大規(guī)模食品圖像數(shù)據(jù)集構(gòu)建及識別方法研究
發(fā)布時間:2021-06-08 09:50
隨著生活質(zhì)量提高,越來越多的人開始注重健康飲食,這就需要對食品有更加深入的了解,而食品識別技術(shù)可以在這方面更好地幫助人們。食品識別技術(shù)已開始在實際生活中應(yīng)用,比如智慧餐廳、智能冰箱和膳食推薦等。然而,人工智能熱潮背景下的食品識別技術(shù)仍然存在一些問題,比如食品圖像識別準(zhǔn)確率不高、識別的食品種類較少等。因此,如何改進大規(guī)模食品圖像識別性能成為食品識別領(lǐng)域最關(guān)注的課題之一。盡管很多研究人員已經(jīng)在食品識別方面做了大量工作,但與實際應(yīng)用的期望還有一定差距。造成差距的原因有很多,兩個主要原因是:目前食品圖像數(shù)據(jù)集規(guī)模較小;尚無完全有效適合食品識別的方法。針對以上兩個問題,本文從數(shù)據(jù)集構(gòu)建和識別方法兩個方面進行了研究和探討,主要研究內(nèi)容和貢獻(xiàn)如下:(1)構(gòu)建了一個大規(guī)模食品圖像數(shù)據(jù)集:數(shù)據(jù)集是各種技術(shù)方法的重要基礎(chǔ),一個高質(zhì)量數(shù)據(jù)集能夠為方法有效性驗證提供關(guān)鍵保障?紤]到現(xiàn)有食品圖像數(shù)據(jù)集規(guī)模較小,本工作從食品種類概念體系構(gòu)建、數(shù)據(jù)收集、數(shù)據(jù)清洗到擴充和驗證分析數(shù)據(jù),系統(tǒng)化地構(gòu)思和構(gòu)建了一個大規(guī)模食品圖像數(shù)據(jù)集ISIA Food-500,這個數(shù)據(jù)集包含來自500類食品的405,776張圖片,食品種類...
【文章來源】:中國科學(xué)院大學(xué)(中國科學(xué)院大學(xué)人工智能學(xué)院)北京市
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.1食品圖像的視覺特性??Figure?1.1?Visual?characteristics?of?food?images??
?y????S逮丨翻纖?數(shù)據(jù)人工清洗?ISIA?Food-500數(shù)據(jù)集??I?U?— ̄展性??路??1?等方面具有較大優(yōu)勢??痤????'???1?數(shù)據(jù)擴充?乂?SMSMANet網(wǎng)絡(luò)??\??1?是一種有效的食品識別方法??新,?、??????識|全:局特征孥習(xí)乎??別?網(wǎng)絡(luò)?I?I???)??、方一???SMSMANet????實驗評估??法?局部特征學(xué)習(xí)乎?1?1?1?1??提?I?網(wǎng)絡(luò)??圖1.2本文總體技術(shù)線路圖??Figure?1.2?Overall?technology?roadmap?of?this?thesis??9??
因為己經(jīng)人工標(biāo)注過一次,當(dāng)再次標(biāo)注時,基本都是符合該類的圖片,所以檢查??標(biāo)注速度會比較快。對于檢查過程中出現(xiàn)標(biāo)注疏漏太多的類,會分派給組員再次??標(biāo)注;而對于類中少數(shù)殘留的不合規(guī)圖片,檢查標(biāo)注時就順便清除。??在檢查數(shù)據(jù)的過程中,作者發(fā)現(xiàn)存在一些食品名稱不同但視覺上重復(fù)的類別,??這主要是維基百科食品列表中沒有甄別不同食品名稱可能是同一種食品,比如??Tonkotsuramen和Hakataramen雖然是兩個不同食品名字,但都是腸骨拉面,??屬于同一種食品,于是合并了這兩類。如圖2.5所示,這兩個名稱不同的食品也??呈現(xiàn)出相同視覺形態(tài)。這種重復(fù)類在起初構(gòu)建食品種類概念體系時,并不能發(fā)現(xiàn),??因為是不同名字,對于不熟悉這兩道食品的人來說,無法從食品名稱上判斷這兩??類食品是否重復(fù)。??圖2.1不同食品名稱的同類食品??Figure?2.1?Similar?food?with?different?food?names??2.4數(shù)據(jù)擴充??經(jīng)過上一輪的數(shù)據(jù)收集和清洗之后,作者發(fā)現(xiàn)許多食品種類的圖片還是比較??21??
