食谱app界面论文，食谱安排评价

牵着乌龟去散步学知识 2024-09-16 70 0

两亿多国人饮食习惯调查：患病的原因也许藏在食谱中

麻辣烫、甜甜圈、烧烤、炸鸡、火锅……八方十里不同味，有人无辣不欢，有人迷恋甜点，还有人无法抗拒油炸食物。然而，你偏好的这些美食中，隐藏着各种疾病。

不久前，《糖尿病杂志》发表了一篇中国研究团队的论文，该论文调查了2亿多中国人，绘制了首张中国饮食习惯与代谢病地图。

这项由中国工程院院士宁光带领上海交通大学附属瑞金医院团队完成的研究，反映了我国各地由于烹饪和口味偏好不同所造成的健康差异，特别是与高血压、糖尿病的关系：热爱油炸烧烤的地区有更多高血压、糖尿病和高体质量指数（也称体重指数）困扰，而爱吃辣的地方糖尿病风险低。

饮食偏好主要与哪些疾病密切相关？普通人应该如何认识饮食与疾病的关系？美食怎么煮、怎么吃才健康？

地区不同口味各异病种有别

宁光院士团队通过百度，搜集了2016年中国居民饮食习惯相关的互联网数据，分析了中国居民饮食偏好分布；并结合相关流行病学调查数据，总结了不同饮食偏好的居民在年龄、性别、地理位置、温度、经济收入间的差异，在此基础上得出饮食偏好与疾病（糖尿病、高血压）的相关性。

“研究表明，油炸和烧烤类食物大多集中在北京周边和东北等高纬度地区。但海南南部地区的人也偏爱烧烤，广东地区的人群对油炸和烧烤类食物也‘情有独钟’。”福建师范大学生命科学学院李达谅教授说。

而“甜党”主要集中在沿海地区，北方地区对甜食的喜爱也很突出。“麻辣水煮党”以四川为首，分布差异不大。

不同地区的不同口味中究竟隐藏着哪些疾病？该团队研究表明，对油炸和烧烤的偏爱将导致高体质量指数、高血压以及糖尿病的高发生率。不仅如此，这两类食物还和空腹血糖以及餐后血糖异常升高有关。

“油炸烧烤党”不健康，“甜党”同样也会被疾病“看中”。研究发现，甜食摄入量高与糖尿病发病率升高以及空腹血糖异常升高有关。而“麻辣党”却“幸免于难”。分析发现，爱吃辣的程度与糖尿病发病率、空腹血糖和餐后血糖水平呈现反比关系。而“麻”这个特殊口味同样也与空腹血糖水平呈现反比关系。

至于为什么吃辣对糖尿病发病率的降低有帮助，研究人员在论文的讨论部分提到，辣椒素与代谢健康的研究提示其可以降低空腹血糖水平，同时保持胰岛素水平。

这是否意味着可以多吃辣？新加坡国立大学苏州研究院大健康食品卓越中心经理付才力博士告诉记者，虽然麻、辣在降低糖尿病发病率、空腹血糖和餐后血糖水平方面显示出优势，但麻和辣并不适用于肠胃功能较弱的人群，易 *** 食道黏膜, 影响肠道菌群，增加肠胃负担。过量偏麻辣饮食，常常会诱发上火、腹泻、便秘等。

该“饮食与疾病地图”是否有代表性？“由于样本数量大，遍布各个区域，且基于真实的点餐交易数据，涉及的饮食也以日常饮食为主，并考虑到了搜索偏好与实际购买，因此，目标样本人群与目标数据提供者是高度重合的。可认为其在 *** 建设和在线点餐较为发达的城市地区是具有代表性的。”福建农林大学食品科学学院教授、闽台特色海洋食品加工及营养健康教育部工程研究中心副主任赵超说。

高温烹饪破坏营养无益健康

“这些疾病的产生与不同的烹饪方式密切相关。”李达谅说。

研究人员分析认为，一方面是油炸和烧烤食物都经过高温烹饪，可能产生包括反式脂肪酸和晚期糖基化终产物等，而这些物质已被证明可促进代谢性疾病。另外，油炸或油煎等方式降低了食物中的水分含量，增高了食物的热量效率，同时人们难以抵挡这些食物的口感和香味，容易吃过量，进一步造成代谢性疾病的出现，比如三高、肥胖。

常见的烹饪方式主要有煎、炸、煮、烤、炖、炒、蒸等，那么哪种方式更健康？

付才力指出，在烹饪操作方面，一般蒸、煮、炖的温度在100℃左右，不会导致食品中水分和其他营养物质过多地流失和破坏，同时这类烹调方式做出来的食物更加软烂，有助于人体的消化和吸收，适合老人、孩子和胃肠功能不好的人群。

“而煎、炸、烤称为高温烹调， *** 时，不仅食品中的营养物质会遭到破坏，同时还会产生一些有害物质，例如多环芳烃、丙烯酰胺，从而引发身体疾病，包括消化不良、心血管疾病，导致发胖，甚至致癌；炒菜是家庭烹调中最常见的一种方式，但持久高温炒制并不利于健康，尤其是肉制品等，炒糊的部分更好丢弃。”付才力说。

“以烹饪土豆为例，炖土豆的能量更低，约58千卡/100克，而炸土豆的热量更高，达471千卡/100克。”付才力说，同一食材的不同烹饪方式所带来的热量不同，煮、炖是更为健康的烹饪方式。

清淡饮食减轻身体代谢负担

当前，“重口味”已成为了中国人的饮食常态。李达谅认为，饮食与疾病的发生密切相关，养成健康的饮食习惯才能预防身体疾病。

李达谅建议，日常生活中，应该培养清淡饮食习惯，成人每天烹调油不超过30克；每天盐摄入不超过6克；控制添加糖的摄入量，每天摄入不超过50克。

“很多人一说减糖，就想着不吃含糖的食物。其实，减糖不仅仅包括通常的单糖、双糖、果糖，淀粉类食物也要控制，比如米饭、面食等。”赵超指出，因为这些淀粉类的食物在肠道里也会分解为单糖、双糖。而减糖的标准就是吃进去的淀粉、糖等能量物质要与每天消耗的能量平衡，要不然能量在体内堆积就会转化成脂肪，从而增加身体代谢负担。

赵超建议，中国的传统饮食多数是正常的蒸、煮、焖、炒，这些是比较健康的烹饪操作，应予以鼓励。同时，烹调食物时尽可能不用烹调油或用很少量烹调油，如蒸、煮、炖、焖等。

“此外，普通人对于不均衡饮食及不良烹饪方式带来的危害虽有认识却不够深入，对于代谢的认知较为表面化，因此，相关部门在科普相关知识时，应具体到某种物质以加深认知。”赵超说，如将高糖高热量及煎、炸、烧、烤与糖尿病、肥胖联系，将高盐与高血压联系，并援引案例，引导公众采用较为健康的烹饪方式。

“宁光院士团队的这项研究，为中国的膳食情况提供了重要的数据参考，为中国膳食指南提供了有效的理论依据。”赵超评价说，该研究还提示部分人群需要改变自己的饮食和烹饪方式，不能因为一些旧习惯而对某种食物上瘾。

赵超建议，应倡导合理搭配膳食，远离亚健康。对于偏好油炸和烧烤的地区，当地相关部门应考虑进行饮食指导；而对于爱甜食的地区，可考虑给出具体的指南，指导居民进行合理的糖分摄入。

本报记者谢开飞通讯员曹佳奕陈旻

食谱app界面论文，食谱安排评价-第1张图片-

大规模食品图像识别：T-PAMI 2023论文解读

美团基础研发平台视觉智能部与中科院计算所展开科研课题合作，共同构建大规模数据集Food2K，并提出渐进式区域增强 *** 用于食品图像识别，相关研究成果已发表于T-PAMI 2023。本文主要介绍了数据集特点、 *** 设计、性能对比，以及基于该数据集的迁移实验等方面的内容，并对Food2K未来的工作进行了展望。希望能为从事相关工作的同学带来一些帮助或者启发。

1 引言

视觉智能部与中科院计算所于2020-2021年度展开了《细粒度菜品图像识别和检索》科研课题合作，本文系双方联合在IEEE T-PAMI2023发布论文《Large Scale Visual Food Recognition》 (Weiqing Min, Zhiling Wang, Yuxin Liu, Mengjiang Luo, Liping Kang, Xiaoming Wei, Xiaolin Wei, Shuqiang Jiang*) 的解读。IEEE T-PAMI全称为IEEE Transactions on Pattern Analysis and Machine Intelligence，是模式识别、计算机视觉及机器学习领域的国际顶级期刊，2022年公布的影响因子为24.314。

图1 Food2K数据集

食品计算<1>因能够支撑许多食品相关的应用得到越来越广泛的关注。食品图像识别作为食品计算的一项基本任务，在人们通过辨认食物进而满足他们生活需求方面发挥着重要作用，如食品营养理解<2,3>和饮食管理<4>等。此外，食品图像识别是细粒度视觉识别的一个重要分支，具有重要的理论研究意义。

现有的工作主要是利用中小规模的图像数据集进行食品图像识别，如ETH Food-101<5>、Vireo Food-172<6>和ISIA Food- 500<7>，但是它们的数据规模不足以支撑更复杂更先进的食品计算模型的建立。考虑到大规模数据集已成为许多常规图像分类和理解任务发展的关键推动因素，食品计算领域也迫切需要一个大规模的食品图像数据集来进一步支撑各种食品计算任务，如跨模态食谱检索和生成<8,9>。因此我们构建了一个新的大规模基准数据集Food2K。该数据集包含1,036,564张食品图像和2,000类食品，涉及12个超类（如蔬菜、肉类、烧烤和油炸食品等）和26个子类别。与现有的数据集相比，Food2K在类别和图像数量均超过其一个数量级。除了规模之外，我们还进行了严格的数据清理、迭代标注和多项专业检查，以保证其数据的质量。

在此基础上，我们进一步提出了一个面向食品图像识别的深度渐进式区域增强 *** 。该 *** 主要由渐进式局部特征学习模块和区域特征增强模块组成。前者通过改进的渐进式训练 *** 学习多样互补的局部细粒度判别性特征（如食材相关区域特征），后者利用自注意力机制将多尺度的丰富上下文信息融入到局部特征中，进一步增强特征表示。本文在Food2K上进行的大量实验证明了所提出 *** 的有效性，并且在Food2K上训练的 *** 能够改善各种食品计算视觉任务的性能，如食品图像识别、食品图像检索、跨模态菜谱-食品图像检索、食品检测和分割等。我们期待 Food2K及在Food2K上的训练模型能够支撑研究者探索更多的食品计算新任务。本论文相关的数据集、代码和模型可从网站下载：http://123.57.42.89/FoodProject.html。

2 Food2K数据集

Food2K同时包含西方菜和东方菜，在食品专家的帮助下，我们结合现有的食品分类 *** 建立了一个食品拓扑体系。Food2K包括12个超类（如“面包”和“肉”），每个超类都有一些子类别（如“肉”中的“牛肉”和“猪肉”），每种食品类别包含许多菜肴（如“牛肉”中的“咖喱牛肉”和“小牛排”），如下图2所示：

图2 Food2K分类体系

下图3展示了每个食品类别的图像数量，Food2K中每个类别的图像数量分布在<153,1999>之间不等，呈现出明显的长尾分布现象，与类别不平衡性。

图3 Food2K各类别图像数量分布

下图4展示了Food2K与现有食品图像识别数据集的图像数量对比，可以看到Food2K在类别和图像数量上都远超过它们。

图4 Food2K与其它食品识别数据集图像数量对比

除此之外，Food2K还具有以下特征：

1）Food2K涵盖了更多样化的视觉外观和模式。不同食材组合、不同配饰、不同排列等都会导致同一类别的视觉差异。举例来说，新鲜水果沙拉因其不同的水果成分混合而呈现出不同的视觉外观。这些食品的独特特征导致了更高的类内差异，使大规模的食品图像识别变得更加困难。

2）Food2K包含更细粒度的类别标注。以“Pizza”为例，一些经典的食品数据集，如Food-101，只有较粗粒度的披萨类。而Food2K中的披萨类则进一步分为更多的类别。不同披萨图像之间的细微视觉差异主要是由独特的食材或同一食材的粒度不同引起的，这也导致了识别的困难。所有这些因素使Food2K成为一个新的更具挑战性的大规模食品图像识别基准，可以视为食品计算领域的“ImageNet”。

