Multiple Kernel Learning を用いた食べ物画像の分類

• Item type: SIG Technical Reports(1)
• 公開日: 2009-03-06
• タイトル: Multiple Kernel Learning を用いた食べ物画像の分類
• タイトル / 言語: en
• タイトル: Classification of Food Images with Multiple Kernel Learning
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 電気通信大学大学院電気通信学研究科情報工学専攻
• 著者所属: 電気通信大学大学院電気通信学研究科情報工学専攻
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, The University of Electro-Communications
• 著者名: 上東, 太一; 柳井, 啓司
• 著者名(英): Taichi, Joutou; Keiji, Yanai
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，食事に関する健康管理が注目され，より簡単に食事内容が記録できるシステムが望まれている．そこで，本研究では，画像認識技術を用いて食事内容を記録するシステムを提案する．画像認識手法として，最新の機械学習の手法である Multiple Kernel Learning (MKL) を用いて，局所特徴，色特徴，テクスチャ特徴などの複数種類の画像特徴を統合して，高精度な認識を実現することを提案する．MKL を用いることにより，カテゴリ毎に認識に有効な画像特徴を自動的に推定し，各特徴に対して最適な重みを学習することが可能となる．それに加え，本研究では，提案した食事画像認識手法を組み込んだ食べ物画像認識システムのプロトタイプを実装した．実験では，50 種類の食べ物画像データセットを構築し，提案手法の評価を行ない，平均分類率 61.34% を達成した．50 種類もの大規模な食事画像の分類は，実用的な精度で実現することが困難であったため報告例がないが，本研究では MKL による特徴統合を行なう提案手法によって，初めて大規模食事画像分類において高い認識精度を達成することができた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Since health care on foods is drawing people's attention recently, a system that can record everyday meals easily is being awaited. In this paper, we propose an automatic food image recognition system for recording people's eating habits. In the proposed system, we use the Multiple Kernel Learning (MKL) method to integrate several kinds of image features such as color, texture and SIFT adaptively. MKL enables us to estimate optimal weights of image features for each category. In addition, we implemented a prototype system to recognize food images taken by cellular-phone cameras. In the experiment, we have achieved the 61.34% classification rate for 50 kinds of foods. To the best of our knowledge, this is the first report of a food image classification system which can be applied for practical use.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2009, 号 29(2009-CVIM-166), p. 83-90, 発行日 2009-03-06
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会