| 研究課題/領域番号 |
17H01745
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
マルチメディア・データベース
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
柳井 啓司 電気通信大学, 大学院情報理工学研究科, 教授 (20301179)
|
|---|
| 研究分担者 |
大河原 一憲 電気通信大学, 大学院情報理工学研究科, 准教授 (30631270)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)
2019年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2018年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2017年度: 7,540千円 (直接経費: 5,800千円、間接経費: 1,740千円)
|
|---|
| キーワード | 食事画像認識 / 食事画像変換 / 深層学習 / 食事AR / カロリー量推定 / 食事自動診断 / 自動食事診断 |
|---|
| 研究成果の概要 |
本研究では，Web食事ビッグデータと深層学習によって，主に高精度な写真からの食事カロリー量・栄養素量推定を実現するために，以下の５点に関して研究を行った．(1)単品食事画像に対するマルチタスクＣＮＮを利用した食事カロリー量推定．(2)複数品食事画像に対する個々の食事カロリー量推定．領域分割や矩形による食事検出の実現とそのためのデータセットの作成を行った．(3)３次元食事形状推定．より正確な食事量の推定を行うために食事の３次元形状推定を実現した．(4)大量Web食事画像を用いた高精細食事画像変換と食事ARへの応用を行った．(5) 新しい弱教師あり領域分割手法を提案し，食事画像に応用した．
|
| 研究成果の学術的意義や社会的意義 |
本研究は，画像認識技術および深層学習技術を用いた画像ベースの食事画像分析技術の実用化を目指した高精度化を目的としており，そのための技術開発および学習データセットの構築を行った．個々の技術開発に加えて，現状，ほとんど公開データが存在していない，食事の領域分割データセットや3Dモデル食事データセットを構築・公開することで，世界の研究コミュニティに対しても貢献を行っている．
|