3 ***

食品图像识别需要挖掘食品图像的本身特点，并同时考虑不同粒度的图像特征进行识别。通过观察我们发现，食品图像有着明显的全局特征和局部特征。

首先，食品图像明显有着全局的外观、形状和其他结构方面的特征，且该特征存在较大的类内差异。如下图5的“奶油核桃饼”明显有着变化不一的形状，炒面有着丰富多样的纹理。虽然当前已经有很多 *** 来解决这一问题，但大多数 *** 主要集中在提取某种类型的特征，而忽略了其他类型的特征。

图5 食品图像的全局特征与局部特征

其次，食品图像中有细微差别的细节信息，部分细节信息是其关键的局部特征。在许多情况下，现有的神经 *** 无法很好地挖掘那些具有判别性的细节特征。如图5中第3栏所示，仅仅依靠全局特征是不足以区分“玉米羹”和“鸡蛋羹”，必须进一步挖掘其食材信息的不同（图中黄色框内）。因此，如何更好地挖掘食品图像的全局特征和局部特征，对于提升食品图像特征表达能力来说尤为重要。

第三，如下图6所示，不同的食材在不同的食品类别中所占的权重也是不一样的。“香菜”在“香菜”拌牛肉中是一个关键性食材，必不可少，但是在“老醋海蜇”这道菜中仅仅是一个配料，并不总是出现在该类别的所有图像中。因此需要挖掘局部特征之间的关系，突出重点局部特征。进而提高食品识别的准确率。

图6 不同食材在不同的食品图像中所占比重不同

针对上述这些特点，本文设计了深度渐进式区域特征增强 *** ，它可以共同学习多样化且互补的局部和全局特征。该 *** 结构如下图7所示，该 *** 主要由三部分组成：全局特征学习模块、渐进式局部特征学习模块和区域特征增强模块。

图7 深度渐进式区域增强 *** 框架图

其中，渐进式局部特征学习主要采用渐进式训练策略来学习互补的多尺度细粒度的局部特征，例如不同的食材相关信息。区域特征增强使用自注意力机模块，将更丰富的多尺度上下文信息合并到局部特中，以增强局部特征表示。然后，我们通过特征融合层将增强的局部特征和来自全局特征学习模块的全局特征融合到统一的特征中。

此外，在模型训练时，本文逐步渐进式地训练 *** 的不同阶段，最后将训练整个 *** ，并在此过程中引入散度以增加各个阶段之间的差异性，以捕获更丰富多样化的局部信息。在推理阶段，考虑到每个阶段的输出特征和融合后的特征之间的互补性，我们将它们的预测结果结合起来得到最终分类得分。接下来，本文将详细介绍各个模块的计算原理。

全局-局部特征学习

食品识别可以看作是一个层次化的任务，在不同超类下的食品图像有着明显可分的视觉差异，因此可以基于他们的全局特征进行识别。

但是在同一超类下，不同子类的食品图像之间的差异却非常小。因此食品识别需要同时学习食品图像的全局特征和局部特征。因此，我们提取并融合了这两个特征，此过程可以使用两个子 *** 分别提取食品图像的全局和局部特征。这两个子 *** 可以是两个独立的 *** ，但是这部分工作为了提高效率并减小模型参数，本文中两个子 *** 共享基础 *** 的大部分层。

全局特征学习

渐进式局部特征学习

局部特征子 *** 旨在学习食品的区分性细粒度特征。由于食材和烹饪风格的多样性，食品图像的关键判别部分是多尺度和不规则的。作为本 *** 之一个创新点，我们提出了渐进式训练策略来解决这个问题。在这种策略中，我们首先训练具有较小感受野的 *** 较低阶段（可以理解为模型中较低的层），然后逐步扩大该局部区域范围，并引入新的层加入训练。

这种训练策略将迫使我们的模型提取更精细的判别性局部特征，例如与食材相关的特征。在此过程之后，我们从不同层提取特征以获得多尺度的特征表示。

因此，该策略可以首先在 *** 较浅的层中学习更稳定的细粒度信息，然后随着训练的进行逐渐将注意力转移到在较深的层中学习粗粒度信息。具体来说，当具有不同粒度的特征被送入 *** 时，它可以提取出有判别性的局部细粒度特征，例如食材成分信息。然而，简单地使用渐进式训练策略不会得到多样化的细粒度特征，因为通过渐进式训练学习到的多尺度特征信息可能集中在食品图像中相似的区域。

而作为本 *** 第二个创新点，我们引入KL散度对来自不同阶段的特征进行离散化，以增加它们之间的差异性。我们通过更大化不同阶段特征之间的KL散度值，可以迫使 *** 模型在不同阶段关注不同区域的多尺度特征，这有助于 *** 捕获尽可能多的细节信息。

区域特征增强

不同于一般的细粒度任务中的识别对象，食品图像没有固定的语义信息。现有的大部分食品识别 *** 直接挖掘这些判别性局部特征，忽略了局部特征之间的关系。因此，我们采用自注意力机制来学习不同局部特征之间的关系。该策略旨在捕获特征图中同时出现的食品特征。

训练和预测

在 *** 优化过程中，我们迭代更新 *** 的参数。首先，我们利用各个阶段的交叉熵损失，来反向传播以更新相应 *** 的参数。在此过程中，当前阶段的所有 *** 参数都将被优化，即使它们在之前的阶段已经被更新过。然后在特征融合阶段，我们利用另一个交叉熵损失函数来更新整个 *** 的参数。

此外，我们的 *** 以端到端的方式进行训练。在渐进式训练过程中，对于每个阶段的输出，我们采用以下交叉熵损失：

4 实验

首先，我们在Food2K上对现有的食品识别 *** 和我们提出的 *** 进行了比较。然后，我们研究Food2K在食品识别、食品图像检索、跨模态菜谱-食品图像检索、食品检测和食品分割五个食品计算任务上的泛化能力。

*** 验证与分析

本文使用在ImageNet上预训练的ResNet<10>作为基础 *** 。对于实验性能评估，使用Top-1准确率（Top-1）和Top-5准确率（Top-5）对食品类别识别进行评估。

在Food2K上的性能实验

表1展示了在Food2K上现有的食品识别 *** 和所提 *** 的性能比较。从表中可以看出，我们的 *** 在Top-1和Top-5准确率上分别高出主干 *** （ResNet）2.24%和1.4%，以ResNet101为主干的 *** 超过了现有的食品识别 *** ，取得了较好的识别性能。同时，这也证实了结合渐进式训练策略和自注意力来增强局部特征表示的优势。

表1 现有 *** 在Food2K上性能对比

在Food2K上的消融实验

本文在消融实验中主要探讨了以下几个问题：

（1） *** 不同组件的有效性：从下图8(a)中可以看出，渐进式策略（PL）的引入能够带来识别性能增益，且与区域特征增强（RE）相结合后进一步提高了性能。这说明我们提出的PL+RE的学习策略能够有效地学到更具判别性的局部特征。

（2）渐进式学习阶段的数量U：从下图8(b)中可以看出，当U从1到3时，我们的 *** 在Food2K上分别取得了81.45%、82.11%和83.03%的Top-1分类准确率。模型的分类性能连续提高了0.66%和0.92%。然而，当U = 4时，精度开始下降，可能的原因是浅层 *** 主要关注类别无关的特征。

（3）不同学习阶段的效果：为了更好地验证每个学习阶段和最终的连接阶段的贡献，我们还通过分别使用每个阶段的预测分数来进行评估。从下图8(c)中可以看出，相比于使用单一阶段进行预测，联合每个阶段的得分进行预测能够带来性能提升。此外，我们的 *** 将每个阶段的预测分数和联合特征的预测分数进行组合，能够实现更佳的识别性能。

（4）平衡参数α和β：我们还研究了公式αβ中平衡参数对性能的影响。我们发现，当α，β时，即总损失仅包括散度时，此时模型无法收敛。当α，β时，即仅使用交叉熵损失进行优化，模型的性能明显下降。当α，β时，模型取得了更佳的识别性能，这说明联合渐进式训练和KL散度的策略能够提高多样化局部细节特征的学习能力。

图8 我们 *** 在Food2K上的消融实验

可视化

我们使用Grad-CAM来进行可视化分析。如下图9所示，以“Wasabi Octopus”为例，基线 *** 仅能获得有限的信息，不同的特征图倾向于关注相似的区域。相比之下，我们的 *** 在之一阶段更关注“Vegetable Leaf”，而第二阶段主要关注“Octopus”。而在第三阶段，我们的 *** 可以捕获该食品的总体特征，所以全局和局部特征都能被用于识别。

图9 来自Food2K一些样本的可视化结果

基于Food2k的泛化实验

食品图像识别

我们评估了在Food2K上预训练过的模型在ETH Food-101、Vireo Food-172和ISIA Food-500上的泛化能力。从表2中我们可以看出，使用Food2K进行预训练后所有 *** 都取得了一定程度的性能提升，这说明我们的数据集在食品图像识别任务上具有良好的泛化能力。

表2 基于Food2K微调的模型在食品图像识别任务上的性能

食品检测

我们评估了Food2K数据集对食品检测任务的泛化能力，评估任务为检测食品托盘中的食品。为了进行比较，我们还对在ETH Food-101上进行预训练的模型进行了评估。从表3中可以看出，使用Food-101和Food2K能够提升所有 *** 的mAP和AP75指标，且Food2K所带来的性能增益要超过Food-101。这说明我们的 *** 在食品检测任务上表现出良好的泛化性能。

表3 基于Food2K和ETH Food-101微调的模型在食品检测任务上的性能比较

食品分割

我们还评估了Food2K在食品分割任务上的性能。从表4中可以看出，对于所有使用Food2K进行预训练的模型均能带来性能的提升。这也证明了我们的数据集在分割任务上具有良好的泛化表现。

表4 基于Food2K和ETH Food-101微调的模型在食品分割任务上的性能比较

食品图像检索

我们进一步在食品图像检索任务上验证Food-2K的泛化能力。具体来说，我们在ETH Food-101、Vireo Food-172和ISIA Food-500数据集上实验，并使用与前文相同的数据集划分方式。测试集的每张图片依次作为查询项，其余的图片作为检索库。我们分别使用交叉熵损失函数和以Contrastive loss和Triplet loss为代表的度量学习损失函数来微调ResNet101 *** ，并使用mAP和Recall@1指标评估 *** 的性能。

表5的结果展示了在Food-2K数据集上预训练后微调的 *** 取得了不同程度的性能增益。具体来说，在Vireo Food-172数据集上取得了更优性能，并在三个数据集上分别取得了4.04%, 5.28% 和4.16%的性能增益。值得注意的是，当使用额外的ETH Food-101数据集预训练，以及在度量学习损失函数 *** 上微调的 *** 并没有取得性能增益，但使用Food2K数据集预训练仍然取得了性能增益，这是因为食品图像检索任务对目标数据集之间的差异较为敏感（ETH Food-101和Vireo Food-172），并间接表明来自Food2K的图像类别和尺度的多样性提升了食品图像检索任务的泛化性。

表5 基于Food2K和ETH Food-101微调的模型在食品图像检索任务上的性能比较

跨模态菜谱-食品图像检索

我们还在跨模态菜谱-食品图像检索任务上进一步验证Food2K的泛化能力。具体来说，我们在Recipe1M<11>数据集上验证 *** 的性能，并使用与之相同的数据集划分 *** 。与此同时，我们使用MedR和Recall@K指标来评估。表6展示了我们使用不同的 *** 主干，并分别通过ImageNet、ETH Food-101和Food2K数据集预训练的结果。结果发现使用ETH Food-101和Food2K数据集预训练后在目标数据集上微调都取得了性能的增益，使用我们的Food-2K数据集取得了更大的性能增益。

表6 基于Food2K和ETH Food-101微调的模型在跨模态菜谱-食品图像检索任务上的性能比较

5 未来工作

本文全面的实验证明了Food2K对于各种视觉和多模态任务具有较好的泛化能力。基于Food2K的一些潜在研究问题和方向如下。

（1）大规模鲁棒的食品图像识别：尽管一些细粒度识别 *** （如PMG<12，22>）在常规细粒度识别数据集中获得了更佳性能，但它们在Food2K上表现欠佳。虽然也有一些食品图像识别 *** （如PAR-Net<13>）在中小规模食品数据集上取得了较好的性能，但它们在Food2K大规模食品图像识别数据集上也并不能获得更好的性能。

