基于规则的系统,自动计算餐饮视频中的咬伤
Michele Tufano1, Marlou P Lasschuijt1, Aneesh Chauhan2
1Division of Human Nutrition and Health, Wageningen University & Research, Wageningen, Netherlands.
Frontiers in nutrition
|June 3, 2024
概括
这项研究引入了一个自动化系统,使用3D面部关键点来计算视频中的食咬. 这为研究饮食行为和饮食障碍的研究人员提供了手动注释的客观替代方案.
科学领域:
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
- 营养科学 营养科学
背景情况:
- 饮食行为对于营养摄入,饮食障碍和肥胖至关重要.
- 从视频中手动注释食用事件 (咬,) 缺乏客观性和标准化.
- 视频录制提供了一个可扩展的,非侵入性的数据源,用于自动分析饮食行为.
研究的目的:
- 开发和评估一个基于规则的系统,从视频录制中自动计数咬伤.
- 为分析饮食行为提供客观和标准化的方法.
- 为了实现实时咬伤计数,以实现健康饮食的潜在干预.
主要方法:
- 利用基于规则的系统分析了468个3D面部关键点.
- 测试了系统性能与手动注释,使用来自15名参与者的164个视频.
- 在不同的食物纹理中评估了准确性.
主要成果:
- 在可用的手动注释下,在咬伤计数中获得了79%的准确性.
- 当手动注释不可用时,达到71.4%的准确性.
- 无论食物质地如何,都表现出一致的性能.
结论:
- 该自动化系统在饮食行为研究中提供了一种可行的,客观的替代手动咬伤数注释.
- 研究人员可以使用这个系统,如果它的错误率是可接受的,他们的研究的目标.
- 未来的工作应该探索机器学习与3D面部关键点,以进行更广泛的进食事件分析.
