知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-01-29
(45)【発行日】2024-02-06
(54)【発明の名称】料理面積推定装置
(51)【国際特許分類】
G01G 19/40 20060101AFI20240130BHJP
G01G 9/00 20060101ALI20240130BHJP
G06T 7/11 20170101ALI20240130BHJP
【ＦＩ】
G01G19/40 C
G01G9/00
G06T7/11
【請求項の数】
6
(21)【出願番号】P 2020132175
(22)【出願日】2020-08-04
(62)【分割の表示】P 2019182617の分割
【原出願日】2019-10-03
(65)【公開番号】P2021060387
(43)【公開日】2021-04-15
【審査請求日】2022-09-26
(73)【特許権者】
【識別番号】503335700
【氏名又は名称】株式会社リンクアンドコミュニケーション
(74)【代理人】
【識別番号】100131451
【弁理士】
【氏名又は名称】津田 理
(74)【代理人】
【識別番号】100167933
【弁理士】
【氏名又は名称】松野 知紘
(74)【代理人】
【識別番号】100174137
【弁理士】
【氏名又は名称】酒谷 誠一
(74)【代理人】
【識別番号】100184181
【弁理士】
【氏名又は名称】野本 裕史
(72)【発明者】
【氏名】渡辺 敏成
(72)【発明者】
【氏名】入澤 正幸
(72)【発明者】
【氏名】佐々木 由樹
(72)【発明者】
【氏名】西照 綾子
【審査官】岡田 卓弥
(56)【参考文献】
【文献】中国特許出願公開第１０８５７３５０３（ＣＮ，Ａ）
【文献】特開２０１９－１０１７３６（ＪＰ，Ａ）
【文献】特開２０１７－２１１６９１（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｇ １／００－２３／４８
Ｇ０６Ｔ ７／１１
(57)【特許請求の範囲】
【請求項1】
ユーザによって撮影された食事画像が入力される食事画像入力部と、
入力された前記食事画像から、当該食事画像に含まれる料理画像を抽出する料理画像抽出部と、
入力された前記食事画像から、当該食事画像に含まれる基準物体の画像を抽出する画像抽出部と、
前記料理画像と前記基準物体の画像を画像分析することにより、前記基準物体の画像から特定される基準物体のサイズを基準として、前記料理画像に写っている料理の面積を推定する面積推定部と、
を備え、
前記基準物体は、前記食事画像に含まれる物体のうち、当該物体によってサイズが異ならない物体であることを特徴とする料理面積推定装置。
【請求項2】
前記基準物体は、カトラリーである、請求項１に記載の料理面積推定装置。
【請求項3】
料理メニューごとに単位面積あたりの料理の重量の情報が記憶されている記憶部と、
前記料理画像を画像分析することにより、当該料理画像に写っていると推定される料理メニューを特定する料理メニュー特定部と、
前記記憶された単位面積あたりの料理の重量の情報に基づいて、前記推定された料理の面積から当該料理の重量を算出する重量算出部と、
を備える、請求項１に記載の料理面積推定装置。
【請求項4】
算出された前記料理の重量に基づいて、前記料理の栄養価を計算する栄養価計算部を備える、請求項１～請求項３のいずれかに記載の料理面積推定装置。
【請求項5】
料理面積推定装置で実行される方法であって、
前記方法は、
ユーザによって撮影された食事画像が入力されると、入力された前記食事画像から、当該食事画像に含まれる料理画像を抽出するステップと、
入力された前記食事画像から、当該食事画像に含まれる基準物体の画像を抽出するステップと、
前記料理画像と前記基準物体の画像を画像分析することにより、前記基準物体の画像から特定される基準物体のサイズを基準として、前記料理画像に写っている料理の面積を推定するステップと、
を含み、
前記基準物体は、前記食事画像に含まれる物体のうち、当該物体によってサイズが異ならない物体であることを特徴とする方法。
【請求項6】
料理面積推定装置で実行されるプログラムであって、