我们推测，随着食品数据的多样性和规模的增加，不同食材、配饰和排列等因素产生了更复杂的视觉模式，以前的 *** 不再适用。因此，基于Food2K有更多的 *** 值得进一步探究。例如Transformers<14，23>在细粒度图像识别方面产生了巨大的影响，其在大规模数据集上的性能高于CNNs。Food2K可以提供足够的训练数据来开发基于Transformers的食品图像识别 *** 来提高性能。

（2）食品图像识别的人类视觉评价：与人类视觉对一般物体识别的研究相比，对食品图像识别进行评价可能更加困难。例如，食品具有较强的地域和文化特征，因此来自不同地区的人对食品图像识别会有不同的偏见。最近的一项研究<15>给出了人类视觉系统和CNN在食品图像识别任务中的比较。为了避免信息负担过重，需要学习的菜肴数量被限制在16种不同类型的食物中。更有趣的问题，值得进一步的探索。

（3）跨模态迁移学习的食品图像识别：我们已经验证了Food2K在各种视觉和多模态任务中的推广。未来我们可以从更多的方面来研究迁移学习。例如，食物有独特的地理和文化属性，可以进行跨菜系的迁移学习。这意味着我们可以使用来自东方菜系的训练模型对西方菜系进行性能分析，反之亦然。经过更细粒度的场景标注，如区域级甚至餐厅级标注，我们可以进行跨场景迁移学习来进行食品图像识别。此外，我们还可以研究跨超类别迁移学习的食品图像识别。例如，我们可以使用来自海鲜超类的训练模型来对肉类超类进行性能分析。这些有趣的问题也都值得深入探索。

（4）大规模小样本食品图像识别：最近，有一些基于中小型食品类别的小样本食品图像识别 *** <16,17>研究。LS-FSFR<18>是一项更现实的任务，它旨在识别数百种新的类别而不忘记以前的类别，且这些数百种新的食品类别的样本数很少。Food2K提供了大规模的食品数据集测试基准来支持这项任务。

（5）更多基于Food2K的应用：本文验证了Food2K在食品图像识别、食品图像检索、跨模态菜谱-食品图像检索、食品检测和分割等各种任务中具有更好的泛化能力。Food2K还可以支持更多新颖的应用。食品图像生成是一种新颖而有趣的应用，它可以通过生成对抗 *** （GANs）<19>合成与现实场景相似的新的食品图像。例如，Zhu等人<20>可以从给定的食材和指令中生成高度真实和语义一致的图像。不同的GANs，如轻量级的GAN <21>，也可以用于生成基于Food2K的食物图像。

(6) 面向更多任务的Food2K扩展：基于训练的Food2K模型可以应用于更多与食物计算任务中。另外，考虑到一些工作<6>已经表明食材可以提高识别性能，我们计划扩展Food2K来提供更丰富的属性标注以支持不同语义级别的食品图像识别。我们还可以在Food2K上进行区域级和像素级标注使其应用范围更广。我们还可以开展一些新的任务，如通过在Food2K上标注美学属性信息，对食品图像进行美学评估。

6 总结及展望

在本文中，我们提出了具有更多数据量、更大类别覆盖率和更高多样性的Food2K，它可以作为一个新的大规模食品图像识别基准。Food2K适用于各种视觉和多模态任务，包括食品图像识别、食品图像检索、检测、分割和跨模态菜谱-食品图像检索。

在此基础上，我们进一步提出了一个面向食品图像识别的深度渐进式区域增强 *** 。该 *** 主要由渐进式局部特征学习模块和区域特征增强模块组成。渐进式局部特征学习模块通过改进的渐进式训练 *** 学习多样互补的局部细粒度判别性特征，区域特征增强模块利用自注意力机制将多尺度的丰富上下文信息融入到局部特征中以进一步增强特征表示。在Food2K上进行的大量实验证明了该 *** 的有效性。

美团本身有着丰富的食品数据及业务应用场景，如何利用多元化数据进行食品图像细粒度分析理解，解决业务痛点问题是我们持续关注的方向。目前，美团视觉智能部持续深耕于食品细粒度识别技术，并成功将相关技术应用于按搜出图、点评智能推荐、扫一扫发现美食等不同的业务场景中，不仅提升了用户体验，还降低了运营成本。

在技术沉淀层面，我们围绕此食品计算技术不断推陈出新，目前申请专利20项，发表CCF-A类会议或期刊论文4篇（如AAAI、TIP、ACM MM等）；我们还参加了2019年和2022年CVPR FGVC细粒度识别比赛，并取得了一冠一亚的成绩；同时在ICCV 2021上也成功举办了以LargeFineFoodAI为主题的视觉研讨会，为推动食品计算领域的发展贡献了一份绵薄之力。

未来，我们计划进一步围绕这条主线，探索多模态信息融入、多任务学习等技术路线，不断沉淀经验教训，并将相关技术推广到更多、更远、更有价值的生活服务场景中，从而更好地服务好社会。

7 参考文献

<1> W. Min, S. Jiang, L. Liu, Y. Rui, and R. Jain, “A survey on food computing,” ACM CSUR, vol. 52, no. 5, pp. 1–36, 2019.
<2> A. Meyers, N. Johnston, V. Rathod, A. Korattikara, A. Gorban, N. Silberman, S. Guadarrama, G. Papandreou, J. Huang, and K. P. Murphy, “Im2Calories: towards an automated mobile vision food diary,” in ICCV, 2015, pp. 1233–1241.
<3> Q. Thames, A. Karpur, W. Norris, F. Xia, L. Panait, T. Weyand, and J. Sim, “Nutrition5k: Towards automatic nutritional understanding of generic food,” in CVPR, 2021, pp. 8903–8911.
<4> Y. Lu, T. Stathopoulou, M. F. Vasiloglou, S. Christodoulidis, Z. Stanga, and S. Mougiakakou, “An artificial intelligence-based system to assess nutrient intake for hospitalised patients,” IEEE TMM, pp. 1–1, 2020.
<5> L. Bossard, M. Guillaumin, and L. Van Gool, “Food-101–mining discriminative components with random forests,” in ECCV, 2014, pp. 446–461.
<6> J. Chen and C.-W. Ngo, “Deep-based ingredient recognition for cooking recipe retrieval,” in ACM MM, 2016, pp. 32–41.
<7> W. Min, L. Liu, Z. Wang, Z. Luo, X. Wei, and X. Wei, “ISIA Food- 500: A dataset for large-scale food recognition via stacked globallocal attention network,” in ACM MM, 2020, pp. 393–401.
<8> J. Mar′?n, A. Biswas, F. Ofli, N. Hynes, A. Salvador, Y. Aytar, I. Weber, and A. Torralba, “Recipe1M+: A dataset for learning cross-modal embeddings for cooking recipes and food images,” IEEE T-PAMI, vol. 43, no. 1, pp. 187–203, 2021.
<9> H. Wang, G. Lin, S. C. H. Hoi, and C. Miao, “Structure-aware generation network for recipe generation from images,” in ECCV, vol. 12372, 2020, pp. 359–374.
<10> K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” in CVPR, 2016, pp. 770–778.
<11> A. Salvador, N. Hynes, Y. Aytar, J. Marin, F. Ofli, I. Weber, and A. Torralba, “Learning cross-modal embeddings for cooking recipes and food images,” in CVPR, 2017, pp. 3020–3028.
<12> R. Du, D. Chang, A. K. Bhunia, J. Xie, Z. Ma, Y. Song, and J. Guo, “Fine-grained visual classification via progressive multigranularity training of jigsaw patches,” in ECCV, 2020, pp. 153– 168.
<13> J. Qiu, F. P.-W. Lo, Y. Sun, S. Wang, and B. Lo, “Mining discriminative food regions for accurate food recognition,” in BMVC, 2019.
<14> Dosovitskiy, Alexey, et al. "An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale." In ICLR, 2020.
<15> P. Furtado, M. Caldeira, and P. Martins, “Human visual system vs convolution neural networks in food recognition task: An empirical comparison,” in CVIU, 2020, pp. 102878.
<16> H. Zhao, K.-H. Yap, and A. Chichung Kot, “Fusion learning using semantics and graph convolutional network for visual food recognition,” in WACV, 2021, pp. 1711–1720.
<17> S. Jiang, W. Min, Y. Lyu, and L. Liu, “Few-shot food recognition via multi-view representation learning,” ACM TOMM, vol. 16, no. 3, pp. 87:1–87:20, 2020.
<18> A. Li, T. Luo, Z. Lu, T. Xiang, and L. Wang, “Large-scale few-shot learning: Knowledge transfer with class hierarchy,” in CVPR, 2019, pp. 7212–7220.
<19> I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. WardeFarley, S. Ozair, A. Courville, and Y. Bengio, “Generative adversarial nets,” in NIPS, vol. 27, 2014.
<20> B. Zhu and C. Ngo, “CookGAN: Causality based text-to-image synthesis,” in CVPR, 2020, pp. 5518–5526.
<21> B. Liu, Y. Zhu, K. Song, and A. Elgammal, “Towards faster and stabilized gan training for high-fidelity few-shot image synthesis,” in ICLR, 2020.
<22> Zhu, H., Ke, W., Li, D., Liu, J., Tian, L., & Shan, Y. Dual cross-attention learning for fine-grained visual categorization and object re-identification. In CVPR 2-22(pp. 4692-4702).
<23> He, J., Chen, J. N., Liu, S., Kortylewski, A., Yang, C., Bai, Y., & Wang, C. . Transfg: A transformer architecture for fine-grained recognition. In AAAI 2022 (Vol. 36, No. 1, pp. 852-860).

8 本文作者

致岭、丽萍、君实、晓明等，均来自美团基础研发平台/视觉智能部。

| 本文系美团技术团队出品，著作权归属美团。欢迎出于分享和交流等非商业目的转载或使用本文内容，敬请注明“内容转载自美团技术团队”。本文未经许可，不得进行商业性转载或者使用。任何商用行为，请发送邮件至tech@meituan.com申请授权。

2020疫情之下，中国餐饮行业的业绩分析与发展研究 | 财智报告

过去的2020年注定是不平凡的一年，疫情的影响致使众多行业面临重构，餐饮行业无疑是受到打击最严重的行业之一。回顾过去的一年，疫情阴霾笼罩之下，餐饮行业出现过一些备受关注的事件。

春节期间，餐厅变成“菜市场”。2020年春节，在“居家过年”的倡导下，年夜饭订单量剧跌，餐厅 *** 为年夜饭储备的存货。

西贝莜面发声，自称难以为继。2020年2月1日，西贝餐饮集团董事长贾国龙公开称线下400多家门店停业，预计春节前后一个月损失营收7-8亿元，预计现金流无法维持超过3个月。消息一出瞬间刷屏，很多网友甚至当天就点了西贝的外卖。

海底捞价格涨上热搜。2020年4月6日，海底捞涨价登上微博热搜，有网友称“一碗米饭7元”、“一片土豆1.5元”。对此海底捞迅速对外发布致歉信，并于4月10日恢复原价。

本文将重点就2020疫情之下对餐饮行业的影响及业绩分析，后疫情时代的行业发展趋势研究进行展开。

疫情对餐饮产业链上下游的影响

上游：

（1）以春节期间为代表，全年蔬菜价格较往年上涨，餐饮企业原材料成本上升。

根据获取自农业农村部信息中心的数据来看，受到疫情对农产品在加工、运输、销售等环节的影响，2020年全年蔬菜价格虽然在各月间的波动趋势与以往年度大体一致，但整体价格创下新高。

其中2月份全国蔬菜批发均价约5.7元/KG，创下近10年来更高水平。原材料价格上涨的压力，使得餐饮企业整体面临毛利率下降的风险。

图：2016-2020年我国蔬菜价格走势及其周期性波动情况（农业农村部信息中心）

（2）以农贸市场为源头的二次疫情爆发带来的影响。

2020年6月，交易额连续17年居全国之一的北京新发地农贸市场爆发二次疫情，以进口海鲜为首，生鲜市场再次受到严重冲击，复工不久的餐饮业再次面临困境。

从供应端来看，餐饮企业的原材料来源受到根本性影响，北京地区蔬菜价格短期内涨幅超过100%。从消费端来看，由于消费者普遍受舆情影响，海鲜、日料类餐饮企业经营更加惨淡。从中国饭店协会数据来看，2020年餐饮行业市场规模39527亿元，较2019年下降15%。

下游：

外卖需求高涨，疫情前期配送员供不应求。

居家自我隔离要求下，外卖订单量激增，导致疫情前期配送时间变长、无人接单的现象时有发生。在春节后很多行业复工和就业受到影响的情况下，外卖领域释放了大量就业岗位。据美团研究院发布的报告称，2020年1月20日至3月18日美团平台新 *** 骑手33.6万。

