HSV色空間と機械学習を用いたオムレツ調理状態判定

カテゴリ：研究会(論文単位)

論文No：IIC25009

グループ名：【D】産業応用部門 産業計測制御研究会

発行日：2025/8/19

タイトル(英語)：Omelet Cooking State Classification Using HSV Color Space and Machine Learning

著者名：寺崎 勇人(徳島大学),伊藤 伸一(徳島大学),伊藤 桃代(徳島大学),福見 稔(徳島大学)

著者名(英語)： Hayato Terasaki(Tokushima University ),Shin-ichi Ito(Tokushima University ),Momoyo Ito(Tokushima University),Minoru Fukumi(Tokushima University)

キーワード：調理支援,機械学習,画像処理,Cooking Support,Machine Learning,Image Processing

要約(日本語)：本研究では，調理初心者の失敗しやすいオムレツの焼き加減の自動判定を行う．提案手法は画像処理と機械学習で構成され，「生」「半生」「半熟」「完熟」の4段階に分類する．具体的には，HSV色空間から色特徴量を抽出し，SVMとヒストグラム勾配ブースティングで学習・分類する．実験的検証の結果84%の分類精度であった．提案手法により，曖昧な調理状態を定量的に捉えることが可能となり，IoT調理支援システムへの実装が期待される．

要約(英語)：This study automatically classifies omelet doneness for novice cooks into four stages: raw, rare, medium, and well-done. Our method uses image processing and machine learning, extracting color features for SVM and Histogram Gradient Boosting. Experimental validation yielded 84% classification accuracy. This approach quantifies ambiguous cooking states and is promising for IoT cooking support systems.

本誌：2025年8月22日産業計測制御研究会

本誌掲載ページ：7-12p

原稿種別：日本語

PDFファイルサイズ：1,162Kバイト