前記プログラムは、前記料理面積推定装置に、
ユーザによって撮影された食事画像が入力されると、入力された前記食事画像から、当該食事画像に含まれる料理画像を抽出する処理と、
入力された前記食事画像から、当該食事画像に含まれる基準物体の画像を抽出する処理と、
前記料理画像と前記基準物体の画像を画像分析することにより、前記基準物体の画像から特定される基準物体のサイズを基準として、前記料理画像に写っている料理の面積を推定する処理と、
を実行させるものであり、
前記基準物体は、前記食事画像に含まれる物体のうち、当該物体によってサイズが異ならない物体であることを特徴とするプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、ユーザによって撮影された料理画像から料理の重量（グラム数）を計算する
料理重量計算装置に関する。
料理重量計算装置に関する。
【背景技術】
【0002】
従来、料理画像から料理の量（立体的なサイズ／容積）を推定するシステムが提案され
ている（例えば特許文献１参照）。従来のシステムでは、サイズ既知の対象物（食器、料
理）の撮影角度の検出することにより、サイズ未知の対象物（食器、料理）の高さを推定
し、その立体的なサイズ／容積が推定される。
ている（例えば特許文献１参照）。従来のシステムでは、サイズ既知の対象物（食器、料
理）の撮影角度の検出することにより、サイズ未知の対象物（食器、料理）の高さを推定
し、その立体的なサイズ／容積が推定される。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１７－２１１６９１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、従来のシステムでは、料理の重量（グラム数）を計算することについて
は、何ら記載がなされていない。また、仮に、従来のシステムで推定した料理の量（立体
的なサイズ／容積）から料理の重量（グラム数）を計算する場合には、次のような問題が
ある。すなわち、従来のシステムでは、料理画像から、サイズ既知の対象物（食器、料理
）の撮影角度を検出し、その撮影角度からサイズ未知の対象物（食器、料理）の高さを推
定して、サイズ未知の対象物（食器、料理）の立体的なサイズ／容積を推定しているが、
このような従来の手法（平面的な二次元の情報から立体的な三次元の情報を得る手法）で
は、料理の量（立体的なサイズ／容積）を正確に計算することは困難であり、したがって
、料理の重量（グラム数）を正確に計算することも困難である。
は、何ら記載がなされていない。また、仮に、従来のシステムで推定した料理の量（立体
的なサイズ／容積）から料理の重量（グラム数）を計算する場合には、次のような問題が
ある。すなわち、従来のシステムでは、料理画像から、サイズ既知の対象物（食器、料理
）の撮影角度を検出し、その撮影角度からサイズ未知の対象物（食器、料理）の高さを推
定して、サイズ未知の対象物（食器、料理）の立体的なサイズ／容積を推定しているが、
このような従来の手法（平面的な二次元の情報から立体的な三次元の情報を得る手法）で
は、料理の量（立体的なサイズ／容積）を正確に計算することは困難であり、したがって
、料理の重量（グラム数）を正確に計算することも困難である。
【0005】
本発明は、上記の課題に鑑みてなされたもので、ユーザによって撮影された料理画像か
ら料理の重量（グラム数）を正確に計算することができる料理重量計算装置を提供するこ
とを目的とする。
ら料理の重量（グラム数）を正確に計算することができる料理重量計算装置を提供するこ
とを目的とする。
【課題を解決するための手段】
【0006】
本発明の料理重量計算装置は、ユーザによって撮影された食事画像が入力される食事画
像入力部と、入力された前記食事画像から、当該食事画像に含まれる料理画像を抽出する
料理画像抽出部と、入力された前記食事画像から、当該食事画像に含まれるカトラリー画
像を抽出するカトラリー画像抽出部と、抽出した前記料理画像と前記カトラリー画像を画
像分析することにより、前記カトラリー画像から特定されるカトラリーのサイズを基準と
