期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向慢性病人群的智能膳食评估系统 被引量：5
1
作者 马兰芳 薛怡蓉 《首都医科大学学报》 CAS 北大核心 2021年第2期262-268,共7页
目的基于移动终端拍摄的食物图像对慢性病患者的日常饮食进行智能营养评估。方法构建基于人工智能的膳食评估系统,利用深度学习技术与图像处理方法,实现食物图像的智能分割、识别与营养素估算,使慢性病患者仅依据智能手机拍摄的食品图... 目的基于移动终端拍摄的食物图像对慢性病患者的日常饮食进行智能营养评估。方法构建基于人工智能的膳食评估系统,利用深度学习技术与图像处理方法,实现食物图像的智能分割、识别与营养素估算,使慢性病患者仅依据智能手机拍摄的食品图像即可得到食物的营养素信息。该系统同时支持172类中餐食谱与353种食材的细粒度识别,并在Vireo Food^(-1)72食谱数据集上得到了验证。结果基于卷积神经网络模型的食谱预测准确率为89.72%,食材评估指标微平均(micro-averaging,Micro-F1)提升至79.06%,宏平均(macro-averaging,Macro-F1)提升至64.28%,在Vireo Food^(-1)72食谱数据集上取得了目前食材分类的最佳性能;基于食谱与食材识别结果对食物营养素进行估计,估计值与参考值误差均处于合理的范围内。结论本系统可实现针对慢性病人群的智能膳食评估,便于患者进行每日饮食的自我监督,且有助于辅助营养师完成患者的日常饮食记录与评估,具有实用价值与研究意义。 展开更多
关键词 慢性病 食物图像 深度学习 超像素分割 图像分类 营养估计
下载PDF
基于智能识别和估重的食物图像数据集构建
2
作者 宫伟彦 袁帆 +4 位作者 丁彩翠 章荣华 成果 李立明 刘爱玲 《卫生研究》 CAS CSCD 北大核心 2024年第6期982-987,共6页
目的 为提高食物智能识别和估重技术的准确率,建立大规模食物图像数据集。方法 基于网络爬虫技术、专业人工采集、常规用户上传等方式构建大规模食物图像及成分数据集。结果 构建了包含200多万张食物图像的数据集,其中113万多张标注图像... 目的 为提高食物智能识别和估重技术的准确率,建立大规模食物图像数据集。方法 基于网络爬虫技术、专业人工采集、常规用户上传等方式构建大规模食物图像及成分数据集。结果 构建了包含200多万张食物图像的数据集,其中113万多张标注图像和2356类食物和菜肴成分数据集Food2356,包括名称、菜品类别、重量、图片、营养成分、烹饪方式、地域等信息,涉及12类食物和73个子类别,12类食物分别包括纯素菜类、纯荤菜类、荤素菜类、主食、粥类、汤类、小吃甜点、奶及奶制品、水果类、坚果类、果汁类和食物原材料。所有数据进行了严格的数据清理、专业检查及迭代标注。结论 构建了目前用于智能识别的最大规模食物图像数据集,为食物图像智能识别提供了良好的数据基础。 展开更多
关键词 智能识别 食物图像 膳食数据库 网络爬虫
原文传递
基于DCNN和迁移学习的食物图像识别 被引量：7
3
作者 张钢 张石清 《实验室研究与探索》 CAS 北大核心 2019年第6期111-114,共4页
由于食物种类外观的多样性,针对食物图像的自动识别颇具挑战性。提出一种基于DCNN和迁移学习的食物图像识别方法。该方法采用在ImageNet图像数据集上预训练好的DCNN模型进行网络参数初始化,然后利用微调的训练方式在自建的小规模食物图... 由于食物种类外观的多样性,针对食物图像的自动识别颇具挑战性。提出一种基于DCNN和迁移学习的食物图像识别方法。该方法采用在ImageNet图像数据集上预训练好的DCNN模型进行网络参数初始化,然后利用微调的训练方式在自建的小规模食物图像数据库集上进行迁移学习,以便获取食物图像高层次的属性特征。最后,将DCNN学习到的高层次属性特征输入到线性支持向量机进行食物图像的分类。实验测试结果表明,该方法取得的食物图像识别性能达到了 94.20%,优于梯度方向直方图和Gabor小波变换等手工类特征。可见,采用DCNN和迁移学习方法用于食物图像的自动识别是一种可行的方法。 展开更多
关键词 深度卷积神经网络 食物图像识别 微调 迁移学习 支持向量机
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部