Leveraging Automatic Personalised Nutrition: Food Image Recognition Benchmark and Dataset based on Nutrition Taxonomy

要約

不適切な食生活が特徴的な今日の座りっぱなしの社会では、健康的なライフスタイルを維持することがますます困難になっています。
この問題に対処するために、国内および国際機関は、より健康的な食事と身体活動の増加を促進するために多くの努力を行ってきました。
ただし、これらの推奨事項は一般的なものであり、個人に合わせて調整されていないことが多いため、日常生活でこれらの推奨事項を実行することは困難な場合があります。
この研究では、AI4Food-NutritionDB データベースを紹介します。これは、国内および国際的な保健当局の推奨に基づいた食品画像と栄養分類を組み込んだ初の栄養データベースです。
このデータベースは、6 つの栄養レベル、19 の主要カテゴリ (「肉」など)、73 のサブカテゴリ (「白身肉」など)、および 893 の特定の食品 (「鶏肉」など) で構成されるマルチレベルの分類を提供します。
AI4Food-NutritionDB は、食品摂取頻度、品質、分類の観点から、新しい食品コンピューティング アプローチへの扉を開きます。
また、栄養分類法に基づいた 3 つのタスク (つまり、カテゴリー、サブカテゴリー、および最終製品の認識) を含む、標準化された実験プロトコルとベンチマークを提示します。
AI4Food-NutritionDB でトレーニングされた深層学習モデルなど、これらのリソースは研究コミュニティで利用できます。これは事前トレーニング済みモデルとして機能し、困難な食品画像データベースに対して正確な認識結果を実現します。

要約(オリジナル)

Maintaining a healthy lifestyle has become increasingly challenging in today’s sedentary society marked by poor eating habits. To address this issue, both national and international organisations have made numerous efforts to promote healthier diets and increased physical activity. However, implementing these recommendations in daily life can be difficult, as they are often generic and not tailored to individuals. This study presents the AI4Food-NutritionDB database, the first nutrition database that incorporates food images and a nutrition taxonomy based on recommendations by national and international health authorities. The database offers a multi-level categorisation, comprising 6 nutritional levels, 19 main categories (e.g., ‘Meat’), 73 subcategories (e.g., ‘White Meat’), and 893 specific food products (e.g., ‘Chicken’). The AI4Food-NutritionDB opens the doors to new food computing approaches in terms of food intake frequency, quality, and categorisation. Also, we present a standardised experimental protocol and benchmark including three tasks based on the nutrition taxonomy (i.e., category, subcategory, and final product recognition). These resources are available to the research community, including our deep learning models trained on AI4Food-NutritionDB, which can serve as pre-trained models, achieving accurate recognition results for challenging food image databases.

arxiv情報

著者 Sergio Romero-Tapiador,Ruben Tolosana,Aythami Morales,Julian Fierrez,Ruben Vera-Rodriguez,Isabel Espinosa-Salinas,Gala Freixer,Enrique Carrillo de Santa Pau,Ana Ramírez de Molina,Javier Ortega-Garcia
発行日 2023-11-02 13:21:26+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.MM パーマリンク