調理行動からの個性抽出の可能性に関する検討

>100 Views

March 14, 17

スライド概要

EC43で発表した際のスライドを少し変えたものです。

profile-image

明治大学 総合数理学部 先端メディアサイエンス学科 中村聡史研究室

シェア

埋め込む »CMSなどでJSが使えない場合

各ページのテキスト
1.

調理行動からの個性抽出の 可能性に関する検討 土屋駿貴 中村聡史 (明治大学)

2.

料理とは・・ 関心が高くニーズがある 誰もが楽しめるエンタテインメント

3.

関連研究(料理) • 食材の優先度を考慮したビジュアルな料理 レシピ検索インターフェース[塩澤2011] • 食材名とその優先度を考慮した動的な検索 • 食材上に情報を重畳表示する調理支援 システム[鈴木2012] • 調理工程に合わせて食材上に調理方法を CGで提示

4.

関連研究(料理) 多くのユーザに対するものであり • 食材の優先度を考慮したビジュアルな料理 レシピ検索インターフェース[塩澤2011] ユーザごとに対するものではない! • 食材名とその優先度を考慮した動的な検索 • 食材上に情報を重畳表示する調理支援 システム[鈴木2012] • 調理工程に合わせて食材上に調理方法を CGで提示 個性を考慮することで ユーザごとに適した支援が可能

5.

料理に関する個性 人によって異なる楽しみ方 • 食べる側:調味料などのちょい足し • 作る側 :調理方法(味付け・盛り付け) におけるこだわり

6.

応用例 • 調味料使用量の個性を料理レシピに対して 反映させる • 作った料理の満足度向上 • 自分の個性に似たレシピの検索 • レシピ投稿者の個性分類 .

7.

応用例 • 調理行動中の個性分析 • 調理動作におけるコツの発見 • レシピにおける曖昧表現の判断基準を定式化 きつね色・あめ色 塩胡椒少々 ひたひたの水 さっと茹でる

8.

視線情報 • 視線情報の可視化・共有による感性 インタラクション支援[藤本2003] • 自動車運転時において,人により注視する部分が 異なっていることを確認 • 視線情報の分析に基づく調理行動理解に 向けて[井上2015] • 視線情報に基づいた調理動作の識別 調理行為においても視線に 個性が現れるのではないか

9.

目的 調理行為中に現れる 個性について明らかにする { 調味料使用量:個人を判別することが可能か 視線情報 :調理行動ごとに個人差があるか

10.

実験(概要) • 被験者:普段から料理を行う大学生7名 • 内容 • 料理 :2種類の料理を1人それぞれ4回作って もらう :誰でも簡単に短い時間で作れる 調理工程、使用している調味料が似ている 野菜炒め 炒飯

11.

実験(取得データ) • 調味料使用量 • 計測器具を使用せずに調理 • 料理の前後で電子秤を用いて 0.01g単位で計測しその差を記録 前 後 • 視界の主観的映像と視線情報 • メガネ型ウェアラブル視線検出装置 「Tobii Pro Glasses 2」 を使用して録画 Tobii Pro Glasses 2 協力者の視点(赤丸)

12.

調味料使用量(料理ごとの調味料) • 野菜炒め (例)協力者Aの結果 • 塩,胡椒,醤油,料理酒,油 野菜炒め 1回目 2回目 3回目 4回目 • 塩 0.60g 1.10g 0.77g 1.46g 胡椒 0.17g 0.10g 0.16g 0.24g 醤油 4.25g 11.02g 10.05g 11.94g 料理酒 4.65g 26.81g 19.70g 12.96g 油 4.49g 6.34g 6.03g 10.33g 炒飯 • 塩,胡椒,醤油,鶏がらスープの素,油 炒飯 1回目 2回目 3回目 4回目 塩 0.12g 0.32g 0.61g 0.35g 胡椒 0.08g 0.08g 0.08g 0.06g 醤油 8.98g 5.38g 7.70g 7.39g 鶏がら 1.47g 1.81g 1.44g 1.09g 油 32.52g 28.72g 20.49g 20.02g

13.

