论文部分内容阅读
通过对候选区域食物进行检测,根据不同特征对其进行分类。通过融合多个区域检测器的输出结果来检测候选区域,以组合每个类别的图像特征MKL估计最优权值。基于特征融合的食品识别方法,应用于具有各种视觉特征的候选区域边界盒,按照得分降序排列,估计多重候选食物的图像。结果表明,对于多种食品图像数据集,实现了55.8%的分类率,对于食品识别领域具有一定的参考意义。