文献

J-GLOBAL ID：201902228291184505   整理番号：19A2879926

畳込みニューラルネットワークを用いた食物ボーラスのための咀嚼クラス推定【JST・京大機械翻訳】

Mastication Class Estimation for Food Bolus by Using Convolutional Neural Network

著者 (6件)： Nishi Keiichiro (Osaka University,Graduate School of Engineering,Suita,Japan,565-0871) ,  Shibata Akihide (Osaka University,Graduate School of Engineering,Suita,Japan,565-0871) ,  Nagahama Yuya (J -Oil Mills, Inc.,Chuo-ku Tokyo,Japan,104-0044) ,  Kimura Kou (J -Oil Mills, Inc.,Chuo-ku Tokyo,Japan,104-0044) ,  Inoue Masami (J -Oil Mills, Inc.,Chuo-ku Tokyo,Japan,104-0044) ,  Higashimori Mitsuru (Osaka University,Graduate School of Engineering,Suita,Japan,565-0871)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SMC  ページ： 3377-3382  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ヒトの口腔処理により形成された食物ボーラスの状態を定量的に評価するための画像処理ベースの方法を提示した。提案した方法は,畳込み画像の獲得と畳込みニューラルネットワーク(CNN)を用いた咀嚼クラスの推定からなる。実験による評価は,嗅覚のあるドーナツを用いて行った。被験者により0~30倍のbolmasticの画像を取得し,それらを4つと7つのクラスに分類した。入力画像のための前処理の後,入力画像と咀嚼クラスの間のCNNモデルを訓練した。実験結果は,提案した方法が,1つの局所画像だけによって,ボーラスの咀嚼クラスを近似的に推定できることを示した。さらに,提案手法は人間の視覚観測よりもクラス推定においてより高い性能を有することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 前処理 ,  *食品 ,  画像処理 ,  ヒト ,  視覚 ,  口腔 ,  *咀嚼 ,  嗅覚 ,  近似法 ,  *畳込み
準シソーラス用語： 被験者 ,  ドーナツ ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 畳込みニューラルネットワーク ,  食物 ,  ボー ,  ラス ,  咀嚼 ,  クラス ,  推定