Benutzer: Gast  Login
Titel:

Diabetes60 — Inferring Bread Units From Food Images Using Fully Convolutional Neural Networks

Dokumenttyp:
Konferenzbeitrag
Autor(en):
Christ, P. F.; Schlecht, S.; Ettlinger, F.; Grün, F.; Heinle, C.; Tatavatry, S.; Ahmadi, S.; Diepold, K.; Menze, B. H.
Seitenangaben Beitrag:
1526-1535
Stichworte:
computer vision; feedforward neural nets; image colour analysis; image sensors; learning (artificial intelligence); regression analysis; RGB-D; diabetes patients; CNN; computer vision task; western dishes; fully-convolutional neural networks; inferring bread units; Diabetes60; RGB image data; reasonable nutritional information; BU regression task; RGB images; inferred depth maps; RGB-D input data; BU values; expert assessments; Microsoft Kinect v2 sensor; BU meals; food images; Diabetes; Three-d...     »
Dewey-Dezimalklassifikation:
620 Ingenieurwissenschaften
Herausgeber:
Institute of Electrical and Electronics Engineers (IEEE)
Kongress- / Buchtitel:
2017 IEEE International Conference on Computer Vision Workshops (ICCVW)
Kongress / Zusatzinformationen:
Venice, Italy
Ausrichter der Konferenz:
Institute of Electrical and Electronics Engineers (IEEE)
Datum der Konferenz:
22-29 Oct. 2017
Jahr:
2017
Jahr / Monat:
2017-10
Monat:
Oct
Seiten:
1526-1535
Print-ISBN:
978-1-5386-1035-0
E-ISBN:
978-1-5386-1034-3
Reviewed:
ja
Sprache:
en
Volltext / DOI:
doi:10.1109/ICCVW.2017.180
TUM Einrichtung:
Lehrstuhl für Datenverarbeitung
 BibTeX