यह शोधपत्र एक नवीन बहुविध खाद्य पहचान ढाँचा प्रस्तुत करता है जो खाद्य पहचान की सटीकता और सुदृढ़ता में सुधार के लिए दृश्य और पाठ्य विधियों को संयोजित करता है। प्रस्तावित दृष्टिकोण एक गतिशील बहुविध संलयन रणनीति का उपयोग करता है जो एकविध दृश्य इनपुट और पूरक पाठ मेटाडेटा से सुविधाओं को अनुकूली रूप से एकीकृत करता है। यह संलयन तंत्र सूचना सामग्री के उपयोग को अधिकतम करने के साथ-साथ अनुपलब्ध या असंगत विधि डेटा के नकारात्मक प्रभाव को कम करने के लिए डिज़ाइन किया गया है। UPMC Food-101 डेटासेट पर कठोर मूल्यांकन छवियों के लिए 73.60% और पाठ के लिए 88.84% की एकविध वर्गीकरण सटीकता प्रदर्शित करता है। दोनों विधियों में संलयन करने पर, मॉडल 97.84% सटीकता प्राप्त करता है, जो कई अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है। व्यापक प्रयोगात्मक विश्लेषण प्रस्तावित सेटअप की सुदृढ़ता, अनुकूलनशीलता और गणनात्मक दक्षता को प्रदर्शित करता है, जो वास्तविक दुनिया के बहुविध खाद्य पहचान परिदृश्यों के लिए इसकी व्यावहारिक प्रयोज्यता पर प्रकाश डालता है।
