@techreport{oai:ipsj.ixsq.nii.ac.jp:00211121,
 author = {本部, 勇真 and 柳井, 啓司},
 issue = {21},
 month = {May},
 note = {健康管理アプリケーションが流行し，食事管理の意識が高まっている．料理のカロリー量計算をする際には食事領域の判別が大事な要素である．しかし，深層学習を用いる際，学習には大量のデータが必要となり，無数に存在する食事カテゴリのデータ収集は非実用的であるといえる．近年では，少数学習データを用いて領域分割モデルを学習する Few-shot Segmentation という方法が研究されている．本研究では，食事ドメインの画像をターゲットとした Few-shot 及び Zero-shot Segmentation を適用することで，食事学習データの量の不十分さを解消し，新たな食事クラスに対する領域分割の有効性を示す．また，従来の Few-shot Segmentation モデルに CookPad のレシピで学習した word2vec による単語埋め込み加えた新しい手法を提案し，従来手法よりも精度が向上する結果となった．},
 title = {食事画像に対する少数およびゼロショット領域分割},
 year = {2021}
}