【參考文獻(xiàn)】:
期刊論文
[1]融合三元卷積神經(jīng)網(wǎng)絡(luò)與關(guān)系網(wǎng)絡(luò)的小樣本食品圖像識別[J]. 呂永強,閔巍慶,段華,蔣樹強. 計算機科學(xué). 2020(01)
[2]基于Faster R-CNN的食品圖像檢索和分類[J]. 梅舒歡,閔巍慶,劉林虎,段華,蔣樹強. 南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[3]國內(nèi)外食品分類系統(tǒng)對綠色食品產(chǎn)品分類體系構(gòu)建的借鑒[J]. 陳倩,張志華,滕錦程,唐偉. 中國食物與營養(yǎng). 2017(10)
[4]日本“肯定列表制度”中食品分類體系研究[J]. 劉璇,姚晗珺,章強華,董國堃. 農(nóng)業(yè)質(zhì)量標(biāo)準(zhǔn). 2009(05)
本文編號:3218188
【文章來源】:中國科學(xué)院大學(xué)(中國科學(xué)院大學(xué)人工智能學(xué)院)北京市
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.1食品圖像的視覺特性??Figure?1.1?Visual?characteristics?of?food?images??
?y????S逮丨翻纖?數(shù)據(jù)人工清洗?ISIA?Food-500數(shù)據(jù)集??I?U?— ̄展性??路??1?等方面具有較大優(yōu)勢??痤????'???1?數(shù)據(jù)擴充?乂?SMSMANet網(wǎng)絡(luò)??\??1?是一種有效的食品識別方法??新,?、??????識|全:局特征孥習(xí)乎??別?網(wǎng)絡(luò)?I?I???)??、方一???SMSMANet????實驗評估??法?局部特征學(xué)習(xí)乎?1?1?1?1??提?I?網(wǎng)絡(luò)??圖1.2本文總體技術(shù)線路圖??Figure?1.2?Overall?technology?roadmap?of?this?thesis??9??
因為己經(jīng)人工標(biāo)注過一次,當(dāng)再次標(biāo)注時,基本都是符合該類的圖片,所以檢查??標(biāo)注速度會比較快。對于檢查過程中出現(xiàn)標(biāo)注疏漏太多的類,會分派給組員再次??標(biāo)注;而對于類中少數(shù)殘留的不合規(guī)圖片,檢查標(biāo)注時就順便清除。??在檢查數(shù)據(jù)的過程中,作者發(fā)現(xiàn)存在一些食品名稱不同但視覺上重復(fù)的類別,??這主要是維基百科食品列表中沒有甄別不同食品名稱可能是同一種食品,比如??Tonkotsuramen和Hakataramen雖然是兩個不同食品名字,但都是腸骨拉面,??屬于同一種食品,于是合并了這兩類。如圖2.5所示,這兩個名稱不同的食品也??呈現(xiàn)出相同視覺形態(tài)。這種重復(fù)類在起初構(gòu)建食品種類概念體系時,并不能發(fā)現(xiàn),??因為是不同名字,對于不熟悉這兩道食品的人來說,無法從食品名稱上判斷這兩??類食品是否重復(fù)。??圖2.1不同食品名稱的同類食品??Figure?2.1?Similar?food?with?different?food?names??2.4數(shù)據(jù)擴充??經(jīng)過上一輪的數(shù)據(jù)收集和清洗之后,作者發(fā)現(xiàn)許多食品種類的圖片還是比較??21??
【參考文獻(xiàn)】:
期刊論文
[1]融合三元卷積神經(jīng)網(wǎng)絡(luò)與關(guān)系網(wǎng)絡(luò)的小樣本食品圖像識別[J]. 呂永強,閔巍慶,段華,蔣樹強. 計算機科學(xué). 2020(01)
[2]基于Faster R-CNN的食品圖像檢索和分類[J]. 梅舒歡,閔巍慶,劉林虎,段華,蔣樹強. 南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[3]國內(nèi)外食品分類系統(tǒng)對綠色食品產(chǎn)品分類體系構(gòu)建的借鑒[J]. 陳倩,張志華,滕錦程,唐偉. 中國食物與營養(yǎng). 2017(10)
[4]日本“肯定列表制度”中食品分類體系研究[J]. 劉璇,姚晗珺,章強華,董國堃. 農(nóng)業(yè)質(zhì)量標(biāo)準(zhǔn). 2009(05)
本文編號:3218188
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3218188.html
最近更新
教材專著