PortionNet：蒸馏三维几何知识用于食物营养估计
计算机视觉与模式识别
2025-12-30 v1
摘要
由于三维信息的丢失，从单张图像准确估计食物营养具有挑战性。虽然基于深度的方法提供了可靠的几何信息，但由于深度传感器的要求，它们在大多数智能手机上仍不可用。为了克服这一挑战，我们提出了PortionNet，这是一种新颖的跨模态知识蒸馏框架，它在训练期间从点云中学习几何特征，而在推理时仅需要RGB图像。我们的方法采用双模式训练策略，其中轻量级适配器网络模拟点云表示，从而在无需任何专用硬件要求的情况下实现伪三维推理。PortionNet在MetaFood3D上取得了最先进的性能，在体积和能量估计方面均优于所有先前的方法。在SimpleFood45上的跨数据集评估进一步证明了其在能量估计方面的强泛化能力。
引用
@article{arxiv.2512.22304,
title = {PortionNet: Distilling 3D Geometric Knowledge for Food Nutrition Estimation},
author = {Darrin Bright and Rakshith Raj and Kanchan Keisham},
journal= {arXiv preprint arXiv:2512.22304},
year = {2025}
}
备注
Accepted at the 11th Annual Conference on Vision and Intelligent Systems (CVIS 2025)