本文总结了食品推荐系统的现状，探讨了数字资源、健康饮食、群组推荐和未来方向等方面的重要性和挑战，以期为研究者和实践者提供有用的资源。

Nov, 2017

本研究旨在通过分析移动设备（如智能手机）捕获的食物图像来改进膳食评估的准确性，提出了一种新的基于卷积神经网络的食品图像识别算法，并将该方法应用于两个真实数据集（UEC-256 和 Food-101）中，取得了令人瞩目的结果。

Jun, 2016

提出了一个用于食物推荐的统一框架，并指出影响食物推荐的主要问题，包括构建个人模型、分析独特的食品特征、整合各种上下文和领域知识。本文回顾了现有解决方案，阐述了这个领域的研究挑战和未来方向。

May, 2019

该研究通过引入 Nutrition5k 数据集，采用计算机视觉算法能够精确预测真实世界中的复杂菜肴的热量和营养素值，并且具有超过专业营养学家的准确性，使这一领域的营养理解得到加速创新。

Mar, 2021

本文综述了人工智能在农业食品系统中的应用，首先总结了农业食品系统中的数据获取方法，其次介绍了农业、畜牧和渔业中人工智能方法的进展和应用，包括农业食品的分类、生长监测、产量预测和质量评估等，同时强调了转变现代农业食品系统所面临的潜在挑战和有前途的研究机会。

May, 2023

利用手机相机，基于餐馆菜单照片数据库，结合计算机视觉技术，识别不同餐馆不同食品种类的图像，以达到自动化的饮食日记记录。

Oct, 2015

本文评估了食物识别和营养应用的现状，识别可能阻碍或促进其使用的因素，并概述了相关的研究和发展。

Jun, 2023

该研究提出了一种针对食品计算领域的新型多模态方法（FIRE），该方法基于输入的食品图像生成食品标题、配料和烹饪说明，并展示了与大型语言模型提示结合的两个实际应用：将食谱个性化以适应用户偏好和将食谱转化为代码以实现自动化烹饪过程。实验结果验证了该方法的有效性，并强调其在食品计算领域的未来发展和广泛应用潜力。

Aug, 2023

智能计算是一种新的计算范式，在数据，人工智能和物联网方面推动数字革命。本文是对智能计算领域的第一次综述，涵盖了其理论基础、技术融合、重要应用、挑战和未来发展前景。

Nov, 2022

传统的膳食推荐系统通常只考虑营养或健康，忽视了人们对食物的感受。本研究提出了一种基于社交情感计算的饭菜推荐和菜单规划框架，可以识别不同食物对人的情感影响，并结合营养需求生成饭菜推荐与个性化菜单规划。实验证实了该框架在各项评估参数上的良好表现。

Aug, 2023