餐碗建模和优化用于基于单一图像的饮食评估.
Boyang Li1, Mingui Sun1,2,3, Zhi-Hong Mao1,2
1Department of Electrical & Computer Engineering, University of Pittsburgh, Pittsburgh, PA 15260, USA.
Sensors (Basel, Switzerland)
|September 28, 2024
概括
从图像中估计食物体积是碗的挑战. 这项研究引入了一种新方法,可以在使用前准确测量碗的大小和形状,从而提高饮食评估的准确性.
科学领域:
- 饮食评估 饮食评估
- 计算机视觉 计算机视觉 计算机视觉
- 食品科学 食品科学 食品科学
背景情况:
- 传统的食品体积估计依赖于手动尺度参考,这是不方便的.
- 使用碗等器具作为参考,可以避免手工放置,但由于模糊的视图和未知的形状,引入了挑战.
- 模糊的食物视图和未知的碗形状导致食品体积估计的重大错误.
研究的目的:
- 开发一种用于预测空餐碗大小和形状的新方法.
- 用单视图图像提高饮食评估中食品体积估计的准确性.
- 为了应对在基于图像的饮食分析中使用碗作为尺度参考所带来的挑战.
主要方法:
- 一个标有标签的纸条绳子粘附在碗的内部表面上.
- 开发了一个数学模型来描述碗的形状和大小.
- 一种优化方法使用从单个图像中观察到的统治符标记位置来确定碗参数.
主要成果:
- 拟议的方法准确地测量了碗的大小和形状.
- 使用模拟和实际碗的实验研究证明了该方法的可靠性.
- 该技术有效地解决了碗形容器中模糊视图的问题.
结论:
- 新的碗测量方法提高了饮食评估中食品体积估计的准确性.
- 这种方法克服了传统的尺度参考和基于碗的估计的局限性.
- 准确预测碗几何是可靠的基于图像的饮食分析至关重要的.