从外卖行业市场规模来看，2020年增速虽然放缓，但对于餐饮行业的渗透率保持显著上升。未来加大外卖渠道销售能力或许是餐饮企业尤其是快餐品类的重要策略。

注：市场渗透率是外卖市场规模占餐饮市场总体规模的比例

2020年餐饮行业业绩究竟如何

2020年度财务报告近期已陆续公布，财智无界选取了已公布业绩的几家上市餐饮企业进行对比分析，来看看疫情对餐饮业的经营业绩影响究竟几何。

研究对象介绍：

海底捞：经营火锅为主的大型跨国直营餐饮品牌企业，2018年5月在港交所上市。

西安饮食：是以餐饮服务和食品工业为两大支柱产业的餐饮上市公司，拥有西安饭庄、同盛祥饭庄、西安烤鸭店等20多家品牌。

九毛九：以中式餐饮连锁经营为核心的餐饮集团，旗下创立并运营“九毛九西北菜”、“太二酸菜鱼”等中式餐饮品牌，2020年1月在香港上市。

味千（中国）：日式拉面品牌日本“味千拉面”连锁店的中国总 *** ，2007年在香港上市。

财务业绩方面，总体上看，2020年上市餐饮企业营业收入相较以前年度仍保持着微弱的增长，其原因主要来自门店数量增加带来的新增客流。

2020年餐饮企业毛利率水平均有不同程度的降低，主要系作为其营业成本的主要构成之一蔬菜生鲜等原材料价格上涨导致。这一变化在作为餐饮业火锅品类老牌龙头企业的海底捞身上尤为明显。

从净利率、期间费用率来看，各大餐饮企业的业绩更加惨淡，海底捞净利润更是下降了90%，其中西安饮食由于食品工业板块的业绩稳定，公司整体净利率未受到较大影响。

一方面疫情之下长时间无法复工，另一方面变动成本提高同时期间费用也不降反增，餐饮企业在供给侧和消费端双重压力的夹缝中艰难求生。

注：N/A为企业未公布该项数据

业务数据方面来看，客单价不论在哪一品类的餐厅，总体都保持着疫情前的小幅增长，这主要与消费价格总体上升趋势一致，并未明显受到疫情的影响。

从门店数量来看，海底捞、九毛九依然执行新店营建计划，而早在2010就喊出“千店计划”的味千在2020上半年疫情之下关闭了大量门店。

在雇员人数上，除了海底捞由于新门店的建设而大幅增加员工数量之外，其他企业并无明显变化。

平均翻台率方面各品牌普遍下降，除了新开门店导致的平均客流量减少之外，2020年下降幅度较大受疫情的影响尤为明显。

从现象看后疫情时代的餐饮业发展

1、海底捞在利润大幅度下降的情况下逆势扩张544家门店，是否疫情之下，是实力雄厚的企业“抄底”的更佳时机？

首先海底捞在门店租金方面有着自身的独特优势，其免租期较长以及根据门店收入的预定百分比确定的可变租金形式，都使得其能够在经营业绩不佳的情况下降低固定成本。

虽然2020年餐饮行业受到疫情打击严重，但长远来看餐饮市场规模和潜力仍然巨大，疫情期间开店能够在租金等方面获得更大的谈判话语权，这与海底捞作为头部企业的逻辑相符。

其次从新开门店分布来看，海底捞入驻三四线城市趋势明显，这与当前开拓下沉市场的主张相符。三线以下城市更是拥有约10亿人口，优质供给缺失，增长空间巨大。海底捞的扩张路线，或许正是对餐饮企业开拓下沉市场趋势的提示。

2、和府捞面融资4亿，“快餐+特色+标准化”或是行业新宠？

2020年11月，和府捞面被曝正式完成D轮4.5亿元融资，由腾讯、LFC领投，华映资本跟投。自2012年成立以来，和府捞面以其独特的风格理念、优质的产品、高度标准化的运营迅速扩张。

腾讯投资董事总经理夏尧表示：“我们看好中国市场快餐行业的机会。和府捞面作为连锁中式快餐的领先企业，注重产品打造和用户体验，在门店精细化运营、标准化和信息化方面均积累了成功的经验。”作为如此受资本青睐的快餐品牌，和府捞面的特色打造和标准化的产品是否代表了餐饮企业的新趋势？

3、从95后外出就餐习惯研究，看餐饮企业如何赢得未来市场。

根据艾瑞咨询的《95后外出就餐习惯研究报告》，95后更加偏好外出就餐，且在高档餐饮上有更强的消费力。外出就餐于95后而言，被赋予了“吃饭”以外的更多属性，如社交、休闲等。对餐饮企业而言，赢得95后的青睐，就是赢得市场的未来。

注：TGI（目标群体指数）越高，表明该倾向越明显

数据来源：艾瑞咨询

基于对95后餐饮偏好的调研，餐饮行业主要应把握如下趋势：满足95后的情感消费需求；建立高识别度的口感，做出令人印象深刻的菜品；打造IP，发展粉丝经济；重视尝新群体，触发社交传播；营造良好餐饮氛围。

此外，近年来随着很多网红餐厅精于营销而产品力相对差，导致“网红店”口碑逐渐下行，从线上流量红利衰减趋势看，餐饮企业未来应当回归产品本身，以产品力为核心，同时拓展新的流量入口。

张国文：多学科视野下的中国古食谱研究

　　 一、引言

　　古食谱研究，也即古代人类的饮食结构研究，是历史学和考古学研究的重要内容之一。而饮食，顾名思义包含“饮”和“食”两个方面。①古人“饮”的对象主要有水、酒、奶、茶和其他各类饮品；“食”的对象中，素食方面主要有驯化过的“五谷”(稻、黍、稷、麦、菽)、玉米、薯类、果、蔬等，以及大量野生植物资源。肉食方面主要有作为驯化动物的“六畜”(猪、狗、牛、羊、马)、家禽以及通过渔猎获取的大量野生动物资源。除了动、植物类食物外，人类还摄取一些食物佐料，如盐等。柴尔德认为：食物的生产，即有意地培育植物食品——尤其是谷类植物，以及驯化、养殖和选择动物，是一场经济革命，是人类学会用火之后的最伟大的一次革命，它开辟了一个更为丰富而且更为可靠的食物来源。②

　　饮食之于人类，是具有之一要义的事情。饮食及与之相关的活动，不仅是人类生存的前提，也是人类进化的必要条件，同时是人类社会和文化发展进步的重要动力。③因而，研究古代饮食文化，不仅可以获得一副有血有肉的鲜活的历史画面，而且有着更为广阔的学术意蕴。④食谱是古代饮食文化的重要组成部分，重建古人类食谱，不仅可望揭示先民的生活方式，探索古人生存环境，而且可为古代动植物的变迁、农业的起源和传播以及动物的驯养等重要学术问题的解决提供极有价值的信息。⑤

　　文献资料是中国历史时期先民食谱研究的重要材料来源，可以为我们提供大量饮食文化相关素材。⑥然而，在没有文字记载的人类历史发展浩瀚长河中，史前人类的食谱研究则主要依赖于考古学研究。近年来，随着饮食考古研究的大量开展，尤其是自然科学 *** 在饮食考古学研究中的深入，中国古食谱研究呈现方兴未艾之势。本文结合历史学和考古学等传统古食谱研究 *** ，系统梳理多种自然科学 *** 在中国古食谱研究中的应用，在多学科的视野下探讨中国古食谱研究，以期为中国古代饮食文化研究新思路的开辟抛砖引玉。

　　二、古食谱的传统研究 ***

　　古食谱的传统研究 *** 是相对于其他自然科学 *** 而提出的，主要依赖古代文献资料及考古出土的饮食遗存。此外，还有一些文化人类学方面的研究工作。⑦由于后者关注点较少涉及古代食谱研究，故而本文不再赘述。

　　中国古代饮食研究由来已久。古代的文人或者官宦曾编制过一些涉及食谱的著作，如《齐民要术》《随园食单》《食宪鸿秘》等。⑧然而，其特殊的撰写体例尚不能称之为系统的饮食文化研究。相比古人，近现代史学家们基于各类史料(如古食谱、农书、典籍中日常生活记载等)来揭示中国古代饮食文化相关信息等属于比较系统的古食谱研究。⑨此外，古人随葬的遣策等遗存，也是学者们了解先民食物结构的重要资料来源。例如，长沙马王堆汉墓出土的遣策，已将墓葬里的食物清单详细列出，有肉食、饮品、主食、点心、果品，结合墓葬出土时发现的食物遗存，可以为我们了解汉代食谱提供非常直观的材料。⑩

　　除了文献资料，考古出土遗存也是古食谱研究的重要材料来源。例如，考古出土的古代饮食用具、饮食加工器物、农业/畜牧业/采集狩猎工具，绘制有宴饮、庖厨场景的墓葬壁画或者画像石/砖等。基于以上材料来源，学术界开展了诸多饮食考古研究工作。(11)除了以上常见考古材料外，考古出土遗物中的动植物遗骸，以及基于以上 *** 的动植物类食物遗存，可以说是古代人类食谱研究最直接的材料来源了。动植物考古学研究基于对考古出土的动植物遗存进行种属分类和鉴定，进而可以判断先民对动植物资源的加工(如植物的研磨和烹煮方式、动物的屠宰部位等)、食用等一系列与饮食相关的情况。(12)中国考古学研究中的动物考古和植物考古鉴定工作为中国饮食考古研究提供了较为丰富的之一手材料，极大加深了我们对中国先秦时期人类食物结构的了解。进入新石器时代，中国史前人类不再完全依赖旧石器时代单一的狩猎采集经济提供的野生动植物资源，转而开始栽培作物和驯化动物，随着粟作(中国北方地区)和稻作(中国南方地区)农业经济的发展和家畜驯化的普及，新石器时代以来人类的经济方式和食物结构发生了很大的改变。中原地区于新石器时代晚期输入了一些来自西亚新月沃地的食物品种，作物有大麦、小麦、豆类等，家畜有山羊、绵羊、黄牛等，青铜时代还引进了马。(13)家禽也逐渐进入中原先民的食谱，如新的动物考古研究表明，河南安阳殷墟出土的鸡骨被证实为中国目前发现的最早的家鸡(推翻了新石器时代即有家鸡的传统观点)。(14)可以说，中国在青铜时代即奠定了“五谷丰登、六畜兴旺”的传统农业经济格局和先民食谱结构。

　　诚然，由于长时间埋藏环境的影响，古代食物遗存能够保存下来的很少。但是，依赖于某些特殊的埋藏环境(如干旱、极寒、密封等环境)，考古发掘时也时常能发现一些古代食物遗存。中国西北地区因为气候寒冷干旱，所以能够保存下来一些食物遗存，如***吐鲁番胜金店古墓群出土了3100株麦秆，有的麦秆上还有完整的麦穗，金黄色的小麦秆犹如刚收割过的麦子；(15)***地区还出土过面食点心等食物遗存；(16)青海喇家遗址出土了4000年前的面条；(17)河南舞阳贾湖遗址出土了9000年前的古酒。(18)湖南长沙马王堆汉墓也因为特殊的埋葬处理，因而保存有大量动植物类食物遗存，因为辛追的尸身也得以完整地保存了下来，故而解剖时还能发现其食道尚存的一些食物籽实。(19)考古学家还在全国陆续发掘了一些酿酒作坊和制盐等饮食相关遗存。(20)值得注意的是，传统考古学研究对这类出土的珍贵食物遗存分析能力有限，大部分需要借助自然科学 *** 进行各类测试分析，以获取其成分组成、食物属性、加工方式等潜在考古学信息。

　　三、古食谱的科技分析 ***

　　考古学作为一门学科，诞生自地质地层学和生物分类学，故而其一开始即有文理交叉的学科属性。随着自然科学在考古学研究中的深入，科技考古学应运而生，为中国考古学研究增添了新的活力。作为考古学的二级学科，科技考古学立足于借助自然科学 *** 解决考古学和历史学问题，取得了丰硕的成果。目前，科技考古学界约定俗成的“古食谱”研究主要指的是运用骨骼胶原蛋白的稳定同位素分析对先民的动植物食物来源和食物种类等食谱信息进行探讨，笔者即主要从事此领域相关研究。然而，古食谱的科技分析 *** 却不仅限于骨骼稳定同位素分析这一种。本节对目前国内古食谱科技分析 *** 及相关研究案例做一简单的梳理。不过，由于一些分析 *** 的应用较多，限于篇幅本文暂不将其研究案例全部罗列。

