Buchumschlag

Size Matters: Reconstructing Real-Scale 3D Models from Monocular Images for Food Portion Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vinod, Gautham, Coburn, Bruce, Raghavan, Siddeshwar, He, Jiangpeng, Zhu, Fengqing
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Food Portion Estimation via 3D Object Scaling
von: Vinod, Gautham, et al.
Veröffentlicht: (2024)

DietDelta: A Vision-Language Approach for Dietary Assessment via Before-and-After Images
von: Vinod, Gautham, et al.
Veröffentlicht: (2026)

Not Your Stereo-Typical Estimator: Combining Vision and Language for Volume Perception
von: Vinod, Gautham, et al.
Veröffentlicht: (2026)

MFP3D: Monocular Food Portion Estimation Leveraging 3D Point Clouds
von: Ma, Jinge, et al.
Veröffentlicht: (2024)

Implicit-Scale 3D Reconstruction for Multi-Food Volume Estimation from Monocular Images
von: Chen, Yuhao, et al.
Veröffentlicht: (2026)

Food Portion Estimation: From Pixels to Calories
von: Vinod, Gautham, et al.
Veröffentlicht: (2026)

Online Class-Incremental Learning For Real-World Food Image Classification
von: Raghavan, Siddeshwar, et al.
Veröffentlicht: (2023)

Can You Hear, Localize, and Segment Continually? An Exemplar-Free Continual Learning Benchmark for Audio-Visual Segmentation
von: Raghavan, Siddeshwar, et al.
Veröffentlicht: (2026)

DELTA: Decoupling Long-Tailed Online Continual Learning
von: Raghavan, Siddeshwar, et al.
Veröffentlicht: (2024)

PANDA -- Patch And Distribution-Aware Augmentation for Long-Tailed Exemplar-Free Continual Learning
von: Raghavan, Siddeshwar, et al.
Veröffentlicht: (2025)

MetaFood3D: 3D Food Dataset with Nutrition Values
von: Chen, Yuhao, et al.
Veröffentlicht: (2024)

Automatic Recognition of Food Ingestion Environment from the AIM-2 Wearable Sensor
von: Huang, Yuning, et al.
Veröffentlicht: (2024)

FMiFood: Multi-modal Contrastive Learning for Food Image Classification
von: Pan, Xinyue, et al.
Veröffentlicht: (2024)

FoodLogAthl-218: Constructing a Real-World Food Image Dataset Using Dietary Management Applications
von: Watanabe, Mitsuki, et al.
Veröffentlicht: (2025)

GGAvatar: Reconstructing Garment-Separated 3D Gaussian Splatting Avatars from Monocular Video
von: Chen, Jingxuan
Veröffentlicht: (2024)

RealX3D: A Physically-Degraded 3D Benchmark for Multi-view Visual Restoration and Reconstruction
von: Liu, Shuhong, et al.
Veröffentlicht: (2025)

Food Image Generation on Multi-Noun Categories
von: Pan, Xinyue, et al.
Veröffentlicht: (2025)

Robust3D-CIL: Robust Class-Incremental Learning for 3D Perception
von: Ma, Jinge, et al.
Veröffentlicht: (2025)

SizeGS: Size-aware Compression of 3D Gaussian Splatting via Mixed Integer Programming
von: Xie, Shuzhao, et al.
Veröffentlicht: (2024)

Calibration & Reconstruction: Deep Integrated Language for Referring Image Segmentation
von: Yan, Yichen, et al.
Veröffentlicht: (2024)

Mono3DVG-EnSD: Enhanced Spatial-aware and Dimension-decoupled Text Encoding for Monocular 3D Visual Grounding
von: Li, Yuzhen, et al.
Veröffentlicht: (2025)

MTFusion: Reconstructing Any 3D Object from Single Image Using Multi-word Textual Inversion
von: Liu, Yu, et al.
Veröffentlicht: (2024)

Gradient Reweighting: Towards Imbalanced Class-Incremental Learning
von: He, Jiangpeng, et al.
Veröffentlicht: (2024)

CBVS: A Large-Scale Chinese Image-Text Benchmark for Real-World Short Video Search Scenarios
von: Qiao, Xiangshuo, et al.
Veröffentlicht: (2024)

SMPLer: Taming Transformers for Monocular 3D Human Shape and Pose Estimation
von: Xu, Xiangyu, et al.
Veröffentlicht: (2024)

A Hierarchical Compression Technique for 3D Gaussian Splatting Compression
von: Huang, He, et al.
Veröffentlicht: (2024)

Towards Unbiased Cross-Modal Representation Learning for Food Image-to-Recipe Retrieval
von: Wang, Qing, et al.
Veröffentlicht: (2025)

Marker-Based Extrinsic Calibration Method for Accurate Multi-Camera 3D Reconstruction
von: Garcia-D'Urso, Nahuel, et al.
Veröffentlicht: (2025)

MotionScape: A Large-Scale Real-World Highly Dynamic UAV Video Dataset for World Models
von: Guo, Zile, et al.
Veröffentlicht: (2026)

Beyond Walking: A Large-Scale Image-Text Benchmark for Text-based Person Anomaly Search
von: Yang, Shuyu, et al.
Veröffentlicht: (2024)

Comprehensive Evaluation of Large Multimodal Models for Nutrition Analysis: A New Benchmark Enriched with Contextual Metadata
von: Coburn, Bruce, et al.
Veröffentlicht: (2025)

3D Gaussian Editing with A Single Image
von: Luo, Guan, et al.
Veröffentlicht: (2024)

MMSD3.0: A Multi-Image Benchmark for Real-World Multimodal Sarcasm Detection
von: Zhao, Haochen, et al.
Veröffentlicht: (2025)

Hi3D: Pursuing High-Resolution Image-to-3D Generation with Video Diffusion Models
von: Yang, Haibo, et al.
Veröffentlicht: (2024)

4D Gaussian Splatting with Scale-aware Residual Field and Adaptive Optimization for Real-time Rendering of Temporally Complex Dynamic Scenes
von: Yan, Jinbo, et al.
Veröffentlicht: (2024)

Leveraging Automatic Personalised Nutrition: Food Image Recognition Benchmark and Dataset based on Nutrition Taxonomy
von: Romero-Tapiador, Sergio, et al.
Veröffentlicht: (2022)

REArtGS: Reconstructing and Generating Articulated Objects via 3D Gaussian Splatting with Geometric and Motion Constraints
von: Wu, Di, et al.
Veröffentlicht: (2025)

Scaling Prompt Instructed Zero Shot Composed Image Retrieval with Image-Only Data
von: Duan, Yiqun, et al.
Veröffentlicht: (2025)

Dual Enhancement on 3D Vision-Language Perception for Monocular 3D Visual Grounding
von: Li, Yuzhen, et al.
Veröffentlicht: (2025)

One Size, Many Fits: Aligning Diverse Group-Wise Click Preferences in Large-Scale Advertising Image Generation
von: Lu, Shuo, et al.
Veröffentlicht: (2026)