して、前記料理画像に写っている料理の重量を推定する重量推定部と、を備えている。
像入力部と、入力された前記食事画像から、当該食事画像に含まれる料理画像を抽出する
料理画像抽出部と、入力された前記食事画像から、当該食事画像に含まれるカトラリー画
像を抽出するカトラリー画像抽出部と、抽出した前記料理画像と前記カトラリー画像を画
像分析することにより、前記カトラリー画像から特定されるカトラリーのサイズを基準と
して、前記料理画像に写っている料理の重量を推定する重量推定部と、を備えている。
【0007】
この構成によれば、ユーザによって撮影された食事画像から、その食事画像に含まれる
料理画像（料理が写っている部分画像。料理領域の画像ともいえる）とカトラリー画像（
カトラリーが写っている部分画像。カトラリー領域の画像ともいえる）が抽出される。そ
して、料理画像を画像分析することにより、料理画像に写っていると推定される料理メニ
ュー（例えば、しょうゆラーメン）が特定される。また、料理画像とカトラリー画像を画
像分析することにより、カトラリー画像から特定されるカトラリーのサイズを基準として
、料理画像に写っている料理の面積が推定される。そして、推定された料理の面積から料
理の重量が算出される。
料理画像（料理が写っている部分画像。料理領域の画像ともいえる）とカトラリー画像（
カトラリーが写っている部分画像。カトラリー領域の画像ともいえる）が抽出される。そ
して、料理画像を画像分析することにより、料理画像に写っていると推定される料理メニ
ュー（例えば、しょうゆラーメン）が特定される。また、料理画像とカトラリー画像を画
像分析することにより、カトラリー画像から特定されるカトラリーのサイズを基準として
、料理画像に写っている料理の面積が推定される。そして、推定された料理の面積から料
理の重量が算出される。
【0008】
容器のサイズは、容器によって様々である（例えば、皿のサイズは、皿によって様々で
ある）のに対して、カトラリーのサイズは、それほど大きく異ならない（例えば、箸の長
さは、どの箸でもほとんど同じである）。本発明によれば、カトラリーのサイズを基準と
して、料理画像に写っている料理の面積を推定し、料理の重量（容器に入れられた料理の
重量）を算出することが可能になる。この場合、容器のサイズを基準としないので、様々
なサイズや形状の容器に料理が盛り付けられている場合でも、容器のサイズや形状に影響
を受けることなく、料理の重量を正確に計算することができる。しかも、撮影角度の検出
や容器の高さの推定を行う必要がなく、料理の重量を正確に計算することができる。
ある）のに対して、カトラリーのサイズは、それほど大きく異ならない（例えば、箸の長
さは、どの箸でもほとんど同じである）。本発明によれば、カトラリーのサイズを基準と
して、料理画像に写っている料理の面積を推定し、料理の重量（容器に入れられた料理の
重量）を算出することが可能になる。この場合、容器のサイズを基準としないので、様々
なサイズや形状の容器に料理が盛り付けられている場合でも、容器のサイズや形状に影響
を受けることなく、料理の重量を正確に計算することができる。しかも、撮影角度の検出
や容器の高さの推定を行う必要がなく、料理の重量を正確に計算することができる。
【0009】
また、本発明の料理重量計算装置は、算出された前記料理の重量に基づいて、前記料理
の栄養価を計算する栄養価計算部を備えてもよい。
の栄養価を計算する栄養価計算部を備えてもよい。
【0010】
この構成によれば、料理の重量の計算結果に基づいて、料理の栄養価を正確に計算する
ことができる。
ことができる。
【0011】
本発明の方法は、料理重量計算装置で実行される方法であって、前記料理重量計算装置
には、料理メニューごとに単位面積あたりの料理の重量の情報が記憶されており、前記方
法は、ユーザによって撮影された食事画像が入力されると、入力された前記食事画像から
、当該食事画像に含まれる料理画像を抽出するステップと、入力された前記食事画像から
、当該食事画像に含まれるカトラリー画像を抽出するステップと、前記料理画像を画像分
析することにより、当該料理画像に写っていると推定される料理メニューを特定するステ
