Ashutosh Kumar

NutriVision框架从单张图像估计食物营养

研究人员开发了NutriVision，一个旨在从单个RGB图像估计食物营养成分的新颖框架。该系统集成了使用DepthAnything-V3获取的视觉几何（用于深度估计）与通过CLIP编码的成分语义。NutriVision采用成分条件频率对齐融合模块（IC-FAFM）和成分感知掩码预测头（IA-MPH）来实现其估计。该框架在Nutrition5k数据集上表现出色，平均PMAE为13.60%，优于IGSMNet和OmniFood8k等现有方法。