{rfName}
Cu

Indexado en

Citaciones

7

Altmetrics

Investigadores/as Institucionales

Rashwan HAutor o CoautorBanu SAutor o CoautorMoreno AAutor o CoautorPuig DAutor o Coautor

Compartir

14 de noviembre de 2018
Publicaciones
>
Conferencia Publicada
No

CuisineNet: Food Attributes Classification Using Multi-Scale Convolution Network

Publicado en: Fuzzy Logic-Based Variable Encoding For Improved Diabetic Retinopathy Prediction. 308 365-372 - 2018-01-01 308(), DOI: 10.3233/978-1-61499-918-8-365

Autores:

Sarker MMK; Jabreel M; Rashwan HA; Banu SF; Singh VK; Moreno A; Radeva P; Puig D
[+]

Afiliaciones

Universitat de Barcelona - Autor o Coautor
Universitat Rovira i Virgili - Autor o Coautor

Resumen

© 2018 The authors and IOS Press. Diversity of food and its attributes represents the culinary habits of peoples from different countries. Thus, this paper addresses the problem of identifying food culture of people around the world and its flavor by classifying two main food attributes, cuisine and flavor. A deep learning model based on multi-scale convotuional networks is proposed for extracting more accurate features from input images. The aggregation of multi-scale convolution layers with different kernel size is also used for weighting the features results from different scales. In addition, a joint loss function based on Negative Log Likelihood (NLL) is used to fit the model probability to multi labeled classes for multi-modal classification task. Furthermore, this work provides a new dataset for food attributes, so-called Yummly48K, extracted from the popular food website, Yummly. Our model is assessed on the constructed Yummly48K dataset. The experimental results show that our proposed method yields 65% and 62% average F1 score on validation and test set which outperforming the state-of-the-art models.
[+]

Palabras clave

Cuisine recognitionDeep learningFlavor classificationFood attributes analysisPyramid pooling

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-04:

  • Google Scholar: 4
  • Scopus: 3
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-04:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 28 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

[+]

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (Sarker M) y Último Autor (Puig Valls, Domènec Savi).

[+]