基于深度学习的面食图像识别系统

发布时间：2023-03-25 01:48

　　据2018年全球肥胖统计数据显示,超过20亿的成年人被肥胖问题所困扰,造成肥胖问题的主要原因是:不健康的饮食习惯致使摄入过多的卡路里。因此,准确记录每日饮食中卡路里的摄入量对于控制体重至关重要。最新的研究成果表明,碳水化合物越多越能迅速提高人体内血糖水平,而面食的主要成份为碳水化合物。鉴于目前中国有大量的糖尿病患者,他们也非常需要对面食热量进行有效的估计,进而更准确地选择胰岛素的剂量和有效地控制体内血糖。目前市场上主要通过移动端对食物图像进行识别来提高膳食评估的准确性,但缺乏相关面食数据集。面食作为日常生活中的基本食物,在人们生活中扮演着重要的角色,不同种类的面食的卡路里数量也差别巨大。为了解决中国面食识别及卡路里估计问题,本文中将引入一个名为“ChineseNoodleFood”中国面食图像数据集,此数据集可用于中国面食的卡路里估计,帮助人们合理安排膳食。本文的主要工作包括:数据集的构建,面食种类识别和面食热量估计三部分内容。数据集的构建:通过市场调研得到面食主要的60个类别,通过网络爬虫进行图像数据收集并清洗和设置标签,利用图像增强方法提高图像数量;利用BEGAN提高数据集的多样性...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文主要内容及方法
    1.4 本文的组织结构安排
2 面食图像识别的相关方法
    2.1 图像预处理及数据增强
    2.2 深度神经网络
    2.3 卷积神经网络网络架构
    2.4 常用识别算法模型框架介绍
    2.5 算法优化
    2.6 本章小结
3 面食数据集的建立
    3.1 数据集的获取及预处理
        3.1.1数据获取
        3.1.2 图像预处理
    3.2 数据增强
        3.2.1 传统图像处理方法实现数据增强
        3.2.2 基于BEGAN实现数据增强
    3.3 与其他方法进行比较
    3.4 本章小结
4 面食种类识别
    4.1 面食种类识别算法设计
        4.1.1 实验环境准备
        4.1.2 网络模型选择
    4.2 实验结果分析
    4.3 本章小结
5 面食热量估计
    5.1 己有的体积测量的方法
    5.2 本文方法
    5.3 面食密度获取
    5.4 卡路里的测量
    5.5 本章小结
6 总结与展望
    6.1 项目总结
    6.2 未来展望
参考文献
个人简介
第一导师简介
第二导师简介
致谢



本文编号：3770285