Image-based food recognition with a Conditional U-net

Santilli, Francesco (2021) Image-based food recognition with a Conditional U-net. [Laurea], Università di Bologna, Corso di Studio in Informatica [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (1MB) | Contatta l'autore

Abstract

This project is about the food recognition challenge proposed by AICrowd, which consists in an image segmentation problem related to recognize food items in images. Recognizing food from images is a very useful tool for a variety of cases like sports, diets or medical issues, especially if people are allowed to track their daily food by just taking a photo with their mobile phones. Image-based food recognition is a very challenging topic because the same kind of food can look very different depending by how it is cooked, cut or other variables. Despite in the past few years a lot of progress were made, we still have problems about identification of food categories and ingredients. In this project is proposed an end-to-end approach through the use of a Conditional U-Net.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Santilli, Francesco
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
food,machine learning,segmentation,U-net,COCO,conditioning
Data di discussione della Tesi
15 Dicembre 2021
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^