基于图像特征提取与分类的 Yelp 食物识别
计算机视觉与模式识别
2019-02-15 v1 机器学习
机器学习
摘要
Yelp 自 2004 年以来一直是美国最受欢迎的本地服务搜索引擎之一。它由众包文本评论和照片评论驱动。餐厅顾客和商家向 Yelp 上传照片图像，包括评论或广告食物、饮料，或室内外装饰。依赖人工编辑为食物照片打标签显然效率不高，这是一个应由创新机器学习方法解决的问题。在本文中，我们提出了一种简单而有效的方法，可通过挑战数据集中的原始照片识别多达十种食物。我们使用 1) 图像预处理技术，包括滤波与图像增强，2) 通过卷积神经网络（CNN）进行特征提取，以及 3) 三种分类算法。然后，我们通过调整增强、CNN 和分类的参数来说明分类准确率。我们的实验结果显示了这一简单而有效的方法可从图像中识别多达 10 种食物类型。
引用
@article{arxiv.1902.05413,
title = {Yelp Food Identification via Image Feature Extraction and Classification},
author = {Fanbo Sun and Zhixiang Gu and Bo Feng},
journal= {arXiv preprint arXiv:1902.05413},
year = {2019}
}