FoodReco: A Mobile App for Food and Nutrition Assessments using An Enhanced Densely Connected Convolutional Network
- Alternative Title
- FoodReco: 강화된 DenseNet을 이용한 식품 및 영양 평가를 위한 모바일 앱
- Abstract
- 건강한 식단은 질병에 걸리지 않고 건강한 삶을 유지하기위한 매우 중요한 요소이다. 따라서 매일 먹는 식단을 분석하여 고른 영양 섭취량을 유지하는 것이 필요하다. 하지만 수작업을 통해 섭취한 음식과 그것을 구성하는 영양성분을 분석하고 관리하는 것은 매우 어려운 일이다. 이에 본 논문에서는 섭취한 식품과 그것의 영양성분을 자동으로 파악하고 분석하는 모바일 애플리케이션(App)을 제안한다.
제안하는 모바일 애플리케이션은 스마트폰의 카메라에 촬영된 사진에 대해 강화된 DenseNet을 사용한 자동인식과정을 거쳐 식품의 종류를 알아낸다. 그리고 온라인 음식 성분 정보서비스인 EDAMAM API를 사용하여 식품에 대한 영양정보를 조회하여 사용자에게 제공한다. 따라서 사용자는 자신의 영양 상황을 간단하게 파악하고 관리할 수 있다.
- Issued Date
- 2021
- Awarded Date
- 2021. 8
- Type
- Dissertation
- Publisher
- 부경대학교
- Alternative Author(s)
- 우위제예 델핀
- Affiliation
- 부경대학교 대학원
- Department
- 대학원 IT융합응용공학과
- Advisor
- 송하주
- Table Of Contents
- 1.Introduction 1
2.Literature Review 4
2.1.Deep learning 4
2.2.Transfer learning 5
2.3.DenseNet 7
2.4.Deep learning models for food recognition 11
2.5.Nutrition-based mobile applications 12
3.Design and implementation of FoodReco 14
3.1.Enhanced DenseNet 14
3.2.FoodReco (an android App) 15
3.2.1.TensorFlow Lite 16
3.2.2.Nutrition analysis 17
4.Experimental results 19
4.1.Dataset 19
4.2.Performance evaluation 20
4.3.Results 21
5.Conclusion 31
Appendix 32
A 1 Notations 32
References 33
Acknowledgements 38
- Degree
- Master
- Files in This Item:
-
-
Download
FoodReco: A Mobile App for Food and Nutrition Assessments using An Enhanced Densely Connected Convol.pdf
기타 데이터 / 1.07 MB / Adobe PDF
-
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.