| 研究課題/領域番号 |
26560051
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
食生活学
|
|---|
| 研究機関 | 国立研究開発法人農業・食品産業技術総合研究機構 |
|---|
研究代表者 |
和田 有史 国立研究開発法人農業・食品産業技術総合研究機構, 食品研究部門 食品健康機能研究領域, 上級研究員 (30366546)
|
|---|
| 研究分担者 |
本田 秀仁 東京大学, 大学院総合文化研究科, 特任研究員 (60452017)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2014年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 鮮度 / 生鮮食品 / 機械学習 / 画像統計量 / 輝度分布 / 弁当 / 光沢 / 画像解析 / デジタルカメラ |
|---|
| 研究成果の概要 |
本研究では撮影条件による誤差を低減するために、同一の経過時間の個体について、多くの照明条件で生鮮食品（トマト）を撮影し、その画像から人間が鮮度知覚に利用していると考えられる画像統計量を算出した。その画像統計量から鮮度を予測するために個体と照明の区別をつけずに、入力信号として、輝度分布の標準偏差や歪度などの画像統計量を入力、経過時間を出力として、実際の経過時間を教師信号としたパーセプトロン型ニューラルネットに学習させた。その結果、照明条件が多いほど予測精度が向上した。さらに、画像統計量と視覚的な感性的質感の関連を見出すためにクラウドソーシングを利用した調査を行った。
|
