Hahmontunnistusalgoritmit elintarvikkeiden analysoinnissa

Abstract

Hahmontunnistus on koneoppimisen menetelmä, jolla voidaan tunnistaa erilaisia toistuvia kuvioita ja malleja datasta. Hahmontunnistusta voidaan käyttää moniin eri sovelluksiin niin puheentunnistuksesta lääketieteelliseen diagnostiikkaan ja sen avulla voidaan löytää uutta kiinnostavaa tietoa nopeammin ja tehokkaammin.

Tämän opinnäytetyön aihe valikoitui kirjoittajan edeltävistä opinnoista elintarvike- ja ravitsemustieteiden parissa, sekä kiinnostuksesta tekoälyä kohtaan. Opinnäytetyön tarkoituksena oli tutustua hahmontunnistukseen ja kuinka sitä sovelletaan elintarvikkeiden parissa. Opinnäytetyö pyrki vastaamaan kysymyksiin: millaisiin tarkoituksiin hahmontunnistusta käytetään elintarvikkeiden analysoinnissa, millaisia hahmontunnistusmalleja käytetään, kuinka tarkkaa hahmontunnistus on ja millaisia haasteita sen käyttöön liittyy?

Opinnäytetyön teoreettinen tietoperusta koostui kirjallisuuskatsauksesta kahdesta aihealueesta: hahmontunnistuksesta sekä elintarvike- ja ravitsemusanalyysistä. Hahmontunnistus osiossa tutustuttiin hahmontunnistukseen yleisesti, erilaisiin hahmontunnistusalgoritmeihin sekä kuinka ne toimivat. Elintarvike- ja ravitsemusanalyysin osiossa tutustuttiin elintarvikkeiden ominaisuuksiin, elintarviketurvallisuuteen ja ruoankäytön tutkimukseen. Opinnäytetyön empiirinen osa toteutettiin kuvailevana kirjallisuuskatsauksena. Kirjallisuuskatsauksen aineisto muodostui kahdeksasta englanninkielisestä tieteellisestä artikkelista vuosilta 2020–2024.

Opinnäytetyön tuloksena selvisi, että elintarvikkeiden analysointiin käytettiin laajasti erilaisia hahmontunnistusalgoritmeja niin perinteisistä koneoppimisen menetelmistä syväoppimiseen. Hahmontunnistusalgoritmien tarkkuus elintarvikkeiden analysoinnissa oli yleisesti hyvää. Hahmontunnistus elintarvikkeiden parissa vaikutti lupaavalta työvälineeltä varsinkin elintarvikkeiden laadun ja aitouden analysoinnissa. Tutkimusasetelmat, joissa elintarvikkeita oli paljon tai niiden koostumus oli erityisen monimutkainen, aiheuttivat kuitenkin haasteita hahmontunnistuksessa. Opinnäytetyössä pääteltiinkin, että ruoankäytön ja ravitsemusarvon analysointi hahmontunnistuksen avulla vaatii toimiakseen yhä kehittämistä muun muassa parempien koulutustietokantojen suhteen.