ハイブリッド深層学習モデルを用いた果物画像からの糖度推定手法の提案

• Item type: Trans(1)
• 公開日: 2024-02-29
• タイトル: ハイブリッド深層学習モデルを用いた果物画像からの糖度推定手法の提案
• タイトル / 言語: en
• タイトル: A Proposal of a Method for Estimating Sugar Content from Fruit Images Using Hybrid Deep Learning Model
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [研究論文] 深層学習，ハイブリッドモデル，果実糖度推定，iOSアプリケーション，AWS
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 愛知工業大学大学院経営情報科学研究科
• 著者所属: 愛知工業大学／現在，NTTテクノクロス
• 著者所属: 愛知工業大学
• 著者所属(英): en
• 著者所属(英): Aichi Institute of Technology Graduate School of Business Administration and Computer Science
• 著者所属(英): en
• 著者所属(英): Aichi Institute of Technology / Presently with NTT TechnoCross Corporation
• 著者所属(英): en
• 著者所属(英): Aichi Institute of Technology
• 著者名: 上野, 延典; 本田, 耕大; 森本, 正志
• 著者名(英): Nobutsune, Ueno; Kouta, Honda; Masashi, Morimoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，食品の安全性や成分などの情報に関する消費者の需要や関心は高まっている．しかし，消費者が個々の食品情報を簡単に入手できるようにはなっていない．そこで本研究では，深層学習を用いて果物を撮影した画像からおいしさの情報を得る手法を提案する．本稿では果物の中で糖度がおいしさに直結しており，他の果物に比べて購入時の当たり外れが多いとされる桃を研究対象とする．提案する深層学習モデルはMLPとCNNを結合したハイブリッドモデルとなっており，桃の画像を入力することで推定糖度値を出力する．課題検証のために試作したアプリケーションはiPhoneで撮影した画像をAWS上の糖度推定サーバに送信し，糖度推定値を受信し結果画面に表示する．提案したハイブリッドモデルの性能評価と，試作アプリケーションの検証を行い，それらの有効性と課題を明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Consumer's demand and interest about information on food safety and ingredients has been increasing recently. However, the information on indivisual foods can't be obtained easily. This paper proposes a method for obtaining information on the taste of fruits from their images using Deep Learning. Peaches are the target of this research because their sugar content is directly related to their taste, and they are often purchased at the wrong time compared to other fruits. The proposed deep learning model is a Hybrid Model combining MLP and CNN. The model outputs an estimated sugar content value by inputting an image of a peach. The prototype application to check the availability of the proposed method sends the image taken by the iPhone to the sugar content estimation server on AWS, receives the estimated sugar content value, and displays it on the result screen. The performance experiments of the model and the verification of the prototype application showed the effectiveness and issues of the proposed method.
• 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: AA12628054
• 書誌情報: 情報処理学会論文誌デジタルコンテンツ（DCON）; 巻 12, 号 1, p. 9-17, 発行日 2024-02-29
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2187-8897
• 出版者 / 言語: ja
• 出版者: 情報処理学会