Розпізнавання їжі за допомогою нейромережевого класифікатора та множинної гіпотези сегментації зображень

Наукові праці

Повна стаття
Цифри та дані
Список літератури
Цитати
Метрики
Передруки та дозволи
Отримати доступ /doi/full/10.1080/13682199.2020.1742416?needAccess=true

У цій роботі пропонується сегментація зображень із кількома гіпотезами та класифікатор нейромереж із зворотним зв'язком для розпізнавання продуктів харчування для покращення продуктивності. Спочатку зображення їжі або їжі подається як вхідні дані. Потім сегментація застосовується для ідентифікації регіонів, де знаходиться певний продукт харчування, за допомогою виявлення помітних регіонів, багатомасштабної сегментації та швидкого відторгнення. Потім особливості кожного продукту харчування виділяються загальним вибором місцевих властивостей. Після отримання ознак класифікація виконується для кожної сегментованої області за допомогою моделі нейронної мережі з прямим зворотним зв'язком. Нарешті, цінність калорій обчислюється за допомогою (i) обсягу їжі та (ii) міри калорій та харчування на основі масової цінності. Результати експерименту та оцінка ефективності перевіряються. Результат запропонованого методу досягає 0,947 для макросередньої точності (MAA) та 0,959 для стандартної точності (SA), що забезпечує кращі результати класифікації.

Заява про розкриття інформації

Автор (и) не повідомив про потенційний конфлікт інтересів.