　　 (一)骨骼或牙齿元素分析

　　目前，人和动物骨骼胶原蛋白碳(Carbon)、氮(Nitrogen)等稳定同位素分析已成为古食谱研究的重要 *** 之一。(21)这是因为生物体食物来源不同会导致骨胶原中的稳定同位素组成存在较大差异，所以骨骼中的稳定同位素组成能够真实反映其生前的食物来源和生活方式。(22)人和动物的骨骼一直在发生着元素的更替，其同位素水 *** 应的是其死亡前10-20年左右的食谱信息，而牙齿一旦形成就不再参与元素更替，人的牙齿一般在十多岁前即可全部形成，故而牙齿稳定同位素水 *** 应的是其婴幼儿期的食谱特征。对骨骼或牙齿(本质)胶原蛋白的碳、氮稳定同位素分析，在揭示古代人类的食物结构基础上，可以获取人类的生计方式、生存环境、迁徙行为等重要信息。此外，还可望为人类起源与进化、农业起源和传播、动物驯养和饲喂方式等诸多考古学和历史学研究课题提供新的研究视角。正因为如此，早在20世纪60-70年代，国际考古界就已开始尝试利用骨骼或牙齿碳、氮稳定同位素分析 *** 进行古食谱研究。我国的古食谱研究工作则始于20世纪80年代。迄今为止，骨骼或牙齿稳定同位素古食谱分析 *** 已经在人类起源和进化、农业起源和传播等一系列考古学研究领域取得了瞩目的成果。(23)

　　从时间分布上看，中国稳定同位素古食谱研究主要集中在新石器时代，旧石器时代最少，历史时期居中。旧石器时代稳定同位素古人类食谱研究仅一例，即胡耀武等对距今四万年的北京周口店田园洞遗址古人类食谱分析。碳、氮、硫稳定同位素分析结果表明田园洞人(Homo Sapiens)已开始摄取淡水鱼类食物，这些高蛋白水生食物的摄取对中国智人体质进化和文化发展至关重要。(24)马姣等对广西崇左晚更新世岜仙洞遗址亚洲象牙齿序列样品碳、氧稳定同位素分析，为深入了解我国南方更新世晚期亚洲象摄食行为的灵活性和复杂性以及亚洲象与剑齿象摄食行为的差异等工作奠定了理论基础。(25)马姣等还对广西扶绥更新世晚期渠仔洞古人类遗址的动物群进行了碳、氧稳定同位素分析，揭示了亚洲象、东方剑齿象及其他伴生动物的食物来源和栖息环境。(26)

　　新石器时代稳定同位素古食谱分析工作较多，其研究主要涉及史前农业起源与传播研究(27)、家畜驯化和饲养模式研究(28)、社会复杂化研究(29)等诸多方面。限于篇幅，本文就不一一举例。

　　相比史前同位素古食谱研究，历史时期相关研究较少，而这个时段又以对青铜时代(30)和汉代(31)等不同人群的古食谱分析为多。此外，凌雪和马颖(Ma Ying)等对秦人食谱进行了系统研究。(32)张全超、董豫、张国文等人对不同鲜卑族群墓葬出土人和动物骨骼进行了稳定同位素分析，揭示了鲜卑食物结构及其变化。(33)张国文和侯亮亮等还集中对北魏平城出土人和动物骨骼进行稳定同位素分析，探讨了北魏都城居民食物结构和生计方式。(34)崔银秋和胡耀武等利用骨骼多种稳定同位素分析、古代分子生物学分析，结合古代文献资料，通过多学科分析对梳妆楼元代贵族墓主人进行了身份确定。(35)

　　骨骼和牙齿稳定同位素对比分析，可以用来对古代儿童断奶期和哺乳期进行判断。夏阳等对安徽滁州薄阳城西周遗址出土的成人和儿童骨骼进行了稳定同位素分析，为探索我国古代儿童的食物结构、断奶时间和喂养方式提供了一个极好的契机。(36)骨骼和牙齿稳定同位素对比分析，还可以探讨低等级人群食谱和社会生活轨迹，易冰等对安徽萧县隋唐时期的欧盘窑址M1墓主人骨进行了元素分析，揭示了其食谱和生活史，为考古、历史和人类学研究中普遍忽视的工匠生活史的重建提供新的研究视角。(37)

　　 (二)植物考古科技分析

　　植物考古属于考古学的研究范畴，这主要是由其研究目的所决定的。植物考古学的研究目的就在于通过考古发掘发现和分析古代植物遗存，以便认识和了解古代人类与植物的相互关系，进而复原古代人类生活方式和解释人类文化的发展与过程。对古代人类食物结构的研究是植物考古学的主要研究内容之一。(38)随着考古出土植物类遗存类型的增多和自然科学 *** 的介入，植物考古学研究引入了微体植物化石分析系列 *** ，如植硅体、孢粉和淀粉粒分析等。相比传统植物考古学研究，微体植物化石分析 *** 需要借助高倍显微镜及一些理化分析，从而获取更多传统 *** 无法获取的微观植物遗存。

　　传统植物考古学 *** ，结合植硅体、孢粉和淀粉粒分析等科技分析 *** ，为中国古代人类植物类食物结构的揭示，乃至农业起源和传播研究提供了有力的技术支撑。(39)2005年，《自然》(Nature)杂志报道了吕厚远等通过植硅体、淀粉粒和分子标记物分析 *** ，对青海省喇家遗址出土陶碗里面条状残留物进行了综合分析，除了证实了此乃世界上早的粟类面条实物外，还对古代面条成分以及利用传统 *** 重现古代面条的 *** 工艺等进行了探讨。(40)吕厚远等通过植硅体和生物标志物( *** 和茶氨酸)分析，发现在我国 *** 阿里地区故如甲木寺遗址和陕西西安汉阳陵陪葬坑出土碳化植物为茶叶，而且几乎全部由茶芽制成，其年代分别距今约1800年和2100年左右，是目前为止发现的世界上最早的茶叶实物。同时也表明至少在1800年前，丝绸之路的一个分支可能穿越青藏高原。这项成果对于研究早期丝绸之路的分布格局，中原与藏区文化交流的历史，以及中华茶文化发展、传播过程等都具有重要的意义。(41)

　　我国***地区由于降水稀少，气候干燥，因此很多考古遗址中的食物遗存得以迅速干燥脱水并保存下来。利用植物微体化石分析***地区的古代食物遗存近年来取得了较大进展。例如，龚一闻等人对***苏贝希遗址的面食和点心遗存的植物学来源和烹饪方式进行了分析，得到这些面条和点心是由黍 *** ，并且以煮或烤制的方式加工而成；(42)陈涛等人对***阿斯塔纳唐代墓地出土的面食进行了多种植物微体化石手段分析，发现了由小麦和小米等粮食磨制加工而成的点心；(43)解明思等对***克里雅河北方墓地出土食物遗存的植物微体化石分析，探讨了***克里雅河流域先民的饮食结构和食品加工方式提供信息。(44)以上研究工作为青铜时代以来***地区对麦、黍、粟等作物的加工方式、饮食结构、农业环境以及中西经济文化交流提供了新的植物考古学证据。

　　 (三)残留物分析

　　先民在加工利用动植物的过程中，一些有机物质可能残存或沉积在相关器物、土壤或遗迹现象之上，并历经长期的埋藏过程而保存下来。这些残留物分为可见的残留物(如液体、炭化物等)和不可见的微量残留物(如脂类、酒石酸、树脂酸和植物微体化石等)。(45)前者在考古发掘中相对出土较少；而后者在石器、陶器上广泛存在，是残留物分析的重点。残留物分析是指从残留物载体中提取有机物，利用科学检测手段进行定性和定量分析判断残留物来源，从而了解古代动植物的加工、利用和相关载体的功能等。(46)这些检测手段，涉及古代分子生物学分析、微体植物化石分析、蛋白质分析、脂类分析、同位素分析、古酒分析、古盐分析等多个领域。其中，微体植物化石分析与前文自然科学 *** 在植物考古学中的应用有一定的重叠。

　　长期以来残留物分析一直是国际科技考古领域的热点，该 *** 在古人类食谱研究中也得到了广泛的应用。例如，杨益民等对***小河墓地出土干尸颈部、胸部散布的淡黄色块状物及其腰侧随葬草篓中大量黑色颗粒状物质进行了红外、有机元素和蛋白质组学分析，结果表明这些残留物中主要含有牛酪蛋白、免疫球蛋白等，从而推断其为奶制品。这一研究表明，距今3500-4000年前，牛奶就进入了***先民的食谱(47)。谢明思等对***古墓沟遗址出土草蓝上的残留物进行了研究，经鉴定为奶制品，为***地区青铜时代先民对奶制品的利用提供了新材料。(48)舍甫琴科(Shevchenko)和杨益民等利用蛋白质组学、淀粉粒分析和显微计算机断层扫描(CT)，在***吐鲁番盆地苏贝希墓地(距今约2500年)的随葬品中识别出熟面食，其主要由大麦和黍的面粉制成，并含有一定量的乳酸菌和酵母；同时计算机断层扫描(CT)表明其内部较为疏松，应经过发酵处理。(49)郑会平等对***洋海墓随葬陶器盛的食物遗存，通过红外分析鉴定其为淀粉类物质，应为面食。进一步的淀粉粒和表皮横细胞分析表明，该面食遗存是由小麦和大麦经碾磨成粉混合后加工 *** 而成的熟食；断面较为致密，说明未经发酵，该研究将我国麦类面食的历史追溯到了距今约2600-2900年芹右。(50)

　　除了食物方面，残留物分析在古酒的鉴定方面也有成功的应用案例。(51)其中，最为引人注目的当属河南舞阳贾湖遗址出土古酒的检测分析，结果表明距今9000年左右的贾湖遗址先民已经掌握了古老的酿酒 *** ，其酒中含有稻米、山楂、野生葡萄等原材料。(52)

　　盐对于动物和人类至关重要，作为食物的重要补充，它可以维持胃液的酸碱平衡，调节血液中的碱度，维持心脏跳动。中国古代文献资料如《天工开物》《说文解字》等都记载了古人对盐的开发和利用，史学家们也对此领域做了大量研究。(53)而我国的盐业考古工作则始于1999年。(54)虽然起步较晚，但迄今为止，中国的盐业考古也有了长足的进展。近年来的研究主要着重在特定盐生产工具、遗迹，以及遗址的辨识与分析方面。(55)但由于盐的主要成分氯化钠具有高度水溶性，在考古遗址中难以直接发现，因此考古学家必须采用科技分析进行检测。(56)

　　 (四)其他科技分析 ***

　　除了上文提到的各类古食谱科技分析 *** ，还有一些多学科分析 *** 也对中国古食谱研究提供了独特的分析视角。诸如体质人类学家们利用人类牙齿磨耗研究，探讨古人口腔健康与饮食。(57)骨骼元素分析除了常用的碳、氮稳定同位素之外，碳、氮单体氨基酸分析以及氢、硫等稳定同位素也在古食谱研究中得以应用。(58)此外，骨骼微量元素分析也可以进行古食谱研究。(59)

　　考古发掘偶尔也会出土一些人或动物粪便遗存，它们虽然经历长期的埋藏环境影响，有的甚至发生成岩作用从而形成粪化石。但是，由于饮食和粪便的极强相关性，通过对粪便遗存的多学科分析，仍然能够很好地揭示其古食谱和古环境等考古学信息。(60)目前，国际上粪便遗存研究的主要 *** 有孢粉、分析、植硅石分析、分子生物学分析、寄生虫分析、微生物分析等。然而，中国古代粪便遗存研究较为薄弱，需要继续深入开展工作。

　　 四、结论

　　饮食背后包罗万象，它蕴含着从自然到人文、从个体到族群、从文化到文明、从阶级到国家、从饮食生产到国计民生、从国别到国际的宏大主题。(61)因此，通过饮食考古研究等对中国古代人类饮食进行系统探索具有重要的理论和现实意义。古食谱研究作为饮食考古的重要研究内容之一，立足于文献或考古出土饮食相关遗存的综合研究。随着自然科学 *** 的介入，古食谱研究的深度和广度均有大幅提升，研究成果日益增多，中国饮食考古研究进入一个全新发展的阶段。

　　然而，多学科视野下的中国古食谱研究仍然存在一些问题。如不同学科之间的沟通不够，尤其是人文和自然科学从业者之间的沟通不够。此外，相比史前，历史时期古食谱研究工作开展的不够深入和系统。基于自然科学 *** 的历史时期古食谱分析大有可为，如何充分挖掘多学科 *** 在中国历史时期古食谱研究中的应用，需要不同学科之间进一步加强交流。历史学家们需要多多关注新材料和新 *** 的应用，而考古学家们也需要加强对于文献资料的解读。双方通过课题合作等多种方式加强交流和沟通，一定能够为中国古食谱研究注入新的动力。

　　注释：

　　 ①马健鹰：《中国古代食礼规定下的饮食结构》，《中国烹饪研究》1997年第3期，第16-19页。

　　 ②Gordon V.Childe,New Light on the Most Ancient East,London:Routledge & Kegan Paul LTD.,1954,p.23.

