A Dietary Nutrition-aided Healthcare Platform via Effective Food Recognition on a Localized Singaporean Food Dataset

要約

ローカライズされた食品データセットは、国の特別な料理を明らかにして人々の食生活を調査する上で大きな意味を持ち、健康状態や病気の発症に光を当てます。
このホワイトペーパーでは、シンガポールでの正確な食品認識の需要を中心に展開し、FoodSG プラットフォームを開発して、シンガポールでのサービスとしての多様なヘルスケア指向のアプリケーションをインキュベートし、それらの共通の要件を考慮します。
ローカライズされたシンガポールの食品データセット FoodSG-233 をリリースし、フード コンピューティングにおける将来のデータ管理研究を促進するための体系的なクリーニングおよびキュレーション パイプラインを備えています。
シンガポールの多種多様な料理によってもたらされる認識パフォーマンスのハードルを克服するために、教師付き対照学習を食品認識モデル FoodSG-SCL に統合して、ハードポジティブ/ネガティブサンプルをマイニングし、精度を高める固有の機能を提案します。
包括的な評価を通じて、食品関連のデータ集約型ヘルスケア アプリケーションに関する洞察に満ちた経験をデータ管理コミュニティの実務者と共有します。
FoodSG-233 データセットには、https://foodlg.comp.nus.edu.sg/ からアクセスできます。

要約(オリジナル)

Localized food datasets have profound meaning in revealing a country’s special cuisines to explore people’s dietary behaviors, which will shed light on their health conditions and disease development. In this paper, revolving around the demand for accurate food recognition in Singapore, we develop the FoodSG platform to incubate diverse healthcare-oriented applications as a service in Singapore, taking into account their shared requirements. We release a localized Singaporean food dataset FoodSG-233 with a systematic cleaning and curation pipeline for promoting future data management research in food computing. To overcome the hurdle in recognition performance brought by Singaporean multifarious food dishes, we propose to integrate supervised contrastive learning into our food recognition model FoodSG-SCL for the intrinsic capability to mine hard positive/negative samples and therefore boost the accuracy. Through a comprehensive evaluation, we share the insightful experience with practitioners in the data management community regarding food-related data-intensive healthcare applications. The FoodSG-233 dataset can be accessed via: https://foodlg.comp.nus.edu.sg/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google