From Plate to Prevention: A Dietary Nutrient-aided Platform for Health Promotion in Singapore

要約

シンガポールは、国民への医療サービスの提供を改善するために努力してきました。
このコースでは、政府は、慢性疾患の発症に寄与する要因として特定されている人々の栄養摂取の規制と監督の欠如に注目しています.
その結果、この問題は大きな注目を集めました。
この論文では、この問題に対処し、さまざまな側面でシンガポール人に利益をもたらす医療グレードの栄養素摂取情報を取得した経験を共有します.
この目的のために、私たちはFoodSGプラットフォームを開発し、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に入れています.
さらに、ローカライズされた食品データセットの深遠な意味を特定し、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 を体系的にクリーニングおよびキュレートします。
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、提案されたモデルのパフォーマンス結果と、食品関連のヘルスケア アプリケーションに関する洞察を提示します。
FoodSG-233 データセットは https://foodlg.comp.nus.edu.sg/ で公開されています。

要約(オリジナル)

Singapore has been striving to improve the provision of healthcare services to her people. In this course, the government has taken note of the deficiency in regulating and supervising people’s nutrient intake, which is identified as a contributing factor to the development of chronic diseases. Consequently, this issue has garnered significant attention. In this paper, we share our experience in addressing this issue and attaining medical-grade nutrient intake information to benefit Singaporeans in different aspects. To this end, we develop the FoodSG platform to incubate diverse healthcare-oriented applications as a service in Singapore, taking into account their shared requirements. We further identify the profound meaning of localized food datasets and systematically clean and curate a localized Singaporean food dataset FoodSG-233. 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 present performance results of the proposed model and insights on food-related healthcare applications. The FoodSG-233 dataset has been released in https://foodlg.comp.nus.edu.sg/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google