个月透露，Google一直在做关于食物识别的机器学习研究，并且还发布了一款新的APP——Im2Calories，它可以用来扫描事物图像并尝试计算出餐盘中食物的卡路里含量。Im2Calories使用“深度学习”技术——本质上是一种机器学习的形式。其中一段内容说道：“Im2Calories依靠视觉分析，也就是通过模式识别来确定每张图像的像素深度，继而它就会确定给定的食物是什么，并将该食物与APP中已有的大量卡路里数据对应起来，得出给定食物的卡路里含量。”
  虽然我们已经习惯了Google的大胆创新，但它绝对不是唯一一个发现相机与厨房有着天然契合之处的公司。上个星期，我们得知一款智能烤箱产品——June Intelligent Oven品，它利用烤箱内置的摄像头拍摄到的图片来识别食物，然后据此自动设置烘烤的时间和温度。
  紧接着SmartPlate也新鲜出炉，它是Fitly目前在Kickstarter上众筹的新产品。SmartPlate有三个摄像头，这些摄像头用来扫描食物的数量，根据食物数据库进行分类，并判断卡路里的含量。
  等等，一个有着摄像头的餐盘？你没听错。那它究竟是怎么工作的呢？
  首席执行官Anthony Ortiz说：“摄像头将被隐藏在盘子边缘。想想带镜头的相机。虽然食物看起来可能距摄像头很近，但是镜头会从两英尺以外的地方来捕捉图像。”
  据Ortiz说，更大的图像并不是因为餐盘中摄像头的缘故，而是它们对捕捉到的图像进行了处理。
  Ortiz说：“这和人脸识别技术一样，该技术经过五年时间的发展，现在已变得十分精确了。我们没有试图去识别整个世界，我们只专注于食物识别。Smart Plate以这种方式让我们建立了第一个关于可识别的食物种类的数据库。”
  也许情况就是Ortiz所说的那样，但是消费者会接受摄像头出现在他们的烤箱、餐盘以及冰箱中吗？一旦他们自己领会到摄像头能够真正地帮助他们，而不会令人担忧地侵入到他们不习惯被相机捕捉到的生活中，他们也许会接受。要想让消费者接受这些，还有什么比带来实实在在的好处，比如让烹饪更容易、身体更健康还要好的办法吗？
  对于Ortiz来说，正是他父亲的健康促使他和他的公司尝试将图像识别技术运用到食物中的。
  “我们不得不看着父亲进行第三次心脏搭桥手术。给我们的最后一击是当医生告诉我们父亲本可以避免做这个手术。”Ortiz和他的家人了解到父亲之所以会走到这一步是因为他长期以来饮食习惯的结果，这种饮食习惯就是被Ortiz视作富含卡路里和脂肪的“典型拉丁美洲人饮食”。
  这些新技术面临着一些问题：当谈及运用新技术改变消费者行为时，基于个人喜好长期形成的饮食习惯和传统，文化规范和家族历史会是很大的障碍。我们喜欢我们所喜欢的，如果Google或SmartPlate试图告诉我们与我们的习惯不同的产品，我们会感到反感。
  然而，与此同时，相当多的人已经接受这样的技术来享受更美好更健康的生活了。FitBit的IPO可能是说明这个市场和活动变得多么重要的最鲜明的例证。
  所以也许我们将从用技术来测量我们的身体如何消耗卡路里转变到更好地掌握餐盘中的食物含有多少卡路里。如果Google或SmartPlate要说的，就是先进的图像识别技术将能帮助我们实现这一转变目标。
原文来源：Forbes
HOPE编译