论文部分内容阅读
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-172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