利用距离估计与深度学习简化食物卡路里测量中的校准
计算机与社会
2015-03-24 v2 人机交互
机器学习
摘要
人体高卡路里摄入一方面已在众多场合被证明有害并导致多种疾病，另一方面，营养师认为标准量的卡路里摄入对于维持人体卡路里含量的正确平衡至关重要。因此，研究人员提出了多种自动工具和系统来辅助用户测量其卡路里摄入。本文中，我们考虑那些使用图像处理来识别食物的工具体类，并提出一种用于食物份额尺寸维度的全自动且用户友好的校准方法，该维度是测量食物份额重量及其相应卡路里量所必需的。实验结果表明，我们的方法利用深度学习、移动云计算、移动设备内的距离估计与尺寸校准，与先前工作相比平均准确率提升至 95%。
引用
@article{arxiv.1502.03302,
title = {Using Distance Estimation and Deep Learning to Simplify Calibration in Food Calorie Measurement},
author = {Pallavi Kuhad and Abdulsalam Yassine and Shervin Shirmohammadi},
journal= {arXiv preprint arXiv:1502.03302},
year = {2015}
}
备注
This paper has been withdrawn due to errors in equation 1