MACNet：用于自我中心照片流中餐饮场所分类的多尺度空洞卷积网络
计算机视觉与模式识别
2018-08-30 v1
摘要
第一人称（可穿戴）相机持续捕捉相机用户与物体、人物和场景的非脚本交互，反映其个人与关系倾向。人们的偏好之一是与餐饮事件的交互。饮食摄入及其时长的调节对预防疾病具有重要意义。因此，本工作旨在开发一种智能模型，能够确定一个人一天中在餐饮场所的重复出现情况。该模型基于深度端到端模型，通过分析自我中心照片流实现自动餐饮场所识别。本文应用多尺度空洞（Atrous）卷积网络提取输入图像中与餐饮场所相关的关键特征。所提模型在一个称为“EgoFoodPlaces”的内部私有数据集上评估。实验结果显示了在自我中心照片流中餐饮场所分类识别的 promising 结果。
引用
@article{arxiv.1808.09829,
title = {MACNet: Multi-scale Atrous Convolution Networks for Food Places Classification in Egocentric Photo-streams},
author = {Md. Mostafa Kamal Sarker and Hatem A. Rashwan and Estefania Talavera and Syeda Furruka Banu and Petia Radeva and Domenec Puig},
journal= {arXiv preprint arXiv:1808.09829},
year = {2018}
}
备注
10 pages, accepted in ECCV at EPIC 2018