　　 ③王仁湘：《史前饮食考古四题》，《中国历史文物》2004年第2期，第32-44页。

　　 ④王利华：《中古华北饮食文化的变迁》“序言”，北京：中国社会科学出版社，2000年，第3页。

　　 ⑤胡耀武、杨学明、王昌燧：《古代人类食谱研究现状》，王昌燧主编：《科技考古论丛》(第2辑)，合肥：中国科学技术大学出版社，2000年，第51-58页；张雪莲：《应用古人骨的元素、同位素分析研究其食物结构》，《人类学学报》第22卷2003年第1期，第75-85页；蔡莲珍、仇士华：《碳十三测定和古代食谱研究》，《考古》1984年第10期，第945-955页；张雪莲等：《古人类食物结构研究》，《考古》2003年第2期，第62-75页。

　　 ⑥古代食谱有：(北魏)贾思勰：《齐民要术》，北京：中华书局，2015年；(清)袁枚：《随园食单》，上海古籍出版社，1996年；(清)朱彝尊：《食宪鸿秘》，上海古籍出版社，1990年等。具体参阅邵万宽：《对我国现存古代食谱编写情况的研究》，《农业考古》2016年第6期，第216-220页。

　　 ⑦参阅巴责达、张先清：《回顾与反思：近二十年中国饮食人类学研究评述》，《贵州民族研究》2018年第7期，第72-75页；谭志国：《从文化人类学角度看中国饮食文化研究》，《湖北经济学院学报》2004年第2期，第124-127页；徐新建等：《饮食文化与族群边界关于饮食人类学的对话》，《广西民族学院学报》2005年第11期，第83-89页；陈运飘、孙箫韵：《中国饮食人类学初论》，《广西民族研究》2005年第3期，第47-53页。

　　 ⑧参阅曹冬蕾：《汶泗流域新石器时代饮食考古研究》，山东大学硕士论文，2012年；邵万宽：《对我国现存古代食谱编写情况的研究》，《农业考古》2016年第6期，第216-220页。

　　 ⑨黎虎：《汉唐饮食文化史》，北京师范大学出版社，1995年；王利华：《中古华北饮食文化的变迁》，北京：中国社会科学出版社，2000年；王仁湘：《中国饮食的历史与文化》，济南：山东画报出版社，2006年；王玲：《〈齐民要术〉与北朝胡汉饮食文化的融合》，《中国农史》2005年第4期，第13-19页；高启安：《甘肃古代饮食名品拾遗》，《敦煌研究》2008年第5期，第98-109页。

　　 ⑩湖南省博物馆、湖南省文物考古研究所：《长沙马王堆二、三号汉墓》之一卷《田野考古发掘报告》，北京：文物出版社，2004年。

　　 (11)张光直：《中国饮食史上的几次突破》，《民俗研究》2000年第2期，第71-74页；王仁湘：《中国古代进食具匕箸叉研究》，《考古学报》1990年第3期，第267-294页；王仁湘：《从考古发现看中国古代的饮食文化传统》，《湖北经济学院学报》2004年第2卷第2期，第108-112页；杨亚长：《半坡文化先民之饮食考古》，《考古与文物》1994年第3期，第63-71页；黄展岳：《汉代人的饮食生活》，《农业考古》1982年第1期，第71-80页；林正同、刘建华：《庖厨画像反映的汉代饮食文化》，《古今农业》1996年第3期，第45页。

　　 (12)赵志军：《植物考古学及其新进展》，《考古》2005年第7期，第42-49页；袁靖：《研究动物考古学的目标、理论和 *** 》，《中国历史博物馆馆刊》1995年第1期，第59-68页；靳桂云：《中国史前居民的食物结构》，《中原文物》1995年第4期，第49-61页。

　　 (13)赵志军：《公元前2500-公元前1500年中原地区农业经济研究》，中国社会科学院考古研究所考古科技中心编：《科技考古》第2辑，北京：科学出版社，2007年，第1-11页；袁靖：《试论经济技术与经济发展状况与中华文明形成的关系》，科技部社会发展科技司、国家文物局博物与社会文物司编：《中华文明探源工程文集：技术与经济卷》(1)，北京：科学出版社，2009年，第1-9页。

　　 (14)邓惠等：《中国古代家鸡的再探讨》，《考古》2013年第6期，第83-96页。

　　 (15)吐鲁番学研究院：《***吐鲁番市胜金店墓地发掘简报》，《考古》2013年第2期，第29-52页。

　　 (16)***文物考古研究所：《***罗布泊小河墓地2003年发掘简报》，《文物》2007年第10期，第4-42页。

　　 (17)吕厚远等：《青海喇家遗址出土4000年前面条的成分分析与复制》，《科学通报》第60卷2015年第8期，第744-756页。

　　 (18)Patrick E.McGovern,et al.,"Fermented Beverages of Pre-and Proto-Historic China," Proceedings of the National Academy of Sciences,Vol.101,No.51,2005,pp.17593-17598.

　　 (19)湖南省博物馆、湖南省文物考古研究所：《长沙马王堆二、三号汉墓》之一卷《田野考古发掘报告》，北京：文物出版社，2004年。

　　 (20)四川省文物考古研究院、宜宾市博物院：《宜宾地区古代酿酒作坊、遗址调查简报》，《四川文物》2013年第4期，第21-28页。

　　 (21)Michael P.Richards,"A brief Review of the Archaeological Evidence for Palaeolithic and Neolithic Subsistence," European Journal of Clinical Nutrition,Vol.56,No.12,2002,pp.270-1278.

　　 (22)Michael J.DeNiro,"Postmortem Preservation and Alteration of in Vivo bone Collagen Isotope Ratios in Relation to Palaeodietary Re-Construction," Nature,Vol.317,1985,pp.806-809.

　　 (23)国内相关研究现状综述文章如下：Hu Yaowu,"Thirty-Four Years of Stable Isotopic Analyses of Ancient Skeletons in China:an Overview,Progress and Prospects," Archaeometry,Vol.60,No.1,2018,pp.144-156；凌雪、何静：《稳定同位素在考古学研究中的应用进展》，《西部考古》2017年第3期，第282-290页；张国文：《古食谱分析 *** 与中国考古学研究》，《郑州大学学报》(哲学社会科学版)2016年第4期，第105-108页。

　　 (24)Hu Yaowu,el al.,"Stable Isotope Dietary Analysis of the Tianyuan 1 Early Mmodern Human," Proceedings of the National Academy of Sciences,Vol.106,No.27,2009,pp.10971-10974.

　　 (25)Ma Jiao,et al.,"A preliminary Sudy of Serial Stable Isotope Analysis Traeks for Aging Ecology of Fossil Asian Elephants in South China," Vertebrata PalAsiatica,Vol.57,No.3,2019,pp.225.

　　 (26)Ma Jiao,et al.,"Ecological Flexibility and Differential Survival of Pleistocene Stegodon Orientalis and Elephas Maximus in Mainland Southeast Asia Revealed by Stable Isotope(C,O) Analysis," Quaternary Science Reviews,Vol.212,2019,pp.33-44.

　　 (27)蔡莲珍、仇士华：《碳十三测定和古代食谱研究》，《考古》1984年第10期，第945-955页；Lucas Barton,et al.,"Agricultural Origins and the Isotopic Identity of Domestication in Northern China," Proceedings of the National Academy of Sciences,Vol.106,2009,pp.5523-5528; Pechenkina A.Ekaterina,et al.,"Reconstructing Northern Chinese Neolithic Subsistence Practices by Isotopic Analysis," Journal of Archaeological Science,Vol.32,No.8,2005,pp.1176-1189；郭怡等：《青龙泉遗址人和猪骨的C，N稳定同位素分析》，《中国科学：地球科学》第41卷2011年第1期，第52-60页；胡耀武、Stanley H.Ambrose、王昌燧：《贾湖遗址人骨的稳定同位素分析》，《中国科学D辑》第37卷2007年第1期，第94-101页。

　　 (28)管理等：《通化万发拨子遗址猪骨的C、N稳定同位素分析》，《科学通报》第52卷2007年第14期，第1678-1680页；陈相龙等：《陶寺遗址家畜饲养策略初探：来自C、N稳定同位素的证据》，《考古》2012年第9期，第75-82页；Hu Yaowu,et al.,"Earliest Evidence for Commensal Processes of Cat Domestication," Proceedings of the National Academy of Sciences,Vol.111,No.1,2014,pp.116-120.

　　 (29)Chen Xianglong,et al.,"Isotopic Reconstruction of the Late Longshan Period(ca.4200-3900 BP) Dietary Complexity before the Onset of State-Level Societies at the Wadian Site in the Ying River Valley,Central Plains,China,"International Journal of Osteoarchaeology,Vol.26,No.5,2016,pp.808-817; Christina Cheung,et al.,"Examining Social and Cultural Differentiation in Early Bronze Age China using Stable Isotope Analysis and Mortuary Patterning of Human Remains at Xin'anzhuang,Yinxu," Archaeological and Anthropological Science,Vol.9,No.5,2015,pp.799-816.

　　 (30)Ma Ying,et al.,"Isotopic Perspectives(δ<13>C,δ<15>N,δ<34>S) of Diet,Social Complexity,and Animal Hu *** andry During the Proto-shang Period(ca.2000-1600 BC) of China," American Journal of Physical Anthropology,Vol.160,2016,pp.433-445; Zhou Ligang,et al.,"Social Stratification and Human Diet in the Eastern Zhou China:An isotopic View From the Central Plains," Archaeological Research in Asia,Vol.20,2019,pp.1-8; Christina Cheung,et al.,"Diets,Social Roles,and Geographical Origins of Sacrificial Victims at the Royal Cemetery at Yinxu,Shang China:New Evidence from Stable Carbon,Nitrogen,and Sulfur Isotope Analysis," Journal of Anthropological Archaeology,Vol.48,2017,pp.28-45.

　　 (31)Hou Liangliang,et al.,"Transition of Human Diets and Agricultural Economy in Shenmingpu Site,Henan,from the Warring States to Han Dynasties," Science China Earth Sciences,Vol.55,2012,pp.975-982；薛鹏锦：《屯留余吾战国至两汉时期人骨的C、N稳定同位素分析》，山西大学硕士学位论文，2015年，第17-33页；Zhang Xinyu,et al.,"The Influence of Agriculture in the Process of Population Integration and Cultural Interaction During the Eastern Zhou Period in Central-south,Inner Mongolia:Carbon and Nitrogen Stable Isotope Analysis of Human Bones from the Dabaoshan Cemetery,Helingeer County," Science China Earth Sciences,Vol.61,2018,pp.205-214；张国文等：《关中两汉先民生业模式及与北方游牧民族问差异的稳定同位素分析》，《华夏考古》2013年第3期，第131-141页；张全超：《云南澄江县金莲山墓地出土人骨稳定同位素的初步分析》，《考古》2011年第1期，第30-33页；司艺等：《***洋海墓地先民的食物结构及人群组成探索》，《科学通报》2013年第15期，第1422-1429页；张全超、郭林、朱泓：《内蒙古察右前旗呼和乌素汉代墓地出土人骨的稳定同位素分析》，《草原文物》2012年第2期，第99-101页；张雪莲等：《古人类食物结构研究》，《考古》2003年第2期，第62-75页。

　　 (32)凌雪：《秦人食谱研究》，西北大学博士学位论文，2010年；Ma Ying,et al.,"Tracing the Locality of Prisoners and Workers at the Mausoleum of Qin Shi Huang:First Emperor of China(259-210 BC)," Scientific Reports,Vol.6,2016,pp.1-8.

