面向膳食评估的移动端食物识别系统
计算机视觉与模式识别
2022-04-21 v1
摘要
食物识别对于多种应用而言是一项重要任务，包括管理健康状况和辅助视障人士。若干食物识别研究聚焦于通用食物类型或特定菜系，然而针对中东菜系的食物识别仍未被探索。因此，本文致力于开发一款移动端友好、面向中东菜系且用于辅助生活的食物识别应用。为实现低延迟、高准确率的食物分类系统，我们选用 Mobilenet-v2 深度学习模型。由于部分食物较其他更常见，所使用的中东食物数据集中每类的样本数量相对不均衡。为弥补该问题，对代表性不足的类别施加了数据增强方法。实验结果表明，在此任务中使用 Mobilenet-v2 架构在准确率和内存占用方面均具优势。该模型在 23 个食物类别上达到 94% 的准确率，所开发的移动应用有潜力通过图像为视障人士提供自动食物识别服务。
引用
@article{arxiv.2204.09432,
title = {A Mobile Food Recognition System for Dietary Assessment},
author = {Şeymanur Aktı and Marwa Qaraqe and Hazım Kemal Ekenel},
journal= {arXiv preprint arXiv:2204.09432},
year = {2022}
}
备注
Accepted at GoodBrotherVI4IAAL Workshop @ICIAP2021