一种基于移动图像的饮食评估集成系统
计算机视觉与模式识别
2021-10-06 v1 信息检索
摘要
准确的膳食摄入评估需要改进的工具，以克服当前方法在用户负担和测量误差方面的局限性。利用先进机器学习技术并结合广泛可用的移动设备的基于图像的方法等新兴技术，为改善饮食评估的准确性提供了成本效益高、便捷且及时的新机会。然而，数据集的质量和数量对于实现自动图像分析的良好性能至关重要。构建具有高质量真值标注的大型图像数据集是一个具有挑战性的问题，尤其是食物图像，因为其相关的营养信息需要由具备领域知识的训练有素的营养师提供或核实。在本文中，我们介绍了一个基于移动图像的饮食评估系统的设计与开发，用于捕获和分析膳食摄入，该系统已部署于受控喂养和社区居住的饮食研究中。我们的系统能够在自然环境中收集高质量食物图像，并为开发新的计算方法提供真值标注。
引用
@article{arxiv.2110.01754,
title = {An Integrated System for Mobile Image-Based Dietary Assessment},
author = {Zeman Shao and Yue Han and Jiangpeng He and Runyu Mao and Janine Wright and Deborah Kerr and Carol Boushey and Fengqing Zhu},
journal= {arXiv preprint arXiv:2110.01754},
year = {2021}
}