CookGAN：基于食材的餐食图像合成

Feb, 2020

CookGAN: Meal Image Synthesis from Ingredients

Fangda Han, Ricardo Guerrero, Vladimir Pavlovic

TL;DR提出了一种新的计算框架，基于生成深层模型，从其成分的文本列表中合成逼真的食物照片。通过构建基于注意力的成分 - 图像关联模型，并使用生成神经网络对合成的餐食图像进行调节，以此来生成真实的餐食照片。

Abstract

In this work we propose a new computational framework, based on generative deep models, for synthesis of photo-realistic food meal images from textual list of its ingredients. Previous works on synthesis of images from text typically rely on pre-trained text models to extract text features, followed by generative neural networks (GAN) aimed to generate reali

generative deep models cook generative adversarial networks attention-based ingredients-image association model cycle-consistent constraint synthesizing meal images

发现论文，激发创造

结构感知生成网络用于从图像生成食谱

本研究提出了一个单纯使用食品图片和配料来生成食品烹饪说明的结构感知生成网络，通过无监督学习的方式，提取句子级别的树状结构标签，并将其与生成的目标食谱树形结构相结合。实验表明该方法能产生高质量连贯的食谱，而且在基准的 Recipe1M 数据集上取得了最先进的性能。

Sep, 2020

反向烹饪：从食物图像生成菜谱

本文介绍了一种逆向烹饪系统，利用图像和推断的食材同时生成烹饪说明，能够更好地预测食材，并且相比检索法，可以产生更有吸引力的高质量菜谱。

Dec, 2018

Cook-Gen：菜谱烹饪行为的鲁棒生成建模

本研究探索了使用生成 AI 方法扩展当前食品计算模型的可能性，主要涉及营养和配料分析，以及包括烹饪行为（例如加盐，煎肉，煮蔬菜等），并提出了一种新的基于聚合的生成 AI 方法 Cook-Gen。

Jun, 2023

学习组合层次版 GAN 模型：如何制作披萨

本文提出了一种基于生成对抗网络（GAN）的可组合模块运算的生成模型，可以将图像分解为一系列层，从而实现在无监督的情况下分割食物、补全图像和推断配菜的顺序。

Jun, 2019

生成对抗文本到图像的合成

利用递归神经网络和深度卷积生成对抗网络构建了新的深度架构和 GAN 公式，将字符转换为像素，有效地将文本和图像建模相结合，从而实现了从详细文本描述中生成花和鸟的逼真图像的能力。

May, 2016

深度图像至食谱翻译

深度图像到菜谱的翻译，是计算机视觉和自然语言生成的交叉领域，旨在弥合珍贵食物记忆与烹饪艺术之间的鸿沟。

Jul, 2024

食物图像转菜谱生成

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

反事实食谱生成：在现实场景中探索组合泛化

本文研究了预训练语言模型是否能够在现实环境中进行构成泛化和对新元素进行合成，主要通过设计反事实食谱生成任务，使用中文菜谱数据集进行进行预训练语言模型的微调，结果表明这些模型生成的食谱虽然文字流畅，但缺乏真正的构成泛化能力和对烹饪知识的学习和应用。

Oct, 2022

多模态模块化人工智能厨师：基于图像的复杂食谱生成

本文介绍了一种基于多模态方法的轻量级和专门化的 API，使对象检测和最新的文本生成器的串联生成秤可能的食谱。

Mar, 2023

设计时尚美味便当

本文提出了带空间和通道注意力模块的循环生成对抗网络用于文本到图像的合成。包括先前论文作品中的继续研究，该方法通过预训练的排序恢复模型和生成对抗网络来精确地描绘和设计具有多个遮挡对象的场景，以预测布局和合成新的盒饭呈现方式。我们设计了 Bento800 数据集来评估该方法的性能，并进行了额外的实验和定性绩效比较来验证其有效性。

May, 2023