通过场景聚类学习就餐环境
计算机视觉与模式识别
2019-11-12 v2
摘要
众所周知，饮食习惯对健康有显著影响。尽管已有许多研究试图理解此关系，关于就餐环境与健康间关系所知甚少。然而全球研究人员与卫生机构已认识到就餐环境是改善饮食与健康的 promising 背景。本文提出一种图像聚类方法，以从社区居住膳食研究中捕获的就餐时刻图像自动提取就餐环境。具体而言，我们关注学习个体在多少不同环境中进食。我们的方法利用深度神经网络在全局与局部尺度提取特征以聚类图像。不同个体所摄聚类数与图像数的差异使该问题极具挑战。实验结果表明，相较若干现有聚类方法，我们的方法性能显著更优。
引用
@article{arxiv.1910.11367,
title = {Learning eating environments through scene clustering},
author = {Sri Kalyan Yarlagadda and Sriram Baireddy and David Güera and Carol J. Boushey and Deborah A. Kerr and Fengqing Zhu},
journal= {arXiv preprint arXiv:1910.11367},
year = {2019}
}