登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 软件工程 > 正文

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。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图