Calorie measurement systems that ru

Calorie measurement systems that run on smart phones allow the user to take a picture of the food and measure the number of calories automatically. In order to identify the food accurately in such systems, image segmentation, which partitions an image into different regions, plays an important role. In this paper, we present the implementation of Graph cut segmentation as a means of improving the accuracy of our food classification and recognition system. Graph cut based method is well-known to be efficient, robust, and capable of finding the best contour of objects in an image, suggesting it to be a good method for separating food portions in a food image for calorie measurement. In this paper, we provide the analysis of the Graph cut algorithm as applied to food recognition. We also perform a number of experiments where we used results from the segmentation phase to the Support Vector Machine (SVM) classification model. The results show an improvement in the accuracy of food recognition, especially mixed food where accuracy increases by 15% compared to our previous work [10].

ผลลัพธ์ (ไทย) 1:

ระบบวัดแคลอรี่ที่ใช้บนโทรศัพท์มือถือสมาร์ทช่วยให้ผู้ใช้ถ่ายภาพอาหาร และวัดจำนวนแคลอรี่โดยอัตโนมัติ เพื่อระบุอาหารถูกต้องในระบบ ภาพเซ็ก พาร์ทิชันใดภาพในภูมิภาคต่าง ๆ มีบทบาทสำคัญ ในเอกสารนี้ เรานำเสนองานของกราฟที่ตัดแบ่งเป็นวิธีการปรับปรุงความถูกต้องของประเภทอาหารและระบบการรับรู้ของเรา กราฟที่ตัดตามวิธีแห่ง จะ แข็งแรง ความสามารถในการหาเส้นดีที่สุดของวัตถุในภาพ การแนะนำให้เป็นวิธีที่ดีสำหรับการแบ่งอาหารบางส่วนในรูปอาหารสำหรับวัดแคลอรี่ ในเอกสารนี้ เรามีการวิเคราะห์กราฟอัลกอริทึมที่ใช้กับอาหารการตัด เรายังทำการทดลองที่เราใช้ผลลัพธ์จากขั้นตอนการแบ่งแบบจัดประเภทเครื่องสนับสนุนเวกเตอร์ (SVM) ผลลัพธ์แสดงการปรับปรุงในความถูกต้องของการรับรู้อาหาร ผสมอาหารที่ความแม่นยำเพิ่มขึ้น 15% เมื่อเทียบกับงานของเราก่อนหน้านี้ [10] โดยเฉพาะอย่างยิ่ง

ผลลัพธ์ (ไทย) 2:

ระบบการวัดแคลอรี่ที่ทำงานบนโทรศัพท์สมาร์ทให้ผู้ใช้สามารถถ่ายภาพของอาหารและการวัดจำนวนแคลอรี่โดยอัตโนมัติ เพื่อที่จะระบุอาหารที่ถูกต้องในระบบดังกล่าวแบ่งส่วนภาพที่พาร์ติชันภาพลงในพื้นที่ที่แตกต่างกัน, มีบทบาทสำคัญ ในบทความนี้เรานำเสนอการดำเนินงานของการแบ่งส่วนกราฟตัดเป็นวิธีการปรับปรุงความถูกต้องของการจำแนกประเภทอาหารของเราและระบบการรับรู้ กราฟตัดตามวิธีการที่เป็นที่รู้จักกันให้มีประสิทธิภาพและมีประสิทธิภาพและมีความสามารถในการหาเส้นที่ดีที่สุดของวัตถุในภาพแสดงให้เห็นว่ามันจะเป็นวิธีการที่ดีสำหรับการแยกส่วนของอาหารในภาพอาหารสำหรับการวัดแคลอรี่ ในบทความนี้เราจะมีการวิเคราะห์ขั้นตอนวิธีกราฟตัดนำไปใช้เป็นอาหารได้รับการยอมรับ นอกจากนี้เรายังดำเนินการจำนวนของการทดลองที่เราใช้ผลที่ได้จากขั้นตอนการแบ่งส่วนในการสนับสนุนเครื่องเวกเตอร์ (SVM) รูปแบบการจัดหมวดหมู่ ผลที่ได้แสดงการปรับปรุงในความถูกต้องของการรับรู้อาหารที่ผสมโดยเฉพาะอย่างยิ่งอาหารที่เพิ่มขึ้นของความถูกต้อง 15% เมื่อเทียบกับการทำงานของเราก่อนหน้า [10]

ผลลัพธ์ (ไทย) 3:

ระบบที่ใช้โทรศัพท์สมาร์ทการวัดแคลอรีให้ผู้ใช้ถ่ายรูปอาหาร และวัดจำนวนของแคลอรี่โดยอัตโนมัติ ในการระบุอาหารที่ถูกต้องในระบบ , การแบ่งส่วนภาพดังกล่าว ซึ่งพาร์ทิชันภาพในภูมิภาคที่แตกต่างกัน มีบทบาทสำคัญ ในกระดาษนี้เราเสนอการตัดตัดกราฟเป็นวิธีการปรับปรุงความถูกต้องของการจำแนกอาหารของเราและระบบการรับรู้ กราฟตัดตามวิธีที่รู้จักกันดีที่จะมีประสิทธิภาพที่แข็งแกร่งและความสามารถในการค้นหาเส้นที่ดีที่สุดของวัตถุในรูป บอกได้ว่ามันเป็นวิธีที่ดีสำหรับการแยกส่วนอาหารในอาหารภาพการวัดแคลอรี ในกระดาษนี้เราให้บริการวิเคราะห์กราฟขั้นตอนวิธีที่ใช้ในการตัดอาหาร นอกจากนี้เรายังดำเนินการจำนวนของการทดลองที่เราใช้ผลจากการแบ่งส่วนเฟสเพื่อสนับสนุนเวกเตอร์เครื่องจักร ( SVM ) รูปแบบการจำแนกประเภท แสดงผลในการปรับปรุงความถูกต้องของการรู้จำอาหาร โดยเฉพาะอาหารที่ผสมความแม่นยำเพิ่มขึ้น 15% เมื่อเทียบกับก่อนหน้านี้ของเราทำงาน [ 10 ]