Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A New Objective Supervised Edge Detection Assessment Using Hysteresis Thresholds Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

On Comparing Color Spaces for Food Segmentation

verfasst von : Sinem Aslan, Gianluigi Ciocca, Raimondo Schettini

Erschienen in: New Trends in Image Analysis and Processing – ICIAP 2017

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Accurate segmentation of food regions is important for both food recognition and quantity estimation and any error would degrade the accuracy of the food dietary assessment system. Main goal of this work is to investigate the performance of a number of color encoding schemes and color spaces for food segmentation exploiting the JSEG algorithm. Our main outcome is that significant improvements in segmentation can be achieved with a proper color space selection and by learning the proper setting of the segmentation parameters from a training set.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Learning CNN-based Features for Retrieval of Food Images
Nächstes Kapitel Pocket Dietitian: Automated Healthy Dish Recommendations by Location
Literatur
1.
Anthimopoulos, M., Dehais, J., Diem, P., Mougiakakou, S.: Segmentation and recognition of multi-food meal images for carbohydrate counting. In: Proceedings of the IEEE 13th International Conference on Bioinformatics and Bioengineering (BIBE 2013), pp. 1–4 (2013)
2.
Bettadapura, V., Thomaz, E., Parnami, A., Abowd, G.D., Essa, I.: Leveraging context to support automated food recognition in restaurants. In: Proceedings of the IEEE Winter Conference on Applications of Computer Vision (WACV 2015), pp. 580–587 (2015)
3.
Ciocca, G., Napoletano, P., Schettini, R.: Food recognition: a new dataset, experiments, and results. IEEE J. Biomed. Health Inform. 21(3), 588–598 (2017)CrossRef
4.
5.
Ohta, Y.I., Kanade, T., Sakai, T.: Color information for region segmentation. Comput. Graph. Image Process. 13(3), 222–241 (1980)CrossRef
6.
Shroff, G., Smailagic, A., Siewiorek, D.P.: Wearable context-aware food recognition for calorie monitoring. In: Proceedings of the 12th IEEE International Symposium on Wearable Computers (ISWC 2008), pp. 119–120 (2008)
7.
He, Y., Khanna, N., Boushey, C., Delp, E.: Image segmentation for image-based dietary assessment: a comparative study. In: Proceedings of the IEEE International Symposium on Signals, Circuits and Systems (ISSCS 2013), pp. 1–4 (2013)
8.
Zhu, F., Bosch, M., Khanna, N., Boushey, C.J., Delp, E.J.: Multiple hypotheses image segmentation and classification with application to dietary assessment. IEEE J. Biomed. Health Inform. 19(1), 377–388 (2015)CrossRef
9.
Matsuda, Y., Hoashi, H., Yanai, K.: Recognition of multiple-food images by detecting candidate regions. In: Proceedings of the IEEE International Conference on Multimedia and Expo (ICME 2012), pp. 25–30 (2012)
10.
Deng, Y., Manjunath, B.: Unsupervised segmentation of color-texture regions in images and video. IEEE Trans. Pattern Anal. Mach. Intell. 23(8), 800–810 (2001)CrossRef
11.
12.
Deng, Y., Kenney, C., Moore, M.S., Manjunath, B.: Peer group filtering and perceptual color image quantization. In: Proceedings of the IEEE International Symposium on Circuits and Systems, (ISCAS 1999), Vol. 4, pp. 21–24. IEEE (1999)
13.
Duda, R.O., Hart, P.E., Stork, D.G., et al.: Pattern classification, vol. 2. Wiley, New York (1973)MATH
14.
Arbelaez, P., Maire, M., Fowlkes, C., Malik, J.: Contour detection and hierarchical image segmentation. IEEE Trans. Patt. Anal. Mach. Intell. 33(5), 898–916 (2011)CrossRef
Metadaten
Titel
On Comparing Color Spaces for Food Segmentation
verfasst von
Sinem Aslan
Gianluigi Ciocca
Raimondo Schettini
Copyright-Jahr
2017
Buch
New Trends in Image Analysis and Processing – ICIAP 2017

Print ISBN: 978-3-319-70741-9

Electronic ISBN: 978-3-319-70742-6

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-70742-6_42