-
公开(公告)号：CN119495094B
公开(公告)日：2025-04-11
申请号：CN202510084829.2
申请日：2025-01-20
Applicant: 江南大学
Abstract: 本发明涉及食品分析技术领域，提供了一种基于自适应融合与特征增强的食品营养评估方法，包括：对待评估的目标对象的目标图像进行多尺度特征提取，获取目标图像的多尺度特征，目标图像包括RGB图像和深度图像；根据多尺度特征中目标尺度特征与尺度大于目标尺度特征的尺度特征，确定目标尺度特征对应的细节增强特征，目标尺度特征为多尺度特征中任意尺度的特征；将不同目标图像的细节增强特征进行特征融合，得到多尺度的融合特征；根据目标尺度的融合特征与小一尺度的融合特征，确定目标尺度的融合特征对应的语义增强特征；根据语义增强特征确定映射的营养素的数值。以解决相关技术中的基于图像进行食品营养评估的方法准确率较低的问题。
-
公开(公告)号：CN118644850A
公开(公告)日：2024-09-13
申请号：CN202411093062.1
申请日：2024-08-09
Applicant: 江南大学
Abstract: 本发明涉及深度学习以及食品分析技术领域，具体指一种基于多尺度信息融合的食品营养评估方法，包括：分别提取食品RGB图像、深度图像的各个尺度的RGB图像特征、深度图像特征；设计多模态融合算法，融合每一尺度的RGB图像特征与深度图像特征，得到每一尺度的目标融合特征；设计基于双向特征金字塔的多尺度特征融合算法，增强每一尺度的目标融合特征，得到每一尺度的双向增强融合特征；基于各个尺度的双向增强融合特征，采用多任务学习，预测多种营养素。本发明引入深度图像特征来获取三维空间信息，提取图像特征，并通过多模态融合与双向特征金字塔融合算法，获得了语义信息与细节信息丰富的特征，可为营养评估提供了精确的结果。
-
公开(公告)号：CN119495094A
公开(公告)日：2025-02-21
申请号：CN202510084829.2
申请日：2025-01-20
Applicant: 江南大学
Abstract: 本发明涉及食品分析技术领域，提供了一种基于自适应融合与特征增强的食品营养评估方法，包括：对待评估的目标对象的目标图像进行多尺度特征提取，获取目标图像的多尺度特征，目标图像包括RGB图像和深度图像；根据多尺度特征中目标尺度特征与尺度大于目标尺度特征的尺度特征，确定目标尺度特征对应的细节增强特征，目标尺度特征为多尺度特征中任意尺度的特征；将不同目标图像的细节增强特征进行特征融合，得到多尺度的融合特征；根据目标尺度的融合特征与小一尺度的融合特征，确定目标尺度的融合特征对应的语义增强特征；根据语义增强特征确定映射的营养素的数值。以解决相关技术中的基于图像进行食品营养评估的方法准确率较低的问题。
-
公开(公告)号：CN118644850B
公开(公告)日：2024-11-08
申请号：CN202411093062.1
申请日：2024-08-09
Applicant: 江南大学
Abstract: 本发明涉及深度学习以及食品分析技术领域，具体指一种基于多尺度信息融合的食品营养评估方法，包括：分别提取食品RGB图像、深度图像的各个尺度的RGB图像特征、深度图像特征；设计多模态融合算法，融合每一尺度的RGB图像特征与深度图像特征，得到每一尺度的目标融合特征；设计基于双向特征金字塔的多尺度特征融合算法，增强每一尺度的目标融合特征，得到每一尺度的双向增强融合特征；基于各个尺度的双向增强融合特征，采用多任务学习，预测多种营养素。本发明引入深度图像特征来获取三维空间信息，提取图像特征，并通过多模态融合与双向特征金字塔融合算法，获得了语义信息与细节信息丰富的特征，可为营养评估提供了精确的结果。
-
-
-
Search Results
4
records
(took 0.013 seconds)
