AI还能识别什么?MIT宣布研发新型食物识别技术

2017-07-24 09:13:16 来源:AI Lab 热度:
之前由See Food Inc研发出的热狗识别app“不是热狗”(Not Hotdog)引发了AI界的热烈讨论,然而一个看上去简单的戏谑性app涉及到的AI技术却非常复杂,虽然在应用层面作用不大,却是人类AI历史上里程碑一样的产品,之前36Kr有过相关报道。
 
Not Hotdog的名声大噪引发了AI界对于食物识别的又一轮热潮,MIT的电脑科学和人工智能实验室(MIT Computer Science and Artificial Intelligence Laboratory)最近就在研究这个领域。MIT团队意图使用食物识别系统从美食制作视频中识别出菜谱的原料。MIT团队的pic2recipe(图片到接收器)系统运用计算机神经网络来判断社交网络上美食图片中食物的种类,从而还可以进一步分析上传者的健康习惯和饮食偏好。
 
Pic2recipe系统运用了瑞士科学家2014年研发的食物识别算法Food-101 Data Set,运用了其数据库中的101000张食物图片,而这些图片和CSAIL的Recipe1M database数据有交叉引用的部分。Recipe1M database的数据大多数是从一些流行的菜谱网站诸如All Recipes和Food.com中扒下来的。
 
 
目前该项技术离完全成熟还有很长一段路要走,当前系统识别的正确率只有65%左右。项目当前遇到的最大瓶颈还在于图片本身。联合研发人Nick Hynes表示,人们在拍摄食物照片的时候,食物的呈现会受到拍摄状态的影响,包括角度、远近、摆放和灯光等因素都可能造成识别结果的不同。在同一种食物出现在不同的菜谱中时,系统的识别错误率也会提升。
 
目前系统比较擅长于识别烘焙制的食物。
 
食品拥有万亿级的市场,其包含的垂直领域众多,从零售业到餐饮业再到社交产业等都可以看到美食的身影。美食内容网站下厨房、美食杰等企业都获得过投资,相信MIT研发的这项技术如果成熟,可以运用到的场景的想象空间非常大。

责任编辑:黄焱林

相关推荐

Telairity H.264 编码技术为2010年世界杯全球高清/标清转播提供支持

DVBCN消息2010年7月7日电--Telairity卓越的H.264编码技术是为全球近十亿人观看2010年世界杯足球赛提供支持的“秘密要素”。整个亚洲、南太平洋以及世界杯主办国南非的观众都是依靠Telairity的H.264/AVC编码器来收看高清(HD)和标清(SD)比赛转播的。有了Telairity的H.264现代技术,世界各地的网络运营商和广播、卫星及有线电视公司可以更换掉旧的MPEG-2压缩系统,为客户提供更出色的视频质量并显著降低对带宽的依赖,从而大幅减少传输成本。泰国国营电信公司CATTelecomPublicCompanyLimited安装了Telairity高清和标清编码器

ST高清电视系统级芯片获Adobe AIR for TV认证

意法半导体(STMicroelectronics,简称ST)宣布,其先进的高清电视系统级芯片(SoC)平台取得了巨大进步,此项成果将意法半导体推向能够运行基于Adobe®AIR®的游戏和其它应用软件的下一代互联网电视技术的最前沿。意法半导体已成功移植AdobeAIR®2.5forTV软件至第三代先进互动高清机顶盒系统芯片平台,并通过Adobe产品认证。AdobeAIR软件是AdobeFlash平台的一个重要组件,原始设备制造商(OEM)、原始设计制造商(ODM)、服务开发人员以及应用开发人员能够在这个平台开发丰富的网络应用软件和游戏,专门为机顶盒和数字电视等嵌入式设备和

把面向数字家庭的Adobe Flash引进到MIPS-Based平台

TriplePlayIntegration销售副总裁MikeNottage什么是三重播放集成?TPI公司是一家致力于提供数字家庭视频平台解决方案的专业软件服务公司。TPI公司还是官方Adobe的“ScalingPartner”,为消费电子平台提供FlashPlayer10、AIR和舞台美术技术提供优化的端口。我们有25名具有专业的项目管理和质量保障经验的高级工程师团队,平均具有24年的工作经验.你们能够提供什么样的

Alan Tsai:移动终端GPU之趋势与迷思

DVBCN数字电视中文网讯(敖瑞),2012年6月15日(周五),由ARM主办的“跨界、变革、多赢——ARM移动智能终端研讨会暨应用开发者大会”在上海举行。本次约有20名厂商代表上台演讲;参会并参与展示会的厂商超过30家,均为ARM在各个领域的合作伙伴。ARM亚太市场开发经理AlanTsai做出了“移动终端GPU之趋势与迷思”的精彩演讲。Alan表示:在用户体验上来说,分辨率已经可以高达人眼都无法辨析的地步了。公允的说,业界对GPU的评判标准存在太多的分歧:从三角形的角度来看,涉及到生成率、裁切率等指标,不同类型的GPU产品根本没法比;从填充率的角度上