| Item type |
SIG Technical Reports(1) |
| 公開日 |
2023-02-23 |
| タイトル |
|
|
タイトル |
使用食材の典型度に頑健な料理画像からのカテゴリと食材の同時推定 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Category and Ingredients Estimation From Food Image Robust to Typicality of Used Ingredients |
| 言語 |
|
|
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 |
|
|
|
青山学院大学大学院理工学研究科 |
| 著者所属 |
|
|
|
青山学院大学大学院理工学研究科 |
| 著者所属 |
|
|
|
青山学院大学理工学部 |
| 著者所属 |
|
|
|
青山学院大学理工学部 |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Engineering, Aoyama Gakuin University |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Engineering, Aoyama Gakuin University |
| 著者所属(英) |
|
|
|
en |
|
|
College of Science and Engineering, Aoyama Gakuin University |
| 著者所属(英) |
|
|
|
en |
|
|
College of Science and Engineering, Aoyama Gakuin University |
| 著者名 |
山下, 大樹
村田, 健悟
伊東, 聖矢
大原, 剛三
|
| 著者名(英) |
Daiki, Yamashita
Kengo, Murata
Seiya, Ito
Kouzou, Ohara
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
健康管理の支援として，料理画像からカテゴリや食材を推定する研究が行われている．既存研究では，カテゴリと食材を同時に推定するマルチタスク学習手法が提案されているが，各カテゴリで使用頻度の高い食材（典型食材）の精度は高い一方で，各カテゴリで使用頻度の低い食材（非典型食材）の精度は低い．そこで，本研究では，典型食材と非典型食材を個別のモジュールで推定することで，マルチタスク学習における非典型食材の推定精度を向上させる手法を提案する． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
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 2023-CVIM-233,
号 86,
p. 1-6,
発行日 2023-02-23
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8701 |
| 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 |
IPSJ-CVIM23233086.pdf (3.7 MB)
