Lucrări de cercetare

  • Articol complet
  • Cifre și date
  • Referințe
  • Citații
  • Valori
  • Reimprimări și permisiuni
  • Obțineți acces /doi/full/10.1080/13682199.2020.1742416?needAccess=true

Această lucrare propune segmentarea imaginii cu mai multe ipoteze și clasificarea rețelei neuronale feed-forward pentru recunoașterea alimentelor pentru a îmbunătăți performanța. Inițial, imaginea alimentelor sau a meselor este dată ca intrare. Apoi, segmentarea este aplicată pentru a identifica regiunile, unde se află un anumit produs alimentar folosind detectarea regiunii evidente, segmentarea pe mai multe scări și respingerea rapidă. Apoi, caracteristicile fiecărui produs alimentar sunt extrase prin caracteristica globală și extragerea caracteristicilor locale. După obținerea caracteristicilor, clasificarea se efectuează pentru fiecare regiune segmentată utilizând un model de rețea neuronală feed-forward. În cele din urmă, valoarea calorică se calculează cu ajutorul (i) volumului alimentelor și (ii) măsurării caloriilor și nutriției pe baza valorii masei. Rezultatele experimentale și evaluarea performanței sunt validate. Rezultatul metodei propuse atinge 0,947 pentru Macro Accuracy Average (MAA) și 0,959 pentru Standard Accuracy (SA), care oferă o performanță mai bună de clasificare.

recunoașterea

Declarație de divulgare

Niciun potențial conflict de interese nu a fost raportat de autor (i).