　　 (33)董豫等：《辽宁北票喇嘛洞遗址出土人骨稳定同位素分析》，《人类学学报》第26卷2007年第1期，第77-84页；张全超、朱泓：《内蒙古察右中旗七郎山墓地人骨的稳定同位素分析》，《草原文物》2012年第1期，第87-89页；Zhang Guowen,et al.,"A Paleodietary and Subsistence Strategy Investigation of the Iron Age Tuoba Xianbei Site by Stable Isotopic Analysis:A Preliminary Study of the Role of Agriculture Played in Pastoral Nomad Societies in Northern China," Journal of Archaeological Science:Reports,Vol.2,2015,pp.699-707；张国文等：《内蒙古三道湾和叭沟鲜卑墓人骨和动物骨骼的稳定同位素分析》，《边疆考古研究》第10辑，第387-397页。

　　 (34)张国文等：《大同南郊北魏墓群出土人骨的稳定同位素分析》，《南方文物》2010年第1期，第127-131页；侯亮亮等：《农业区游牧民族饮食文化的滞后性——基于大同东信广场北魏墓群人骨的稳定同位素研究》，《人类学学报》2017年第3期，第359-369页；侯亮亮、古顺芳：《大同地区北魏时期居民食物结构的转变》，《边疆考古研究》2018年第23辑，第289-305页。

　　 (35)Cui Yinqiu,et al.,"Identification of Kinship and Occupant Status in Mongolian Noble Burials of the Yuan Dynasty Through a Multidisciplinary Approach," Philosophical Transactions of the Royal Society B.,Vol.370,2015,p.370.

　　 (36)Xia Yang,et al.,"A Preliminary Study on Children's Weaning Patterns and Feeding Practices in Ancient China," Acta Anthropologica Sinica,Vol.37,No.1,2018,pp.110-120.

　　 (37)Yi Bing,et al.,"Osteobingraphy of a Seventhcentury Potter at the Oupan kiln,China by Osteological and Multiisotope Approach," Scientific Reports,Vol.9,2019,p.12475.

　　 (38)赵志军：《植物考古学的学科定位与研究内容》，《考古》2001年第7期，第55-61页。

　　 (39)赵志军：《公元前2500-公元前1500年中原地区农业经济研究》，中国社会科学院考古研究所考古科技中心编：《科技考古》第2辑，第1-11页；Lu Houyuan,et al.,"Earliest domestication of Common Millet(Panicum Miliaceum) in East Asia Extended to 10,000 Years Ago," Proceedings of the National Academy of Sciences,Vol.106,No.18,2009,pp.7367-7372.

　　 (40)Lu Houyuan,et al.,"Culinary Archaeology:Millet Noodles in Late Neolithic China," Nature,Vol.437,2005,pp.967-968；吕厚远等：《青海喇家遗址出4000年前面条的成分分析与复制》，《科学通报》第60卷2015年第8期，第744-756页。

　　 (41)Lu Houyuan,et al.,"Earliest Tea as Evidence for One Branch of the Silk Road across the Tibetan Plateau," Scientific Reports,Vol.5,2016,p.18955.

　　 (42)Gong Yiwen,et al.,"Investigation of Ancient Noodles,Ccakes,and Millet at the Subeixi Site,Xinjiang,China," Journal of Archaeological Science,Vol.38,2011,pp.470-479.

　　 (43)Chen Tao,et al.,"Archaeobotanical Study of Ancient food and Cereal Remains at the Astana Cemeteries,Xinjiang,China," PLoS ONE,Vol.7,No.9,2012,p.e45137.

　　 (44)解明思等：《***克里雅河北方墓地出土食物遗存的植物微体化石分析》，《东方考古》2015年第11辑，第394-401页。

　　 (45)Reber Eleanora Ann,"Maize Detection in Absorbed Pottery Residues:Development and Archaeological Application," Harvard University,Department of Anthropology,PhD Dissertation,2001.

　　 (46)杨益民：《古代残留物分析在考古中的应用》，《南方文物》2008年第2期，第20-25页。

　　 (47)Yang Yiming,et al.,"Proteomics Evidence for Kefir Dairy in Early Bronze Age China," Journal of Archaeological Science,Vol.45,2014,pp.178-186.

　　 (48)Xie Mingsi,et al.,"Identification of a Dairy Product in the Grass Woven Basket from Gumugou Cemetery(3800 BP,Northwestern China)," Quaternary International,Vol.426,2016,pp.158-165.

　　 (49)Anna Shevchenko,et al.,"Proteomics Identifies the Composition and Manufacturing Recipe of the 2500-year Old Sourdough Bread from Subeixi Cemetery in China," Journal of proteomics,Vol.105,2014,pp.363-371.

　　 (50)Zheng Huiping,et al.,"Early Processed Triticeae Food Remains in The Yanghai Tombs,Xinjiang,China," Archaeometry,Vol.57,2015,pp.378-391.

　　 (51)杨益民等：《出土青铜酒器残留物分析的尝试》，《南方文物》2008年第1期，第108-110页；温睿、李静波：《考古遗存中酒类残留物的研究进展》，《西北大学学报》(哲学社会科学版)2017年第1期，第160-166页。

　　 (52)Patrick E.McGovern,et al.,"Fermented Beverages of Pre-and Proto-Historic China," Proceedings of the National Academy of Sciences,Vol.101,No.51,2004,pp.17593-17598.

　　 (53)何亚莉：《二十世纪中国古代盐业史研究综述》，《盐业史研究》2004年第2期，第34-43页。

　　 (54)李水城：《近年来中国盐业考古领域的新进展》，《盐业史研究》2003年第1期，第9-15页。

　　 (55)陈伯桢：《中国盐业考古学的回顾与展望》，《南方文物》2018年第1期，第40-47页。

　　 (56)张小嫚、燕生东：《科技分析在盐业考古中的实践》，《盐业史研究》2019年第3期，第155-161页；朱继平等：《鲁北地区商周时期的海盐业》，《中国科学技术大学学报》2005年第1期，第139-142页；Rowan K.Flad,et al.,"Archaeological and Chemical Evidence for Early Salt Production in China," Proceedings of the National Academy of Science,Vol.102,No.35,2002,pp.12618-12622；崔剑锋等：《山东寿光市双王城遗址古代制盐工艺的几个问题》，《考古》2010年第3期，第50-56页。

　　 (57)张雅军等：《 *** 故如甲木墓地人群牙齿磨耗和食物结构的关系》，《人类学学报》2019年第1期，第107-118页；贺乐天等：《***罗布泊小河墓地居民的口腔健康与饮食》，《人类学学报》2014年第4期，第497-509页。

　　 (58)司艺等：《河南偃师二里头遗址动物骨胶原的H、O稳定同位素分析》，《第四纪研究》2014年第1期，第196-203页。

　　 (59)黄曜等：《古人类骨骼中微量元素的分析及其与古代食谱的关联》，《分析化学》2005年第3期，第374-376页；王轶华：《古食谱与微量元素分析》，《华夏考古》2003年第3期，第98-108页。

　　 (60)王文娟等：《河南灵井许昌人遗址鬣狗粪化石的初步研究》，《人类学学报》2005年第1期，第117-125页；郝瑞辉、萧家仪、房迎三：《南京汤山驼子洞鬣狗粪化石的孢粉分析》，《古生物学报》2008年第1期，第123-128页。

　　 (61)贺云翱：《饮食考古的“博大胸怀”》，《大众考古》2019年4月，卷首语。

来源：《南开学报：哲学社会科学版》2021年第3期

时刻知道丨吃饭糊弄学，怎么就火了？

打工人都有一些什么共识？不忘打卡？拒绝内耗？摆正心态......

从饮食方面来看，更是不谋而合——每天都要思考如何慰藉自己的干饭魂。民以食为天，吃饭这件事可不能马虎。

但手忙脚乱的打工人表示一天到头根本没时间“正经吃一顿饭”，“正经吃一顿饭太贵了”也成了打工人的一项共识。

贵，不只是价格，更是花在吃饭这件事上的时间和精力成本。于是在“吃不起”一顿正经饭但还是需要维持生命体征的吐槽中衍生出了一门新的学科——吃饭糊弄学。

来源：小狮子王chichi的一生

以下几种糊弄法的基本类型，你中招了吗？

一、原始型

来源：@李吃不胖

原始型的精髓就是保留食材的“原生态”，即俗称的“生啃”，常见于减肥食谱，比如蔬菜沙拉、生啃黄瓜、生啃西红柿，以维持生命作为最终目标，力求不多花费一丝一毫力气。总体而言，此类型已经臻至化境。

二、大锅煮型

来源：@一口香鸡腿

想煮新鲜菜吃但又不想太费事，想补充维生素又想偷懒，大锅煮绝对是不二的选择！这也是吃饭糊弄学领域最常见的一种。与传统的大锅煮菜最不相同的地方是，糊弄学领域坚持将糊弄进行到底——能使锅铲绝不用刀，能用锅绝不动碗。

在糊弄学UP主的视频里，几乎见不到砧板、菜刀等厨房“必备”用具，葱花、香菜从来靠手撕，难度稍大的如大蒜、青椒则用剪刀，所有食材扔进锅里乱煮一通再用锅铲铲碎……

同时，糊弄学家们还坚持着不求做饭最快、但求刷碗最少的原则，将“就锅吃”打造成为与之相伴而生的另一道“景色”，“糊弄”的态度被展现得淋漓尽致。

三、再来一单型

来源：@紫魂

没时间做饭、不想做饭怎么办？点外卖！对于诸多忙于工作的打工人而言，休闲娱乐的时间都还需要靠挤，何苦去花费大量时间洗菜做饭呢？点一份外卖，省时又省力。至于点什么外卖，那就随随便便“再来一单”吧！

四、速度型

来源：葵葵_sH1ne、肉食少女

对速度型选手来说，没有时间准备健康餐，冷冻食品和预制菜算得上是再生父母。这些半成品菜能让他们在下班后快速饱餐一顿，相比较其他类型，算得上是精致生活的代表了。

五、查漏补缺型

来源：@晓宇

不在乎食材新鲜不新鲜，每天吃饭都要剩一点菜留着第二天吃，说的是不是你？当下，杜绝“舌尖上的浪费”已成为全社会的共识。适量点餐、“光盘行动”，以及吃不完打包带走成为不少人的习惯。从这点来讲，还是值得点赞和鼓励的。

糊弄学是否会影响健康？

发表在《自然·医学》的一项分析显示，全球七成的2型糖尿病是“吃出来的”！总体来看，我国每年约有267万例新发2型糖尿病由不良饮食导致，占全部新发病例的约3/4。

研究团队指出导致2型糖尿病的三大关键不良饮食因素：全麦食物摄入不足、过量食用精米精面、大量摄入加工肉类，它们加在一起就导致了70%的2型糖尿病负担。

饮食因素影响图。来源：论文截图

全世界人民的整体饮食结构都称不上健康，长期饮食不规律易诱发胃肠疾病，影响身体机能的运转，内分泌系统更不例外。

追求“快”“简”的吃饭糊弄学极大地减少了时间和精力成本，但“糊弄”本就意味着缺乏对膳食平衡的注意力，长久“糊弄”下去，必定会对“糊弄学家们”的身体造成一定的影响。

如何实现饮食健康？

“弄弄子”们，“糊弄”可以成为偶尔但一定不能成为常态，一起来改善膳食结构吧！

由国家卫生健康委员会指导、中国营养学会编著的《中国居民膳食指南》总结了几条平衡膳食准则，参考这份准则，在有限的时间空间里，尽量做到与健康同行。

健康饮食，知易行难，让我们从下一餐做起~

《分子精神病学》：饮食与抑郁症有何关系？大规模分析找到潜在的抗抑郁饮食代谢物

自动营养应用程序可以帮助人们遵循更健康的饮食

编辑推荐：人们可以从全自动个人营养建议中受益，因为一篇新的研究论文显示，一款应用在临床试验中改善了健康饮食。

人们可以从完全自动化的个人营养建议中受益，一篇新的研究论文显示，一款应用程序在临床试验中改善了健康饮食。

发表在《医学互联网研究杂志》上的一篇论文展示了雷丁大学人类营养和生物医学工程研究人员开发的eNutri应用程序如何帮助人们吃得更健康。与接受一般健康饮食指导的对照组相比，接受自动个性化营养建议的参与者的健康饮食得分提高了6%。

营养师、雷丁大学食品和营养科学研究员Fallaize博士说：“研究表明，eNutri技术为用户提供自动化、个性化的营养建议，能帮助用户有效提高他们的健康食物摄入、饮食质量。”

