人工智能的最新进展促进了许多不同领域的广泛计算机视觉应用。充当人眼的数码相机可以感知基本对象属性,例如形状和颜色,并可以进一步用于执行高级任务,例如图像分类和对象检测。人类的看法已被广泛认为是训练和评估计算机视觉模型的基础真理。但是,在某些情况下,人类可以被他们所看到的欺骗。功能良好的人类视野依赖于稳定的外部照明,而不自然的照明会影响人类对商品基本特征的看法。为了评估对人类和计算机知觉的照明影响,该小组提出了一个新颖的数据集,食品愿景数据集(FVD),以创建一个评估基准来量化照明效果,并推动照明估算方法的发展,以供公平可靠的消费者使用食物出现的可接受预测。 FVD由675张图像组成,这些图像在3个不同的功率下捕获和5个不同的温度设置,每天替代五天。
translated by 谷歌翻译