Αναγνώριση Φαγητού σε Εικόνες με Τεχνικές Υπολογιστικής Όρασης και Βαθιάς Μάθησης

Abstract

Στην εργασία αυτή ερευνούμε την Οπτική Αναγνώριση Φαγητού ακολουθώντας δύο προσεγγίσεις που περιγράφονται παρακάτω. Για την αξιολόγηση κάθε προσέγγισης, χρησιμοποιούμε σύνολα δεδομένων και πειραματικές ρυθμίσεις που ακολουθούνται από τη βιβλιογραφία. Σκοπός της παρούσας διπλωματικής εργασίας είναι η παρουσίαση και η σύγκριση τεχνικών υπολογιστικής όρασης και τεχνικών βαθιάς μάθησης. Είναι δύο εντελώς διαφορετικές προσεγγίσεις του θέματος, καθεμία με τα δικά της πλεονεκτήματα. Στην πρώτη προσέγγιση εξάγουμε χαρακτηριστικά από τις εικόνες και ταξινομούμε ένα σύνολο εικόνων με βάση τα χαρακτηριστικά αυτά. Χρησιμοποιούμε χαρακτηριστικά που είναι αμετάβλητα ως προς την κλίμακα, ως προς την περιστροφή καθώς και μία μέθοδο ταχείας εξαγωγής. Δεδομένου ότι ολόκληρη η διαδικασία ανίχνευσης είναι ένα ενιαίο δίκτυο, μπορεί να βελτιστοποιηθεί άμεσα από άκρο σε άκρο. Για την αξιολόγηση των μεθόδων και την εκτέλεση των πειραμάτων χρησιμοποιούμε το σύνολο δεδομένων FOOD-101. Στην δεύτερη προσέγγιση κάνουμε χρήση Συνελικτικών Νευρωνικών Δικτύων, τα οποία εκπαιδεύονται στο σύνολο δεδομένων FOOD-101. Χρησιμοποιούμε είτε εκπαιδευμένα εκ των προτέρων νευρωνικά δίκτυα είτε όχι για την παραγωγή των μοντέλων. Για την αξιολόγηση των μεθόδων και την εκτέλεση των πειραμάτων χρησιμοποιούμε το σύνολο δεδομένων FOOD-101.