Image Based Food Energy Estimation With Depth Domain Adaptation

要約

食事摂取量の評価は、主に測定エラーを起こしやすい自己申告の手段に依存してきました。
食事の評価方法は、技術的進歩、特にモバイル、画像ベースのアプローチを取り入れて、これらの制限のいくつかに対処し、さらに自動化しています。
モバイルの画像ベースの方法は、モバイル デバイスでキャプチャされた食事シーンの画像から食事摂取量を自動的に推定することで、ユーザーの負担とバイアスを軽減できます。
この論文では、RGB画像から食品のエネルギー密度へのピクセルからピクセルへのマッピングである「エネルギー密度マップ」を提案します。
次に、「エネルギー密度マップ」を、深度センサーによってキャプチャされた関連付けられた深度マップと組み合わせて、食物エネルギーを推定します。
提案された方法は、Nutrition5k データセットで評価されます。
実験結果は、ベースライン方法と比較して改善された結果を示しており、平均誤差は 13.29 kCal であり、グラウンド トゥルースと食品の推定エネルギーとの間の平均誤差率は 13.57% です。

要約(オリジナル)

Assessment of dietary intake has primarily relied on self-report instruments, which are prone to measurement errors. Dietary assessment methods have increasingly incorporated technological advances particularly mobile, image based approaches to address some of these limitations and further automation. Mobile, image-based methods can reduce user burden and bias by automatically estimating dietary intake from eating occasion images that are captured by mobile devices. In this paper, we propose an ‘Energy Density Map’ which is a pixel-to-pixel mapping from the RGB image to the energy density of the food. We then incorporate the ‘Energy Density Map’ with an associated depth map that is captured by a depth sensor to estimate the food energy. The proposed method is evaluated on the Nutrition5k dataset. Experimental results show improved results compared to baseline methods with an average error of 13.29 kCal and an average percentage error of 13.57% between the ground-truth and the estimated energy of the food.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google