NutritionVerse-Synth：一个用于膳食摄入估计的开放获取合成二维食物场景数据集
计算机视觉与模式识别
2023-12-12 v1
摘要
通过食物日记手动跟踪营养摄入容易出错且负担沉重。自动化计算机视觉技术在膳食监测方面显示出前景，但需要大型且多样化的食物图像数据集。为了满足这一需求，我们引入了NutritionVerse-Synth（NV-Synth），一个大规模的合成食物图像数据集。NV-Synth包含84,984张逼真的餐食图像，这些图像由7,082个动态摆放的3D场景渲染而成。每个场景从12个视角捕获，并包含完美的真值标注，如RGB、深度、语义、实例和非模态分割掩码、边界框以及每种食物的详细营养信息。我们展示了NV-Synth在食物、组合、视角和光照方面的多样性。作为最大的开源合成食物数据集，NV-Synth突显了基于物理的模拟在实现可扩展且可控的多样化逼真餐食图像生成方面的价值，以克服数据限制并推动使用计算机视觉进行自动化膳食评估的进步。除了数据集，我们的数据生成框架的源代码也在https://saeejithnair.github.io/nvsynth上公开提供。
引用
@article{arxiv.2312.06192,
title = {NutritionVerse-Synth: An Open Access Synthetically Generated 2D Food Scene Dataset for Dietary Intake Estimation},
author = {Saeejith Nair and Chi-en Amy Tai and Yuhao Chen and Alexander Wong},
journal= {arXiv preprint arXiv:2312.06192},
year = {2023}
}
备注
6 pages