ップと、前記料理画像と前記カトラリー画像を画像分析することにより、前記カトラリー
画像から特定されるカトラリーのサイズを基準として、前記料理画像に写っている料理の
面積を推定するステップと、前記記憶された単位面積あたりの料理の重量の情報に基づい
て、前記推定された料理の面積から当該料理の重量を算出するステップと、を含むもので
ある。
には、料理メニューごとに単位面積あたりの料理の重量の情報が記憶されており、前記方
法は、ユーザによって撮影された食事画像が入力されると、入力された前記食事画像から
、当該食事画像に含まれる料理画像を抽出するステップと、入力された前記食事画像から
、当該食事画像に含まれるカトラリー画像を抽出するステップと、前記料理画像を画像分
析することにより、当該料理画像に写っていると推定される料理メニューを特定するステ
ップと、前記料理画像と前記カトラリー画像を画像分析することにより、前記カトラリー
画像から特定されるカトラリーのサイズを基準として、前記料理画像に写っている料理の
面積を推定するステップと、前記記憶された単位面積あたりの料理の重量の情報に基づい
て、前記推定された料理の面積から当該料理の重量を算出するステップと、を含むもので
ある。
【0012】
この方法によっても、上記の装置と同様に、容器のサイズや形状に影響を受けることな
く、料理の重量を正確に計算することができ、しかも、撮影角度の検出や容器の高さの推
定を行う必要がなく、料理の重量を正確に計算することができる。
く、料理の重量を正確に計算することができ、しかも、撮影角度の検出や容器の高さの推
定を行う必要がなく、料理の重量を正確に計算することができる。
【0013】
本発明のプログラムは、料理重量計算装置で実行されるプログラムであって、前記料理
重量計算装置には、料理メニューごとに単位面積あたりの料理の重量の情報が記憶されて
おり、前記プログラムは、前記料理重量計算装置に、ユーザによって撮影された食事画像
が入力されると、入力された前記食事画像から、当該食事画像に含まれる料理画像を抽出
する処理と、入力された前記食事画像から、当該食事画像に含まれるカトラリー画像を抽
出する処理と、前記料理画像を画像分析することにより、当該料理画像に写っていると推
定される料理メニューを特定する処理と、前記料理画像と前記カトラリー画像を画像分析
することにより、前記カトラリー画像から特定されるカトラリーのサイズを基準として、
前記料理画像に写っている料理の面積を推定する処理と、前記記憶された単位面積あたり
の料理の重量の情報に基づいて、前記推定された料理の面積から当該料理の重量を算出す
る処理と、を実行させるものである。
重量計算装置には、料理メニューごとに単位面積あたりの料理の重量の情報が記憶されて
おり、前記プログラムは、前記料理重量計算装置に、ユーザによって撮影された食事画像
が入力されると、入力された前記食事画像から、当該食事画像に含まれる料理画像を抽出
する処理と、入力された前記食事画像から、当該食事画像に含まれるカトラリー画像を抽
出する処理と、前記料理画像を画像分析することにより、当該料理画像に写っていると推
定される料理メニューを特定する処理と、前記料理画像と前記カトラリー画像を画像分析
することにより、前記カトラリー画像から特定されるカトラリーのサイズを基準として、
前記料理画像に写っている料理の面積を推定する処理と、前記記憶された単位面積あたり
の料理の重量の情報に基づいて、前記推定された料理の面積から当該料理の重量を算出す
る処理と、を実行させるものである。
【0014】
このプログラムによっても、上記の装置や方法と同様に、容器のサイズや形状に影響を
受けることなく、料理の重量を正確に計算することができ、しかも、撮影角度の検出や容
器の高さの推定を行う必要がなく、料理の重量を正確に計算することができる。
受けることなく、料理の重量を正確に計算することができ、しかも、撮影角度の検出や容
器の高さの推定を行う必要がなく、料理の重量を正確に計算することができる。
【発明の効果】
【0015】
本発明によれば、容器のサイズや形状に影響を受けることなく、料理の重量を正確に計
算することができ、しかも、撮影角度の検出や容器の高さの推定を行う必要がなく、料理
