Recognizing Multiple Ingredients in Food Images Using a Single-Ingredient Classification Model

要約

食品の画像の認識には、さまざまな調理方法や切断方法による食材の空間レイアウトや形状の変化が伴うため、独特の課題が生じます。
この研究では、食品画像からセグメント化された食材を認識するための高度なアプローチを紹介します。
この方法では、位置特定およびスライディング ウィンドウ技術を使用して、食材の候補領域の位置を特定します。
次に、これらの領域は、単一成分画像のデータセットでトレーニングされた CNN (畳み込みニューラル ネットワーク) ベースの単一成分分類モデルを使用して成分クラスに割り当てられます。
多成分認識における処理速度の課題に対処するために、分類モデルの効率を高める新しいモデル枝刈り方法が提案されています。
その後、2 つの新しいアルゴリズムを組み込んだ意思決定スキームを通じて、複数の成分の識別が行われます。
「新しい食品成分リスト FOODS 2021」というタイトルの本に従って設計された単一成分画像データセットには、110 の多様なカテゴリにわたる 9982 枚の画像が含まれており、成分の形状の多様性が強調されています。
さらに、アプローチのパフォーマンスを厳密に評価するために、複数の成分の画像データセットが開発されました。
実験結果は私たちの方法の有効性を検証し、特に複数の成分を認識する能力の向上を強調しています。
これは食品画像分析の分野における大きな進歩を示します。

要約(オリジナル)

Recognizing food images presents unique challenges due to the variable spatial layout and shape changes of ingredients with different cooking and cutting methods. This study introduces an advanced approach for recognizing ingredients segmented from food images. The method localizes the candidate regions of the ingredients using the locating and sliding window techniques. Then, these regions are assigned into ingredient classes using a CNN (Convolutional Neural Network)-based single-ingredient classification model trained on a dataset of single-ingredient images. To address the challenge of processing speed in multi-ingredient recognition, a novel model pruning method is proposed that enhances the efficiency of the classification model. Subsequently, the multi-ingredient identification is achieved through a decision-making scheme, incorporating two novel algorithms. The single-ingredient image dataset, designed in accordance with the book entitled ‘New Food Ingredients List FOODS 2021’, encompasses 9982 images across 110 diverse categories, emphasizing variety in ingredient shapes. In addition, a multi-ingredient image dataset is developed to rigorously evaluate the performance of our approach. Experimental results validate the effectiveness of our method, particularly highlighting its improved capability in recognizing multiple ingredients. This marks a significant advancement in the field of food image analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google