WEKO3
アイテム
大規模視覚言語モデルを用いた食事画像からのカロリー量推定
https://ipsj.ixsq.nii.ac.jp/records/234173
https://ipsj.ixsq.nii.ac.jp/records/23417339d65b8d-4150-482e-866d-26cf5c6cfb61
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM24238042.pdf (8.4 MB)
2026年5月8日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, CVIM:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-05-08 | |||||||||
| タイトル | ||||||||||
| タイトル | 大規模視覚言語モデルを用いた食事画像からのカロリー量推定 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 卒論スポットライトセッション (CVIM) | |||||||||
| 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 | ||||||||||
| 著者所属 | ||||||||||
| 電気通信大学 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| UEC | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| UEC | ||||||||||
| 著者名 |
田邊, 光
× 田邊, 光
× 柳井, 啓司
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 本研究では，多様な知識に基づく推論が可能な大規模視覚言語モデルを食事画像からのカロリー量推定に活用する二つの方法の有効性を検証する．一つ目は大規模視覚言語モデルをファインチューニングする方法であり，Nutrition5k における評価で既存手法に匹敵する結果となった．二つ目は食品体積推定モデルを導入する方法であり，ゼロショットカロリー量推定について複数の指標で優れた結果となった． | |||||||||
| 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 2024-CVIM-238, 号 42, p. 1-8, 発行日 2024-05-08 |
|||||||||
| 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 | |||||||||
