WEKO3
アイテム
{"_buckets": {"deposit": "42b33376-63ff-40f1-8d87-bc8493ab2c60"}, "_deposit": {"created_by": 3, "id": "1968", "owners": [3], "pid": {"revision_id": 0, "type": "depid", "value": "1968"}, "status": "published"}, "_oai": {"id": "oai:uec.repo.nii.ac.jp:00001968", "sets": ["39"]}, "author_link": ["9290"], "control_number": "1968", "item_10006_date_granted_11": {"attribute_name": "学位授与年月日", "attribute_value_mlt": [{"subitem_dategranted": "2016-03-25"}]}, "item_10006_degree_grantor_9": {"attribute_name": "学位授与機関", "attribute_value_mlt": [{"subitem_degreegrantor": [{"subitem_degreegrantor_name": "電気通信大学"}]}]}, "item_10006_description_10": {"attribute_name": "学位授与年度", "attribute_value_mlt": [{"subitem_description": "2015", "subitem_description_type": "Other"}]}, "item_10006_description_7": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "近年では, 健康的至高の高まりにより食事記録を付ける人が増えてきている. それに伴い食事記録支援システムが多く公開され始めているが, 既存のシステムのほとんどが正確にカロリー量を推定することができない. そこで本論文では食品を基準物体と撮影することで, 食品の認識を行い, さらに大きさを推定することでその食品のカロリー量を推定するシステムを提案する. システムはユーザーの携帯性や利便性を考えスマートフォンアプリという形での実装を行う. システムは画像中より食品領域及び基準物体領域を抽出し, その大きさを比較する. 基準物体は事前に面積がわかっていること以外には制約はなく, ユーザーが各々常に携帯しているものを使用することが出来る. 食品認識部分の手法には高精度な認識が可能なディープラーニングを用いた. 一般にディープラーニングによる画像認識は計算量が多くモバイルでの利用は難しいが, パラメータ数が少ないネットワークを選択したりなどの工夫により, サーバを介さずモバイル上での実行ながら約0.2 秒程度での実行速度で高精度な認識を可能にした. 実験ではカロリー量推定実験とユーザー評価実験の2 つを行い結果としてカロリー量推定実験での誤差の平均は52.231kcal, 相対誤差の平均は0.213 となった.ユーザー評価実験でも既存システムよりも記録を取りやすいという評価を得た. このことから提案システムの有効性が確認できた.", "subitem_description_type": "Abstract"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "岡元, 晃一", "creatorNameLang": "ja"}, {"creatorName": "オカモト, コウイチ", "creatorNameLang": "ja-Kana"}, {"creatorName": "Okamoto, Koichi", "creatorNameLang": "en"}], "nameIdentifiers": [{"nameIdentifier": "9290", "nameIdentifierScheme": "WEKO"}]}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2016-09-20"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "1430014.pdf", "filesize": [{"value": "2.7 MB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_free", "mimetype": "application/pdf", "size": 2700000.0, "url": {"label": "1430014.pdf", "url": "https://uec.repo.nii.ac.jp/record/1968/files/1430014.pdf"}, "version_id": "872f64f1-0e99-4a02-8c01-b24095f80690"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "thesis", "resourceuri": "http://purl.org/coar/resource_type/c_46ec"}]}, "item_title": "食事画像からの自動カロリー量推定システムの実現", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "食事画像からの自動カロリー量推定システムの実現", "subitem_title_language": "ja"}]}, "item_type_id": "10006", "owner": "3", "path": ["39"], "permalink_uri": "https://uec.repo.nii.ac.jp/records/1968", "pubdate": {"attribute_name": "PubDate", "attribute_value": "2016-03-25"}, "publish_date": "2016-03-25", "publish_status": "0", "recid": "1968", "relation": {}, "relation_version_is_last": true, "title": ["食事画像からの自動カロリー量推定システムの実現"], "weko_shared_id": -1}
食事画像からの自動カロリー量推定システムの実現
https://uec.repo.nii.ac.jp/records/1968
https://uec.repo.nii.ac.jp/records/19687b3b655e-ced6-4aaf-b9c1-db85fa6ea427
名前 / ファイル | ライセンス | アクション |
---|---|---|
1430014.pdf (2.7 MB)
|
|
Item type | 学位論文 / Thesis or Dissertation(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2016-03-25 | |||||
タイトル | ||||||
言語 | ja | |||||
タイトル | 食事画像からの自動カロリー量推定システムの実現 | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_46ec | |||||
資源タイプ | thesis | |||||
著者 |
岡元, 晃一
× 岡元, 晃一 |
|||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 近年では, 健康的至高の高まりにより食事記録を付ける人が増えてきている. それに伴い食事記録支援システムが多く公開され始めているが, 既存のシステムのほとんどが正確にカロリー量を推定することができない. そこで本論文では食品を基準物体と撮影することで, 食品の認識を行い, さらに大きさを推定することでその食品のカロリー量を推定するシステムを提案する. システムはユーザーの携帯性や利便性を考えスマートフォンアプリという形での実装を行う. システムは画像中より食品領域及び基準物体領域を抽出し, その大きさを比較する. 基準物体は事前に面積がわかっていること以外には制約はなく, ユーザーが各々常に携帯しているものを使用することが出来る. 食品認識部分の手法には高精度な認識が可能なディープラーニングを用いた. 一般にディープラーニングによる画像認識は計算量が多くモバイルでの利用は難しいが, パラメータ数が少ないネットワークを選択したりなどの工夫により, サーバを介さずモバイル上での実行ながら約0.2 秒程度での実行速度で高精度な認識を可能にした. 実験ではカロリー量推定実験とユーザー評価実験の2 つを行い結果としてカロリー量推定実験での誤差の平均は52.231kcal, 相対誤差の平均は0.213 となった.ユーザー評価実験でも既存システムよりも記録を取りやすいという評価を得た. このことから提案システムの有効性が確認できた. | |||||
学位授与機関 | ||||||
学位授与機関名 | 電気通信大学 | |||||
学位授与年度 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 2015 | |||||
学位授与年月日 | ||||||
学位授与年月日 | 2016-03-25 |