調味料使用量(調味料使用量の平均) 野菜炒め 協力者A 協力者B 協力者C 協力者D 協力者E 協力者F 協力者G 塩 0.98 g 2.44 g 1.25 g 0.33 g 0.99 g 1.73 g 1.24 g 胡椒 0.17 g 0.19 g 0.53 g 0.10 g 0.38 g 0.33 g 0.15 g 醤油 9.32 g 11.95 g 9.23 g 12.46 g 17.95 g 10.18 g 9.87 g 料理酒 16.03 g 15.14 g 37.84 g 23.39 g 21.32 g 19.08 g 19.9 g 油 6.80 g 6.67 g 14.80 g 8.84 g 9.65 g 10.54 g 1.17 g 炒飯 協力者A 協力者B 協力者C 協力者D 協力者E 協力者F 協力者G 塩 0.35 g 1.13 g 0.57 g 0.40 g 0.60 g 1.35 g 1.13 g 胡椒 0.08 g 0.23 g 0.35 g 0.14 g 0.25 g 0.25 g 0.12 g 醤油 7.36 g 6.83 g 2.75 g 10.30 g 10.92 g 6.26 g 5.11 g 鶏がら 1.45 g 2.39 g 2.06 g 1.84 g 2.01 g 2.31 g 1.19 g 油 25.44 g 10.62 g 15.34 g 15.32 g 18.03 g 13.31 g 3.38 g

14.

調味料使用量(調味料使用量の分散) 野菜炒め 協力者A 協力者B 協力者C 協力者D 協力者E 協力者F 協力者G 塩 0.14 0.77 0.50 0.01 0.27 0.21 0.49 胡椒 0.00 0.01 0.11 0.00 0.03 0.01 0.01 醤油 12.00 29.36 4.05 6.99 62.56 38.50 5.30 料理酒 89.54 53.64 255.42 84.47 30.84 33.19 59.63 油 6.20 6.69 141.70 16.83 18.49 17.83 0.11 炒飯 協力者A 協力者B 協力者C 協力者D 協力者E 協力者F 協力者G 塩 0.04 0.03 0.04 0.00 0.01 0.15 0.25 胡椒 0.00 0.03 0.03 0.00 0.00 0.00 0.00 醤油 2.22 0.70 0.44 5.97 90.58 3.17 2.04 鶏がら 油 38.25 16.94 121.17 9.61 13.91 5.82 1.37 0.09 0.59 1.03 0.29 0.34 0.22 0.04

15.

調味料使用量(調味料使用量の標準偏差) 野菜炒め 協力者A 協力者B 協力者C 協力者D 協力者E 協力者F 協力者G 塩 0.38 0.88 0.71 0.10 0.52 0.46 0.70 胡椒 0.06 0.11 0.33 0.06 0.16 0.10 0.07 醤油 3.46 5.42 2.01 2.64 7.91 6.21 2.30 料理酒 9.46 7.32 15.98 9.19 5.55 5.76 7.72 油 2.49 2.59 11.9 4.10 4.30 4.22 0.33 炒飯 協力者A 協力者B 協力者C 協力者D 協力者E 協力者F 協力者G 塩 0.20 0.19 0.20 0.05 0.10 0.38 0.50 胡椒 0.01 0.16 0.17 0.04 0.03 0.04 0.03 醤油 1.49 0.83 0.66 2.44 9.52 1.78 1.43 鶏がら 油 6.19 4.12 11.01 3.10 3.73 2.41 1.17 0.29 0.77 1.02 0.54 0.58 0.47 0.20

16.

調味料使用量(個性について検証) • SVMを用いて検証 炒飯での 野菜炒めでの7人分の 調味料使用量 調味料使用量 協力者A 1回目 協力者A 2回目 ・・・ 協力者G 4回目 協力者X 分類器

17.

調味料使用量(個性について検証) • 使用するデータ:使用した調味料が異なる部分 があるため2種類用意 元データ 野菜炒め 塩 胡椒 醤油 料理酒 油 協力者A 0.60g 0.17g 4.25g 4.65g 4.49g ①6次元(異なる調味料を含む) 野菜炒め 塩 胡椒 醤油 料理酒 油 鶏がら 協力者A 0.60g 0.17g 4.25g 4.65g 4.49g 0.00g ②4次元(異なる調味料を除く) 野菜炒め 塩 胡椒 醤油 油 協力者A 0.60 g 0.17 g 9.25 g 4.49 g

18.

