Improving Food Detection For Images From a Wearable Egocentric Camera

要約

食事は私たちの健康にとって重要な側面です。
良い食習慣は、多くの病気の予防に貢献し、全体的な生活の質を向上させることができます.
食事と健康の関係をよりよく理解するために、食事情報を収集する画像ベースの食事評価システムが開発されました。
メガネに装着できる自動摂取モニター（AIM）をご紹介します。
食事シーンの画像をキャプチャするための自動ハンズフリー アプローチを提供します。
AIM にはいくつかの利点がありますが、AIM によってキャプチャされた画像がぼやける場合があります。
ぼやけた画像は、食品検出などの食品画像分析のパフォーマンスを大幅に低下させる可能性があります。
この論文では、食品検出のパフォーマンスを向上させるために、非常にぼやけた画像を拒否することにより、AIM 画像センサーによって収集された画像を前処理するアプローチを提案します。

要約(オリジナル)

Diet is an important aspect of our health. Good dietary habits can contribute to the prevention of many diseases and improve the overall quality of life. To better understand the relationship between diet and health, image-based dietary assessment systems have been developed to collect dietary information. We introduce the Automatic Ingestion Monitor (AIM), a device that can be attached to one’s eye glasses. It provides an automated hands-free approach to capture eating scene images. While AIM has several advantages, images captured by the AIM are sometimes blurry. Blurry images can significantly degrade the performance of food image analysis such as food detection. In this paper, we propose an approach to pre-process images collected by the AIM imaging sensor by rejecting extremely blurry images to improve the performance of food detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google