の重量を正確に計算することができる。
算することができ、しかも、撮影角度の検出や容器の高さの推定を行う必要がなく、料理
の重量を正確に計算することができる。
【図面の簡単な説明】
【0016】
【図1】本発明の実施の形態における装置の構成を示すブロック図である。
【図2】食事画像、料理画像、カトラリー画像の例を示す説明図である。
【図3】料理メニューの特定の例を示す説明図である。
【図4】候補具材の特定の例を示す説明図である。
【図5】追加具材の決定の例を示す説明図である。
【図6】料理の面積の推定と重量の算出の例を示す説明図である。
【図7】料理メニューの栄養価の算出の例を示す説明図である。
【図8】追加具材の栄養価の算出の例を示す説明図である。
【図9】本発明の実施の形態における装置の動作を説明するためのフロー図である。
【発明を実施するための形態】
【0017】
以下、本発明の実施の形態の栄養計算装置について、図面を用いて説明する。本実施の
形態では、ユーザの健康を管理する健康管理システム等に用いられる装置の場合を例示す
る。
形態では、ユーザの健康を管理する健康管理システム等に用いられる装置の場合を例示す
る。
【0018】
本実施の形態の装置の構成を、図面を参照して説明する。図１は、本実施の形態の装置
の構成を示すブロック図である。図１に示すように、装置１は、記憶部２と、食事画像入
力部３と、料理画像抽出部４と、カトラリー画像抽出部５と、料理メニュー特定部６と、
候補具材特定部７と、追加具材決定部８と、面積推定部９と、重量算出部１０と、栄養価
計算部１１と、出力部１２を備えている。
の構成を示すブロック図である。図１に示すように、装置１は、記憶部２と、食事画像入
力部３と、料理画像抽出部４と、カトラリー画像抽出部５と、料理メニュー特定部６と、
候補具材特定部７と、追加具材決定部８と、面積推定部９と、重量算出部１０と、栄養価
計算部１１と、出力部１２を備えている。
【0019】
記憶部２には、料理メニューごとに追加され得る具材の情報として、栄養アドバイスの
観点から定められるグループに分類された具材の情報が記憶されている。より具体的には
、料理メニューごとに、その料理メニューに追加され得る具材の情報と、その料理メニュ
ーに追加され得ない具材の情報が記憶されている。また、この記憶部２には、料理メニュ
ーごとに単位面積あたりの料理の重量の情報が記憶されている。栄養アドバイスの観点か
ら定められるグループには、例えば、魚、貝甲殻類、肉、緑黄色野菜、淡色野菜、海草、
きのこ類、豆類、卵、乳製品、芋類、果物、ナッツなどが含まれる。
観点から定められるグループに分類された具材の情報が記憶されている。より具体的には
、料理メニューごとに、その料理メニューに追加され得る具材の情報と、その料理メニュ
ーに追加され得ない具材の情報が記憶されている。また、この記憶部２には、料理メニュ
ーごとに単位面積あたりの料理の重量の情報が記憶されている。栄養アドバイスの観点か
ら定められるグループには、例えば、魚、貝甲殻類、肉、緑黄色野菜、淡色野菜、海草、
きのこ類、豆類、卵、乳製品、芋類、果物、ナッツなどが含まれる。
【0020】
例えば、記憶部２には、「しょうゆラーメン」という料理メニューについて、この料理
メニューに追加され得る具材（例えば、魚、貝甲殻類、肉、緑黄色野菜・・・など）の情
報と、この料理メニューに追加され得ない具材（例えば、芋、豆、ナッツ、果物・・・な
ど）の情報が記憶されている（図５参照）。なお、図５では、追加され得る具材が「１」
で示され、追加され得ない具材が「０」で示されている。また、例えば、記憶部２には、
「しょうゆラーメン」という料理メニューについて、単位面積あたりの料理の重量が記憶
されている。また、記憶部２には、各料理メニュー（例えば「しょうゆラーメン」）につ
いて、その料理の基準栄養価の情報も記憶されている。
メニューに追加され得る具材（例えば、魚、貝甲殻類、肉、緑黄色野菜・・・など）の情
報と、この料理メニューに追加され得ない具材（例えば、芋、豆、ナッツ、果物・・・な
ど）の情報が記憶されている（図５参照）。なお、図５では、追加され得る具材が「１」
で示され、追加され得ない具材が「０」で示されている。また、例えば、記憶部２には、
「しょうゆラーメン」という料理メニューについて、単位面積あたりの料理の重量が記憶
されている。また、記憶部２には、各料理メニュー（例えば「しょうゆラーメン」）につ
いて、その料理の基準栄養価の情報も記憶されている。
【0021】
食事画像入力部３には、ユーザによって撮影された食事画像が入力される。食事画像は
、例えば、スマートフォンなどのユーザ端末によって撮影され、ユーザ端末から装置１に
送信される。図２には、「しょうゆラーメン」の食事画像の例が示される。図２の食事画
像には、「しょうゆラーメン」の料理画像と、「箸」のカトラリー画像が含まれている。
、例えば、スマートフォンなどのユーザ端末によって撮影され、ユーザ端末から装置１に
送信される。図２には、「しょうゆラーメン」の食事画像の例が示される。図２の食事画
像には、「しょうゆラーメン」の料理画像と、「箸」のカトラリー画像が含まれている。
【0022】
料理画像抽出部４は、入力された食事画像から、その食事画像に含まれる料理画像を抽
出する。例えば、料理画像抽出部４は、図２の「しょうゆラーメン」の食事画像から「し
ょうゆラーメン」の料理画像を抽出する。料理画像の抽出には、公知の技術を用いること
ができる。
出する。例えば、料理画像抽出部４は、図２の「しょうゆラーメン」の食事画像から「し
ょうゆラーメン」の料理画像を抽出する。料理画像の抽出には、公知の技術を用いること
ができる。
【0023】
カトラリー画像抽出部５は、入力された食事画像から、その食事画像に含まれるカトラ
リー画像を抽出する。例えば、カトラリー画像抽出部５は、図２の「しょうゆラーメン」
の食事画像から「箸」のカトラリー画像を抽出する。カトラリー画像の抽出には、公知の
技術を用いることができる。
リー画像を抽出する。例えば、カトラリー画像抽出部５は、図２の「しょうゆラーメン」
の食事画像から「箸」のカトラリー画像を抽出する。カトラリー画像の抽出には、公知の
技術を用いることができる。
【0024】
料理メニュー特定部６は、料理画像を画像分析することにより、その料理画像に写って
いると推定される料理メニューを特定する。料理メニューの特定には、公知の技術を用い
ることができる。例えば、図３に示すように、料理メニュー特定部６は、ＡＩを用いた画
像分析により、その料理メニューである確からしさのスコアを算出する。図３の例では、
スコアの値が最も高い「しょうゆラーメン」が、図２の料理画像に写っている料理メニュ
ーであると特定される。
いると推定される料理メニューを特定する。料理メニューの特定には、公知の技術を用い
ることができる。例えば、図３に示すように、料理メニュー特定部６は、ＡＩを用いた画
像分析により、その料理メニューである確からしさのスコアを算出する。図３の例では、
スコアの値が最も高い「しょうゆラーメン」が、図２の料理画像に写っている料理メニュ
ーであると特定される。
【0025】
候補具材特定部７は、料理画像を画像分析することにより、その料理画像に写っている
と推定される具材を候補具材として特定する。候補具材の特定には、公知の技術を用いる
ことができる。例えば、図４に示すように、候補具材特定部７は、ＡＩを用いた画像分析
により、その料理画像に写っていると推定される具材の確からしさのスコアを算出する。
図４の例では、スコアが所定の基準値（例えば、０．７）より高い「肉」「緑黄色野菜」
「果物」が候補具材として特定される。
と推定される具材を候補具材として特定する。候補具材の特定には、公知の技術を用いる
ことができる。例えば、図４に示すように、候補具材特定部７は、ＡＩを用いた画像分析
により、その料理画像に写っていると推定される具材の確からしさのスコアを算出する。
図４の例では、スコアが所定の基準値（例えば、０．７）より高い「肉」「緑黄色野菜」
「果物」が候補具材として特定される。
【0026】
追加具材決定部８は、記憶部２に記憶された料理ごとの追加され得る具材の情報に基づ
いて、特定された候補具材の中から、特定された料理メニューに追加されている具材を、
追加具材として決定する。例えば、図５に示すように、記憶部２には、「しょうゆラーメ
