FR3112011B1 - Système et procédé de caractérisation de la nature et de la quantité d’aliments contenus dans un ou plusieurs récipients - Google Patents
Système et procédé de caractérisation de la nature et de la quantité d’aliments contenus dans un ou plusieurs récipients Download PDFInfo
- Publication number
- FR3112011B1 FR3112011B1 FR2006632A FR2006632A FR3112011B1 FR 3112011 B1 FR3112011 B1 FR 3112011B1 FR 2006632 A FR2006632 A FR 2006632A FR 2006632 A FR2006632 A FR 2006632A FR 3112011 B1 FR3112011 B1 FR 3112011B1
- Authority
- FR
- France
- Prior art keywords
- foods
- segmented
- image
- nature
- digital
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
L’invention concerne un procédé de caractérisation de la nature et de la quantité d’aliments contenus dans un ou plusieurs récipients consistant à acquérir au moins une image numérique du ou desdits récipients et à appliquer un traitement informatique de reconnaissance automatique à ladite image numérique pour déterminer pour chacun desdits aliments la nature et la quantité présente. L’acquisition d’image numérique comprend l’acquisition d’une paire d’images comprenant une image numérique en lumière visible et une image tridimensionnelle. Elle comprend en outre une étape de segmentation des parties de la paire d’image en fonction des aliments segmentés. Ledit traitement informatique comprend : un premier moyen d’identification de l’appartenance de chacun desdits aliments segmentés à une classe d’aliments par une méthode d’apprentissage supervisé ; un second moyen de détermination du volume de chacun desdits aliments présent par une méthode de reconstitution des caractéristiques géométriques de chaque récipient et de calcul du volume de chacun desdits aliments segmentés à partir de ladite paire d’images numériques de chacun desdits aliments segmentés et desdites caractéristiques géométriques reconstituées du récipient contenant l’aliment segmenté.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2006632A FR3112011B1 (fr) | 2020-06-24 | 2020-06-24 | Système et procédé de caractérisation de la nature et de la quantité d’aliments contenus dans un ou plusieurs récipients |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2006632 | 2020-06-24 | ||
| FR2006632A FR3112011B1 (fr) | 2020-06-24 | 2020-06-24 | Système et procédé de caractérisation de la nature et de la quantité d’aliments contenus dans un ou plusieurs récipients |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3112011A1 FR3112011A1 (fr) | 2021-12-31 |
| FR3112011B1 true FR3112011B1 (fr) | 2022-09-02 |
Family
ID=74045466
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2006632A Active FR3112011B1 (fr) | 2020-06-24 | 2020-06-24 | Système et procédé de caractérisation de la nature et de la quantité d’aliments contenus dans un ou plusieurs récipients |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3112011B1 (fr) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8363913B2 (en) | 2008-09-05 | 2013-01-29 | Purdue Research Foundation | Dietary assessment system and method |
| WO2012115297A1 (fr) | 2011-02-25 | 2012-08-30 | Lg Electronics Inc. | Analyse d'aliments capturés dans images numériques |
| US20160034764A1 (en) | 2014-08-01 | 2016-02-04 | Robert A. Connor | Wearable Imaging Member and Spectroscopic Optical Sensor for Food Identification and Nutrition Modification |
| CN107873101B (zh) * | 2014-11-21 | 2022-01-11 | 克里斯多夫·M·马蒂 | 用于对象辨识和评估的成像系统 |
| US9349297B1 (en) | 2015-09-09 | 2016-05-24 | Fitly Inc. | System and method for nutrition analysis using food image recognition |
-
2020
- 2020-06-24 FR FR2006632A patent/FR3112011B1/fr active Active
Also Published As
| Publication number | Publication date |
|---|---|
| FR3112011A1 (fr) | 2021-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11600087B2 (en) | Convolutional neural networks for locating objects of interest in images of biological samples | |
| CN108416344B (zh) | 眼底彩照视盘与黄斑定位识别方法 | |
| Nam et al. | Pest detection on traps using deep convolutional neural networks | |
| Morales et al. | Automatic detection of optic disc based on PCA and mathematical morphology | |
| Vink et al. | Efficient nucleus detector in histopathology images | |
| EP2695108A1 (fr) | Procédé d'extraction automatisée d'un planogramme à partir d'images de linéaire | |
| EP3234913B1 (fr) | Procede de detection de defaut sur une surface de pneumatique | |
| KR20200110878A (ko) | 충치 조기진단을 위한 딥러닝 기반 진단 방법 및 시스템 | |
| CN108171570B (zh) | 一种数据筛选方法、装置及终端 | |
| Xiong et al. | Shape similarity measure using turn angle cross-correlation for oyster quality evaluation | |
| CN114399480A (zh) | 蔬菜叶片病害严重程度检测方法及装置 | |
| CN110070523A (zh) | 一种用于瓶底的异物检测方法 | |
| WO2013104862A1 (fr) | Procédé de classification supervisée de cellules comprises dans des images de microscopie | |
| FR3112011B1 (fr) | Système et procédé de caractérisation de la nature et de la quantité d’aliments contenus dans un ou plusieurs récipients | |
| Zaidan et al. | A four-phases methodology to propose anti-pornography system based on neural and Bayesian methods of artificial intelligence | |
| EP1646967B1 (fr) | Procede de mesure de proximite de deux contours et systeme d'identification automatique de cibles | |
| Matusevičius et al. | Embryo cell detection using regions with convolutional neural networks | |
| CN113822869B (zh) | 一种基于机器视觉的透明软性包装袋静态检测方法及系统 | |
| Jaiswal et al. | Saliency based automatic image cropping using support vector machine classifier | |
| EP3839816A1 (fr) | Dispositif électronique d'identification et de suivi d'au moins une cible, système électronique, procédé et programme d'ordinateur associés | |
| Bratoszewski et al. | Face profile view retrieval using time of flight camera image analysis | |
| CN112949585A (zh) | 一种眼底图像血管的识别方法、装置、电子设备及存储介质 | |
| Wang et al. | Vision-Based Defect Classification and Weight Estimation of Rice Kernels | |
| CN111667496B (zh) | 粘连鱼体图像分割方法及装置 | |
| Reshma et al. | Detection of Heart Abnormalities and High-Level Cholesterol Through Iris |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20211231 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |