2022 Fiscal Year Research-status Report
ヒト化学IoTセンサと感性AI計測の融合による「おいしさ」知覚情報システムの創製
| Project/Area Number |
22K02100
|
|---|
| Research Institution | Hokkaido University of Science |
|---|
Principal Investigator |
小島 洋一郎 北海道科学大学, 工学部, 教授 (50300504)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 機械学習 / 画像解析 / 食品 / 評価 / 多変量解析 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
■近年，食品工業分野では，AI・IoT・データサイエンスを網羅的に利活用して，人手不足の解消や様々な課題解決に向けて多種多様なアイデアや技術が投入されている。食品製造は人々へ衛生的かつ安心安全な食品を安定供給すると同時に，健康で豊かな食生活を支えるなどの社会的貢献にも寄与する産業である。その一方で近年，変革の荒波が大きく押し寄せている。2023 年時点で新型コロナウイルス感染症の影響により，地方の中小企業では，原材料費の高騰や人手不足が深刻化している。また，消費者の多様化するニーズにマッチした新商品開発が喫緊の課題としてあげられる。
■これらに対応し改善するため製造現場や工場において，食の安全やおいしさを維持堅守しつつ，業界の抱える課題解決に導くソリューションを俯瞰することは非常に重要である。高度な画像の認識と処理，センシングデバイス・ロボティクス技術，AI，IoT など情報通信技術等先進技術を利活用したシステムオートメーション化など，最先端の解析テクノロジーと最新鋭の省力化手法を複合融合して実験を進めた。
■本年は、高額で高精度な分析装置を使用せず、身近にあるイメージセンサ、例えばスマートフォンのカメラや理化学機器を利用して、迅速で廉価な分類の可能性を目指している。実験手順を示す。1） 実験試料の撮影、2）撮影画像を画像処理ソフトにより RGB の色データ値を取得、3）RGB 値の分析処理、4）試料間の差異をクラスター分析などの多変量解析や機械学習より評価。使用した試料は同系色を示し、製造企業が異なる液体とした。画像データとその分析から茶系食品の簡易な分類の可能性を示すことが出来た。また、RGB 要素と教師なしクラスター分析により、数値データに留まらない視覚的な評価を迅速に行えた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
国内外での研究において、本申請と系統的に似通る研究結果が散見されるようになった。これらと差異化を図るために、新たな検証と課題解決の対応へ多くの時間を想定以上に費やすことになり、少なからず進捗の遅れを来たすことになった。
|
| Strategy for Future Research Activity |
国内や海外にて発表された研究指針との本質的な相違を調査検討し、本研究の独自性や新規性をこれまで以上に伸ばすよう、研究開発の推進を行う。今後は、コンピュータビジョンの技術を新たに導入し、得られたデータの数値信号解析などの技術とのフュージョンが重要になる。また、機械学習を駆使した評価手法の開
発をこれまで以上に目指す。
|
| Causes of Carryover |
コロナ禍、ならびに、国内外における研究調査をもとに方針を変更する必要があった。今後の研究を、さらに早め計画を立て実施に結び付ける。
|