ン」という料理メニューに追加され得る具材として、「肉」「緑黄色野菜」の情報が記憶
されており、「しょうゆラーメン」という料理メニューに追加され得ない具材として、「
果物」の情報が記憶されている。この場合、追加具材特定部は、「肉」「緑黄色野菜」と
いう具材を、「しょうゆラーメン」という料理メニューの追加具材として決定し、「果物
」という具材は、「しょうゆラーメン」という料理メニューの追加具材として決定しない
。
いて、特定された候補具材の中から、特定された料理メニューに追加されている具材を、
追加具材として決定する。例えば、図５に示すように、記憶部２には、「しょうゆラーメ
ン」という料理メニューに追加され得る具材として、「肉」「緑黄色野菜」の情報が記憶
されており、「しょうゆラーメン」という料理メニューに追加され得ない具材として、「
果物」の情報が記憶されている。この場合、追加具材特定部は、「肉」「緑黄色野菜」と
いう具材を、「しょうゆラーメン」という料理メニューの追加具材として決定し、「果物
」という具材は、「しょうゆラーメン」という料理メニューの追加具材として決定しない
。
【0027】
面積推定部９は、料理画像とカトラリー画像を画像分析することにより、カトラリー画
像から特定されるカトラリーのサイズを基準として、料理画像に写っている料理の面積を
推定する。面積の推定には、公知の技術を用いることができる。例えば、図６に示すよう
に、面積推定部９は、ＡＩを用いた画像分析により、「箸」のサイズを基準として「しょ
うゆラーメン」の料理の面積を「３８５２４ｍｍ2」と推定する。
像から特定されるカトラリーのサイズを基準として、料理画像に写っている料理の面積を
推定する。面積の推定には、公知の技術を用いることができる。例えば、図６に示すよう
に、面積推定部９は、ＡＩを用いた画像分析により、「箸」のサイズを基準として「しょ
うゆラーメン」の料理の面積を「３８５２４ｍｍ2」と推定する。
【0028】
重量算出部１０は、記憶部２に記憶された単位面積あたりの料理の重量の情報に基づい
て、推定された料理の面積からその料理の重量を算出する。例えば、図６に示すように、
重量算出部１０は、「しょうゆラーメン」の料理の面積「３８５２４ｍｍ2」から「しょ
うゆラーメン」の料理の重量を「６５０ｇ」と算出する。
て、推定された料理の面積からその料理の重量を算出する。例えば、図６に示すように、
重量算出部１０は、「しょうゆラーメン」の料理の面積「３８５２４ｍｍ2」から「しょ
うゆラーメン」の料理の重量を「６５０ｇ」と算出する。
【0029】
栄養価計算部１１は、特定された料理メニューに基づいて算出される料理メニューの栄
養価と、決定された追加具材に基づいて算出される追加具材の栄養価とに基づいて、料理
画像に写っている料理の栄養価を計算する。
養価と、決定された追加具材に基づいて算出される追加具材の栄養価とに基づいて、料理
画像に写っている料理の栄養価を計算する。
【0030】
この場合、記憶部２には、料理メニューごとに、基準重量あたりの栄養価（エネルギー
、たんぱく質、・・・など）の情報が記憶されている。例えば、図７に示すように、記憶
部２には、「しょうゆラーメン」という料理メニューについて、基準重量（５００ｇ）あ
たりの基準栄養価（エネルギー：６００ｋｃａｌ、たんぱく質・・・など）の情報が記憶
されている。栄養価計算部１１は、重量算出部１０によって算出された「しょうゆラーメ
ン」の料理の重量（６５０ｇ）から係数α（＝６５０／５００）を算出し、基準重量（５
００ｇ）あたりの基準栄養価にその係数αを乗算することにより、「しょうゆラーメン」
の料理メニューの栄養価を算出する。
、たんぱく質、・・・など）の情報が記憶されている。例えば、図７に示すように、記憶
部２には、「しょうゆラーメン」という料理メニューについて、基準重量（５００ｇ）あ
たりの基準栄養価（エネルギー：６００ｋｃａｌ、たんぱく質・・・など）の情報が記憶
されている。栄養価計算部１１は、重量算出部１０によって算出された「しょうゆラーメ
ン」の料理の重量（６５０ｇ）から係数α（＝６５０／５００）を算出し、基準重量（５
