@article{oai:ipsj.ixsq.nii.ac.jp:00233138,
 author = {上野, 延典 and 本田, 耕大 and 森本, 正志 and Nobutsune, Ueno and Kouta, Honda and Masashi, Morimoto},
 issue = {1},
 journal = {情報処理学会論文誌デジタルコンテンツ（DCON）},
 month = {Feb},
 note = {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．, 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.},
 pages = {9--17},
 title = {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},
 volume = {12},
 year = {2024}
}