|
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。
|
