FoodNet：基于深度网络集成的食物识别
计算机视觉与模式识别
2017-11-22 v1
摘要
本文提出了一种用于自动食物分类系统的方法，该系统通过食物图像识别餐食内容。我们开发了一种多层深度卷积神经网络 (CNN) 架构，利用来自其他深度网络的特征并提高了效率。我们探索了众多经典的手工特征与方法，其中 CNN 被选为性能最优的特征。使用预处理图像对网络进行训练和微调，并融合滤波器输出以获得更高的准确率。在最大的真实世界食物识别数据库 ETH Food-101 和新贡献的印度食物图像数据库上的实验结果表明，与许多其他基准深度学习 CNN 框架相比，所提方法具有有效性。
引用
@article{arxiv.1709.09429,
title = {FoodNet: Recognizing Foods Using Ensemble of Deep Networks},
author = {Paritosh Pandey and Akella Deepthi and Bappaditya Mandal and N. B. Puhan},
journal= {arXiv preprint arXiv:1709.09429},
year = {2017}
}
备注
5 pages, 3 figures, 3 tables, IEEE Signal Processing Letters