面向膳食评估的基于图像的食物识别与体积估计方法综述
计算机视觉与模式识别
2021-09-07 v3 图像与视频处理
摘要
膳食研究表明，肥胖等与膳食相关的问题与高血压、血糖异常和心脏病发作风险增加等其他慢性疾病有关。这些问题的主要成因是不良的生活方式选择和不健康的饮食习惯，这些可通过交互式移动健康（mHealth）应用进行管理。然而，使用手动食物记录的传统的膳食监测系统存在不精确、漏报、耗时和依从性低的问题。近期的膳食监测系统通过机器学习方法自动评估膳食摄入来应对这些挑战。本综述讨论了迄今为止已开发的用于自动食物识别与体积估计的性能最佳的方法。首先，我们将介绍基于视觉的食物识别方法的原理。本文的核心是在流行的食物图像数据库上对这些方法进行展示、讨论和评估。随后，我们讨论了实现这些方法的移动应用。本综述以对该领域的研究空白与开放问题的讨论作结。
引用
@article{arxiv.2106.11776,
title = {A Comprehensive Survey of Image-Based Food Recognition and Volume Estimation Methods for Dietary Assessment},
author = {Ghalib Tahir and Chu Kiong Loo},
journal= {arXiv preprint arXiv:2106.11776},
year = {2021}
}