“虽然有注册营养师或营养师提供个性化的饮食建议是理想的，但这通常只对那些有健康问题或有经济资源支付的人有效。人们对营养应用和 *** 服务也越来越感兴趣，但许多商业应用往往专注于减肥或计算卡路里，而不是健康饮食。”

“营养建议应该始终关注健康、均衡的饮食以及与食物的积极关系，我很高兴我们的研究帮助人们吃得更好。”“enuti系统一个令人兴奋的方面是，它有潜力以低成本向更多人提供。”

这篇论文的主要作者、雷丁大学博士Rodrigo Zenun Franco表示，“eNutri应用程序基于证据优先考虑健康饮食，并独特地使用饮食评分系统，为个人用户提供基于食物的建议。”

“我们正在继续开发eNutri，以适应包括心脏病患者在内的特定人群，并希望在未来向公众开放。”

这些人要么接受个性化的营养建议，要么接受一般的健康饮食建议。然后，根据英国饮食指导的11个标准对个性化组的饮食进行评分。eNutri应用程序会自动评估饮食质量，给用户一个100分的“健康饮食分数”。

“健康饮食得分”包括水果、蔬菜、全谷物、红肉和加工肉类的摄入量评估，当用户达到推荐摄入量时得分更高。然后，个性化的建议针对他们的饮食领域，他们将受益于改变。

来源：medical Xpress

免责声明：康加号致力于健康知识传播，内容根据公开资料编辑，版权归原作者；如有侵权请在线留言删除。文章旨在介绍健康科学进展，不能作为治疗方案；如需精准健康指导，请至正规医院诊疗。

智能聊天的跨世代？不眠休的码农？GPT的浪潮席卷而来！

最近几天关于GPT的文章铺天盖地，GPT全称是ChatGPT，是由美国人工智能实验室OpenAI开发的一个对话AI模型，有人说它将会改变我们的生活，有人说它是智能机器人的雏形，更有甚者称它会取代我们的工作。那么它真的有这么神奇么？究竟是言过其实还是鬼斧神工？

GPT于2022年11月上线，短短3个月不足百日，月活用户就已突破1亿，TikTok达到1亿用户用了将近1年，Instagram 则花了2年半的时间的时间，一时间风光无两。能有如此轰动的战绩来源于GPT极其强大的仿真对话，小到生活小妙招、厨房菜谱，大到论文、代码，它都能办到，虽然目前看来，还是有一定的不足，不过依然不影响它被称为跨世代的智能搜索工具。

可能会有很多人觉得GPT会不会有点高大上了，离生活很远，用通俗易懂的话来说，GPT就是一种智能化的搜索工具而已，把搜索结果从数十万网页变成了一段文字而已，或者是在非人工情况下为您解答的机器人 *** ，又或者是一种新时代的智能百科全书罢了，说它是跨世代，是它可以根据我们提出的问题进行学习，不再是刻板的在数据库中寻找死板的答案，例如某宝可以在商品搜索栏上接入个AI，用户形容产品，直接出推荐结果。

虽然夸了GPT很多，不过目前的GPT还存在着这样那样的不足，GPT的很多文章看似花团锦簇有理有据，实际只是一些词语的排列组合，很多内容只是空话套话，没有更多的实际内容，甚至有很多描述是错误的，如果完全相信怕是要踩上一个大坑。通过多日的反复测试，熟练掌握了它的用法后，目前还是可以适当的提高工作效率。同时属于我们国人的GPT——文心一言也即将推出，让我们拭目以待！

让这本书带您认识中国人的“饮食伦理”

早在2000多年前，苏格拉底就指出：“未经反思的生活是不值得过的。”

马克思说：“人们为了能够‘创造历史’，必须能够生活。但是为了生活，首先就需要衣、食、住以及其他东西。因此之一个历史活动就是生产满足这些需要的资料，即生产物质生活本身。”并进而指出：“现代历史著述方面的一切真正进步，都是当历史学家从政治形式的外表深入到社会生活深处时才取得的。”

马克思的这两句话表明了他对生活之于社会历史发展的基础作用的深刻认识并指明了学术进步的正确方向。

人们首先要维护生存，才能进行文化创造，生活世界是哲学与思想世界、科学与技术世界乃至艺术世界的源头和基础，因此，哲学必须面向生活世界，它不仅要反思并批判日常生活，还要引导、建构新的生活方式。

在西方文化中，伦理思考处于哲学价值论的核心，作为一种实践理性，更是要关注生活世界。

在中国文化中，伦理是中华文化的核心、灵魂与特色，不仅重视生活的形上之思，更加注重形下的人伦日用，“极高明而道中庸”是中国思想的特质。

对于道德问题的思考方式，在我看来，有马克思主义的社会历史结构-作用论的意识形态论分析 *** ，我觉得中国人对伦理问题的思考主要是把它放在一种更为宏大的文化背景中加以思考的，即认为道德是以文化为根基和背景的，或者说道德是一定民族文化的核心组成部分。

《饮食伦理——在中国文化的视野下》，韩作珍著，人民出版社出版

在日常生活伦理的论题中，包含饮食、服饰、居住、行走、言语、工作、休闲、娱乐、健康、生死等，而饮食则是维持人的生命存在的首要生命活动，民间常常有“民以食为天”之谚语，这表明饮食之于人的生命活动的重要性。实际上，它不仅对于生命与生活是无比重要的，对于文化来说，也是非常重要的。

文化大多起源于宗教，在我国上古社会生活中，祭祀活动是非常重要的文化活动，国之大事曰祀与戎，而在祭祀活动中，除了行礼、颂祷之外，大多都要有奉献食物，我国上古文化规定，只有献上“三牲”（猪、牛、羊）才能叫“祭”，而只有时蔬鲜果而没有“三牲”的只能叫“荐”。

饮食活动的重要性不仅体现在敬祭神灵祖先的活动中，更在人类的日常生活中打上了深深的文化烙印。亲朋相聚、宴客交游，迎来送往，招待国宾，哪样能离开饮食呢？这不仅在于它是维持生命活动的必不可少的需要，更是具有深刻的社会文化意义。

中国人为什么喜欢团桌同食，正是因为这种饮食形式创造了一种我们同吃一桌饭、同为一家人的亲切感。朋友请你吃饭，绝对不是简单满足你的自然欲望，而是要和你增强友谊。很多朝代为了表明皇家敬老倡孝的精神，都举办过“千叟宴”。当代则有“国庆招待会”，这可能不是简单去吃一顿饭的事吧？显然，饮食活动包含着丰富的社会文化意义。

在饮食的诸多文化内含中，其伦理含义也是非常丰富的，一个人有无吃相，在某种意义上反映出他的文明化程度，这就是为什么古代有修养的人吃喝的动作往往都用大袖子遮掩住，为什么中世纪西方的小孩教育要从餐桌礼仪抓起。在人际饮食交往中，更是食之有道，饮之有礼。

另外，在饮食中也折射出一定时代的社会风气，如当代社会一段时间内的奢靡之风不就是体现在公款畸形消费，严重铺张浪费上吗？在当代社会，道德失范，集中体现在食品安全问题频发上。人们的日常生活和健康、安全难以保障，这不是突出的社会伦理问题吗？

可见，研究饮食伦理问题，不仅具有重要的社会文化意义，更具有非常强的现实应用价值。

韩作珍博士长期随我学习，他是我教育生涯中招收的之一个研究生，也就是所谓的开门弟子，研究生毕业，任教六年后又再度考入中国人民大学哲学院随我攻读博士学位，《饮食伦理》的选题确实是我主持的日常生活伦理研究的重要领域，并且也是在他的博士论文基础上，经过长期深化研究所结出的硕果。我作为导师，只是为他指出了一条路和研究领域，对这个问题和领域的深入研究，则是他自己独立完成的。

对饮食伦理，他下了很大功夫，有自己独特的问题意识，能够把古代文化的历史经验与现实问题关怀结合起来，最初他给我的研究提纲中除了“民以食为天”，还有一句话即“食以安为先”，我当时很感震撼，觉得他有现实关怀和问题意识。另外，由于具有长期系统的哲学与伦理学训练，他对问题的横向把握也比较全面准确。

总之，从社会问题角度，批判当代食文化的著作已有，然而《饮食伦理》一书是一本以文化分析、哲学反思、伦理批判、历史验证的更为宏大的视角，全面深入细致地研究饮食伦理的学术著作，它在古今中外的历史经验与比较中，从个体、人际、社会与当代社会问题批判诸纬度对饮食伦理做了全面系统而比较深入的研究，可以说是该领域研究中一项具有开拓和创新价值并有重要学术与现实应用价值的成果。

该书是我国伦理学实现研究范式转型、 *** 突破的重要尝试，也是伦理学研究面向生活世界的具体实践。该书的出版，对于全面深入了解把握饮食伦理问题，具有学术积累价值。对于解决我国当代的食品安全问题，崇俭抑奢良好社会风气的形成都有实践助益作用，因此我乐见并祝贺该书出版。

（作者为中国人民大学哲学院教授）

来源北京日报客户端|作者肖群忠

编辑：袁昕

流程编辑吴越

基于s *** 企业后勤订餐管理系统-计算机毕业设计源码+LW文档

选题目的、价值和意义

企业后勤订餐是现今人们处于互联网的生活中必不可少的一部分，对于快节奏生活中的上班一族来说，十分需要一个可以提供这类服务的工具，因此企业后勤订餐系统的开发就十分必要的。

当前，我国大部分企业的后勤订餐管理还停留在传统的只有去餐厅花费时间排队购买到食物才可就餐或打包回来吃，这种方式已经没有跟随时代的发展，浪费了许多时间，使得同一时间段餐厅就餐排队员工过于拥挤，传统的点餐方式使得员工们只能处于点餐的被动状态，只能由于短暂的点餐时间而快速点餐，无法进行预约点餐，同时无法使员工对于菜品有一定的了解。随着员工数量的不断增加，对于员工的订餐管理也越来越困难，员工的需求在不断提升，所有，有一个系统的、较为完善的企业后勤订餐管理系统，不仅可以满足企业员工的需求，还可以节约时间，使得企业后勤人员简单实现对员工订餐的管理。

企业后勤订餐管理系统，可以用集中的数据库将企业后勤的相关信息与企业员工有效的联系起来，尽可能的减少了后勤人员的复杂劳动，同时保证了企业员工的订餐主动权。在采用和实施企业后勤订餐管理系统之后，就会将依赖与人的过程改成依赖于计算机系统的过程。后勤管理人员和企业员工只要获取了相应的权限，就可以随时进入系统，直接查阅相应的信息。采用和实施企业后勤订餐管理系统不仅仅是为了提高工作效率。同时在使用企业后勤订餐管理系统后，企业后勤相关领导可以较为清楚地了解后勤员工的工作流程、哪些地方可以改进等问题。

本课题在国内外的研究状况及发展趋势

由于不同国家、不同地区的饮食习惯、饮食方式不同，因此在订餐方面会存在一些差异。

在美国的华尔街，对于初级金融人士来说，“时间就是金钱”，所以，如果还在考虑中午吃什么的时候，可能会错过一次交易机会。所以，他们除了必要的应酬，对于就餐，只是尽可能的简单快捷，他们会用Seamless点餐，使午餐在办公区域解决，或者会出去去快餐店。在日本一般是通过员工自己带便当来解决吃饭问题。

相对于国外发展状况，我国国内的订餐方式在不断变化，订餐管理系统也在不断提升它的功能。近几年，随着美团、饿了么等一系列外卖平台的出现，企业后勤面临着一系列的订餐压力。所以功能较为完善的订餐管理系统对一个企业来说是十分必要的。

主要研究内容

1.利用Java语言设计开发一个企业后勤订餐管理系统，对系统所需的数据库进行分析后，确定使用MySQL 数据库。

2.对企业后勤订餐管理系统进行需求分析后，设计该系统的基本功能模块，主要包括四大模块，（1）用户管理模块：后勤人员用户管理、企业员工用户管理；（2）菜品信息模块：新增菜品、删除菜品、菜品功能详情；（3）前台界面模块：修改个人信息、查看菜品信息、预约订餐、留言、付款；

3.企业后勤订餐管理系统的实现。

4.对系统进行完善，对系统进行后期的测试并根据结果做出适当的调整。

5.按时完成论文。

2.数据库总体设计

为实现该系统的功能，需要设计一个好的数据库以及数据表结构，本系统涉及到后勤人员信息、企业员工信息等诸多表格，信息量较大，所以本系统采用MySQL数据库作为数据存储开发平台。