調味料使用量(個性について検証) • 使用するデータ:使用した調味料が異なる部分 があるため2種類用意 元データ 野菜炒め 塩 胡椒 醤油 料理酒 油 協力者A 0.60g 0.17g 4.25g 4.65g 4.49g ①6次元(異なる調味料を含む) 野菜炒め 塩 胡椒 醤油 料理酒 油 鶏がら 協力者A 0.18g 0.60 0.17g 0.17 0.17g 4.25 0.08g 4.65 0.14g 4.49 0.00 0.00g ②4次元(異なる調味料を除く) 野菜炒め 塩 胡椒 醤油 油 協力者A 0.18g 0.60 0.17g 0.17 0.17g 9.25 0.14g 4.49

19.

調味料使用量(個性について検証) • 使用するデータ:使用した調味料が異なる部分 があるため2種類用意 元データ 野菜炒め 塩 胡椒 醤油 料理酒 油 協力者A 0.60g 0.17g 4.25g 4.65g 4.49g ①6次元(異なる調味料を含む) 野菜炒め 塩 胡椒 醤油 料理酒 油 鶏がら 協力者A 0.18g 0.60 0.17g 0.17 0.17g 4.25 0.08g 4.65 0.14g 4.49 0.00 0.00g ②4次元(異なる調味料を除く) 調味料ごとの最大値で正規化 野菜炒め 塩 胡椒 醤油 油 協力者A 0.18g 0.60 0.17g 0.17 0.17g 9.25 0.14g 4.49

20.

協力者ごとの適合率・再現率 6次元 野菜炒め 適 再 炒飯 適 4次元 再 野菜炒め 適 再 炒飯 適 再 協A 0.25 0.75 0.00 0.00 協A 0.17 0.25 0.00 0.00 協B 0.00 0.00 0.00 0.00 協B 0.00 0.00 0.00 0.00 協C 0.00 0.00 0.00 0.00 協C 0.43 0.75 0.00 0.00 協D 0.50 0.00 0.57 1.00 協D 0.40 0.50 0.31 1.00 協E 1.00 0.25 1.00 0.50 協E 1.00 0.25 0.67 0.50 協F 0.27 0.75 0.00 0.00 協F 0.60 1.00 0.50 0.25 協G 0.00 0.00 0.22 1.00 協G 1.00 0.25 0.57 1.00

21.

調味料使用量(全体結果) 学習データ 野菜炒め 炒飯 6次元 25.00% 35.71% 4次元 39.29% 39.29% • ランダムで判定した場合の確率 1/7=14% • 学習データは少なかったがランダムの確率を 超える • 学習データを増やすことで精度が向上すると 期待

22.

調味料使用量(考察) 学習データ 野菜炒め 炒飯 6次元 25.00% 35.71% 4次元 39.29% 39.29% • 学習と評価の料理が異なっていてもランダム の値を超す 料理に関わらず調味料使用量に 個性が現れる可能性

23.

視線情報 • 録画された映像を元に主観的に分析 • 「炒める」行為中の視線に差が見られた

24.

視線情報(1分間あたりに視線を外した回数) 野菜炒め 炒飯 協力者A 0.93回 1.15回 協力者B 1.45回 1.62回 協力者C 1.79回 2.45回 協力者D 2.54回 2.31回 協力者E 1.08回 2.19回 協力者F 1.27回 1.01回 協力者G 1.40回 1.50回

25.

視線情報(映像) 視線を外す回数の少ない協力者A

26.

視線情報(映像) 視線を外す回数の多い協力者D

27.

視線情報(考察) • 視線を外す人 • 準備している食材と調味料に視線を向け, 次の工程を意識 • 視線を外さない人 • 炒めている食材を注視し,食材の様子を確認 「炒める」行為中以外に差は見られなかった • 課題 • 複数料理における視線分析 • 視線の移動量などからの定量的分析

28.

まとめ • 調理行為における個性及び自分らしさの分析 • 調理実験を行い、その際の調味料使用量、 主観的映像と視線情報、客観的映像を取得 • 調味料使用量と「炒める」行為における視線 に個性が現れる傾向を確認 [今後の展開] • 協力者の人数と実験回数を増やす • 他の料理についても実験を行う • 具体的な応用について検討