用于食物体积估计的双视图三维重建
计算机视觉与模式识别
2017-01-13 v1
摘要
饮食相关慢性疾病的日益流行,加上传统饮食管理方法的低效,导致需要新颖的工具来准确自动评估膳食。近来,已提出基于计算机视觉、利用膳食图像评估其内容的系统。食物分量估计是个体评估其膳食时最困难的任务,也是研究最少的领域。本文提出一个三阶段系统,利用移动设备获取的一道菜的两幅图像来计算分量大小。第一阶段包括理解不同视图的构型,随后从两幅图像构建稠密三维模型;最后,该三维模型用于提取不同物品的体积。该系统在 77 个已知体积的真实菜肴上进行了广泛测试,每道菜平均误差小于 10%,耗时 5.5 秒。所提出的流程计算上可行且无需用户输入,使其成为全自动膳食评估的可行选项。
引用
@article{arxiv.1701.03330,
title = {Two-view 3D Reconstruction for Food Volume Estimation},
author = {Joachim Dehais and Marios Anthimopoulos and Sergey Shevchik and Stavroula Mougiakakou},
journal= {arXiv preprint arXiv:1701.03330},
year = {2017}
}
备注
10 pages, 7 Tables, 8 Figures in IEEE Transactions on Multimedia, 2016