面向食物识别的宽切片残差网络
计算机视觉与模式识别
2016-12-21 v1
摘要
食物日记应用代表了一个诱人的市场。这类基于图像食物识别的应用为计算机视觉和模式识别算法带来了新的挑战。该领域近期的工作要么专注于手工设计的表示，要么利用深度神经网络来学习这些表示。尽管后一类工作取得了成功，但它们通常采用现成的深度架构来分类食物菜肴，因此这些架构并未针对特定问题量身定制。我们相信，如果深度架构基于对食物组成的分析来定义，可以获得更好的结果。遵循这一直觉，本工作引入了一种新的深度方案，专门设计用于处理食物结构。具体而言，受近期残差深度网络成功的启发，我们利用这种学习方案，并引入了一个切片卷积块来捕获垂直的食物分层。深度残差块的输出与切片卷积相结合，产生特定食物类别的分类得分。为评估我们提出的架构，我们在三个基准数据集上进行了实验。结果表明，我们的方案相比现有方法表现出更优的性能（例如，在具有挑战性的 Food-101 数据集上达到了 90.27% 的 top-1 准确率）。
引用
@article{arxiv.1612.06543,
title = {Wide-Slice Residual Networks for Food Recognition},
author = {Niki Martinel and Gian Luca Foresti and Christian Micheloni},
journal= {arXiv preprint arXiv:1612.06543},
year = {2016}
}