講演抄録/キーワード |
講演名 |
2018-03-18 11:10
料理画像認識と料理材料推定の同時学習モデル ○伊藤晃洋・山中高夫(上智大) BioX2017-38 PRMU2017-174 |
抄録 |
(和) |
近年,健康志向の高まりにより食事を記録し健康を管理するアプリケーションが増えてきている.それに伴い,料理画像認識や材料推定の重要性も高まってきている.一般画像認識では畳み込みニューラルネットワーク(CNN)の登場により飛躍的に精度が向上した.CNN を用いた料理画像認識と材料推定を同時に行うことで料理画像認識の精度も向上することが報告されている.しかし,従来のモデルでは単純な構造しか検討されていなかった.本研究では料理画像認識と材料推定の同時学習に対して,料理と材料の相互関係を活かした様々なモデルを提案した.評価実験の結果,ほぼ全ての手法で従来手法を超える精度を達成した.提案したモデルでは料理画像認識が最大で 1.4%,材料推定の Micro-F1 が最大で 1.82%,Macro-F1 が最大で 6.52%向上し,従来手法を大きく上回ることができた. |
(英) |
In recent years, many health-care applications such as food diary have been developed for smart devices. It is important for the applications to recognize the food category and the ingredients from a food image. In the generic object recognition, the accuracy has been dramatically improved by the deep convolutional neural networks(CNN). Using CNN, the food recognition has been successfully developed by learning both
the food image recognition task and the ingredients estimation task, simultaneously. However, only the simple models have been studied in the previous works. In this paper, novel models using CNN have been
proposed for the simultaneous learning of the food image recognition and the ingredients estimation. As results of the evaluation experiments, the accuracy was improved in the most of the proposed methods from the existing models. In the proposed models, the food recognition was improved by 1.4%, while the accuracy of the ingredients estimation was increased by 1.82% for Micro-F1 and 6.52% for Macro-F1. |
キーワード |
(和) |
料理画像認識 / 材料推定 / 畳み込みニューラルネットワーク / マルチタスクCNN / / / / |
(英) |
food image recognition / ingredients estimation / convolutional neural network / multi-task CNN / / / / |
文献情報 |
信学技報, vol. 117, no. 514, PRMU2017-174, pp. 13-18, 2018年3月. |
資料番号 |
PRMU2017-174 |
発行日 |
2018-03-11 (BioX, PRMU) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
BioX2017-38 PRMU2017-174 |
研究会情報 |
研究会 |
PRMU BioX |
開催期間 |
2018-03-18 - 2018-03-19 |
開催地(和) |
青山学院大学 青山キャンパス |
開催地(英) |
|
テーマ(和) |
オープンイノベーション |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2018-03-PRMU-BioX |
本文の言語 |
日本語 |
タイトル(和) |
料理画像認識と料理材料推定の同時学習モデル |
サブタイトル(和) |
|
タイトル(英) |
Simultaneous Learning Model of Food Image Recognition and Ingrediensts Estimation |
サブタイトル(英) |
|
キーワード(1)(和/英) |
料理画像認識 / food image recognition |
キーワード(2)(和/英) |
材料推定 / ingredients estimation |
キーワード(3)(和/英) |
畳み込みニューラルネットワーク / convolutional neural network |
キーワード(4)(和/英) |
マルチタスクCNN / multi-task CNN |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
伊藤 晃洋 / Koyo Ito / イトウ コウヨウ |
第1著者 所属(和/英) |
上智大学 (略称: 上智大)
Sophia University (略称: Sophia Univ.) |
第2著者 氏名(和/英/ヨミ) |
山中 高夫 / Takao Yamanaka / ヤマナカ タカオ |
第2著者 所属(和/英) |
上智大学 (略称: 上智大)
Sophia University (略称: Sophia Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-03-18 11:10:00 |
発表時間 |
25分 |
申込先研究会 |
PRMU |
資料番号 |
BioX2017-38, PRMU2017-174 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.513(BioX), no.514(PRMU) |
ページ範囲 |
pp.13-18 |
ページ数 |
6 |
発行日 |
2018-03-11 (BioX, PRMU) |
|