基于深度学习的食物检测与识别研究开题报告
2020-02-18 20:12:33
1. 研究目的与意义(文献综述)
1.1目的及意义
随着经济的发展与人类生活水平的不断提高,肥胖、超重以及患糖尿病等疾病的人呈日益增长的趋势,这些疾病很大程度影响着人们的生活。除此之外,更多的年轻人希望能够保持自己的良好身材。因此人们越来越关注饮食领域,更加关注食物的摄入类型以及摄入量,为了避免即将到来或者现有的疾病以及保持自己的身材。
在市场上有类似的食物记录系统,来记录用户的每日餐饮,但大多数食物记录系统都需要用户手动输入饮食类型与摄入量。首先,自己报告通常是不准确的,特别是在超重人群中,有些人通常会隐瞒自己的摄入量。并且考虑到今天大多数人都很忙碌而且面临着来自各方面的压力,以及这种系统的繁琐性大多数用户很难坚持记录。
2. 研究的基本内容与方案
2.1基本内容
针对图像中多食物种类的识别,使用maskr-cnn网络来进行食物图像的处理工作。
改进mask r-cnn的结构,完成食物图像分割,定位和识别工作。努力提高当前食物目标检测的性能。
3. 研究计划与安排
(1)2019/1/11-2019/1/31:确定选题,阅读文献,掌握国内外研究现状,外文翻译;
(2)2019/2/1-2019/2/28:学习算法,图像处理相关知识,完成开题报告;
(3)2019/3/1-2019/4/30:设计和完成网络架构,从理论和实验上进行验证并识别准确率;
4. 参考文献(12篇以上)
[1] kagaya h, ogawa m, ogawa m. fooddetection and recognition using convolutional neural network[c]// acminternational conference on multimedia. acm, 2014:1085-1088.
[2] kagaya h, aizawa k. highly accuratefood/non-food image classification based on a deep convolutional neuralnetwork[m]// new trends in image analysis and processing -- iciap 2015workshops. springer international publishing, 2015:350-357.