食物份额估计：从像素到卡路里
计算机视觉与模式识别
2026-02-06 v1 人工智能
多媒体
图像与视频处理
摘要
依赖图像进行饮食评估是准确且便捷监测个体健康的重要策略，是慢性病和肥胖 prevention 与 care 的关键机制。然而，基于图像的饮食评估面临从二维图像输入估算三维食物大小的挑战。为克服这一限制，已探索多种策略，如使用深度图、多视角输入或基于模型的方法（如模板匹配）。深度学习也通过单目图像或图像与辅助输入的组合，精确预测输出份额。本文探讨了实现精确份额估计所采用的不同策略。
引用
@article{arxiv.2602.05078,
title = {Food Portion Estimation: From Pixels to Calories},
author = {Gautham Vinod and Fengqing Zhu},
journal= {arXiv preprint arXiv:2602.05078},
year = {2026}
}