当分割尚不足够：通过多传感器深度精炼语义分割校正视觉-体积失谐以实现长期照护中的食物摄入追踪
计算机视觉与模式识别
2022-02-02 v2
摘要
营养不良是一个影响长期照护（LTC）中 54% 老年人的多领域问题。LTC 中的营养摄入监测费力且主观，限制了临床推断能力。近期基于图像的自动食物估算进展尚未在 LTC 环境中得到评估。在此，我们描述一种用于量化食物摄入的全自动成像系统。我们提出一种新颖的带深度精炼的深度卷积编码器-解码器食物网络（EDFN-D），使用 RGB-D 相机来量化餐盘中相对于参考份量的剩余食物体积，涵盖普通与改性质地食物。我们在预标注的 UNIMIB2016 食物数据集上训练并验证该网络，并在我们两个新颖的受 LTC 启发的餐盘数据集（689 张餐盘图像，36 种独特食物）上测试。EDFN-D 在 IOU 上表现与深度精炼图割相当（0.879 对 0.887），摄入误差远低于典型的 50%（平均百分比摄入误差：-4.2%）。我们指出由于视觉-体积失谐，标准分割指标是不充分的，并加入体积差异分析以促进系统可信度。该系统提供了改进的透明度，以增强的客观性、准确性与精度逼近人工评估者，同时避免了繁重的半自动方法时间需求。这可能有助于解决目前在资源受限的 LTC 与医院环境中限制自动早期营养不良检测实用性的缺陷。
引用
@article{arxiv.1910.11250,
title = {When Segmentation is Not Enough: Rectifying Visual-Volume Discordance Through Multisensor Depth-Refined Semantic Segmentation for Food Intake Tracking in Long-Term Care},
author = {Kaylen J Pfisterer and Robert Amelard and Audrey G Chung and Braeden Syrnyk and Alexander MacLean and Heather H Keller and Alexander Wong},
journal= {arXiv preprint arXiv:1910.11250},
year = {2022}
}