创新的人工智能方法来监控包装前部信息:婴儿食品的案例研究
Dohee Kim1, Seo-Young Kim2,3, Ra Yoo2
1Kim Jaechul Graduate School of Artificial Intelligence, KAIST, Daejeon, Republic of Korea.
PloS one
|May 16, 2024
概括
人工智能 (AI) 方法有效地从包装前方 (FOP) 的食品标签中提取信息. 这些人工智能方法分析认证标志和健康声明,为食品行业提供有价值的见解.
科学领域:
- 食品科学 食品科学 食品科学
- 人工智能的人工智能
- 消费者行为 消费者行为
背景情况:
- 包装前方 (FOP) 标签对于传达产品信息,如认证和营养信息至关重要.
- 手动分析FOP数据是劳动密集型和耗时的.
- 开发自动化方法对于有效监控食品产品信息至关重要.
研究的目的:
- 应用人工智能 (AI) 来自动从FOP标签中提取信息.
- 监测认证使用情况,分析婴儿食品上的与健康有关的文本.
- 为食品工业洞察力展示实用的AI实施.
主要方法:
- 从电子商务平台 (Amazon.com) 收集的FOP图像.
- 利用对象检测来识别和分析FOP标签上的认证标记.
- 使用光学字符识别 (OCR) 来进行文本提取和网络分析,用于健康主张协会.
主要成果:
- 在识别认证标志方面获得了94.9%的准确性,识别了诸如Kosher等普遍认证.
- 频率和网络分析揭示了婴儿食品中常见的营养素和健康关联.
- 证明了AI对FOP信息快速有效监控的能力.
结论:
- 基于人工智能的方法在传统的手动数据收集中为FP信息提供了显著的进步.
- 这些自动化方法为消费者认知和行业趋势提供了宝贵的见解.
- 该研究强调了人工智能在改变食品行业产品信息分析方面的潜力.