００ｇ）あたりの基準栄養価にその係数αを乗算することにより、「しょうゆラーメン」
の料理メニューの栄養価を算出する。
【0031】
また、記憶部２には、具材ごとに、基準重量あたりの栄養価（エネルギー、たんぱく質
、・・・など）の情報が記憶されている。例えば、図８に示すように、記憶部２には、「
肉」という具材について、基準重量（５０ｇ）あたりの基準栄養価（エネルギー：３００
ｋｃａｌ、たんぱく質・・・など）の情報が記憶されている。また、記憶部２には、「緑
黄色野菜」という具材について、基準重量（４０ｇ）あたりの基準栄養価（エネルギー：
１０ｋｃａｌ、たんぱく質・・・など）の情報が記憶されている。栄養価計算部１１は、
追加具材決定部８で決定された追加具材である「肉」と「緑黄色野菜」の基準栄養価に、
それぞれ上記の係数αを乗算することにより、「肉」と「緑黄色野菜」という追加具材の
栄養価をそれぞれ算出する。
、・・・など）の情報が記憶されている。例えば、図８に示すように、記憶部２には、「
肉」という具材について、基準重量（５０ｇ）あたりの基準栄養価（エネルギー：３００
ｋｃａｌ、たんぱく質・・・など）の情報が記憶されている。また、記憶部２には、「緑
黄色野菜」という具材について、基準重量（４０ｇ）あたりの基準栄養価（エネルギー：
１０ｋｃａｌ、たんぱく質・・・など）の情報が記憶されている。栄養価計算部１１は、
追加具材決定部８で決定された追加具材である「肉」と「緑黄色野菜」の基準栄養価に、
それぞれ上記の係数αを乗算することにより、「肉」と「緑黄色野菜」という追加具材の
栄養価をそれぞれ算出する。
【0032】
そして、栄養価計算部１１は、上記のように算出した「しょうゆラーメン」の料理メニ
ューの栄養価と、「肉」と「緑黄色野菜」という追加具材の栄養価とを、合算することに
より、料理画像に写っている「しょうゆラーメン」の栄養価を算出する。
ューの栄養価と、「肉」と「緑黄色野菜」という追加具材の栄養価とを、合算することに
より、料理画像に写っている「しょうゆラーメン」の栄養価を算出する。
【0033】
出力部１２は、栄養価計算部１１で算出された栄養価（例えば、料理画像に写っている
「しょうゆラーメン」の栄養価）を外部装置に出力する。外部装置には、例えば、ユーザ
端末や、栄養アドバイスを行う管理栄養士の端末などが含まれる。
「しょうゆラーメン」の栄養価）を外部装置に出力する。外部装置には、例えば、ユーザ
端末や、栄養アドバイスを行う管理栄養士の端末などが含まれる。
【0034】
以上のように構成された装置１について、図面を参照してその動作を説明する。
【0035】
本実施の形態の装置１では、ユーザによって撮影された食事画像（例えば「しょうゆラ
ーメン」の食事画像）が入力されると（Ｓ１）、入力された食事画像から、その食事画像
に含まれる料理画像（例えば「しょうゆラーメン」の料理画像）が抽出される（Ｓ２）。
また、入力された食事画像から、その食事画像に含まれるカトラリー画像（例えば「箸」
のカトラリー画像）が抽出される（Ｓ３）。
ーメン」の食事画像）が入力されると（Ｓ１）、入力された食事画像から、その食事画像
に含まれる料理画像（例えば「しょうゆラーメン」の料理画像）が抽出される（Ｓ２）。
また、入力された食事画像から、その食事画像に含まれるカトラリー画像（例えば「箸」
のカトラリー画像）が抽出される（Ｓ３）。
【0036】
つぎに、本実施の形態の装置１では、抽出した料理画像を画像分析することにより、そ
の料理画像に写っていると推定される料理メニュー（例えば「しょうゆラーメン」）が特
定される（Ｓ４）。また、料理画像を画像分析することにより、その料理画像に写ってい
ると推定される具材（例えば「肉」と「緑黄色野菜」と「果物」）が、候補具材として特
定される（Ｓ５）。そして、記憶部２に記憶された料理ごとの追加され得る具材の情報に
基づいて、特定された料理メニューに追加されている具材（例えば「肉」と「緑黄色野菜
」）が、追加具材として決定される（Ｓ６）。
の料理画像に写っていると推定される料理メニュー（例えば「しょうゆラーメン」）が特
定される（Ｓ４）。また、料理画像を画像分析することにより、その料理画像に写ってい
ると推定される具材（例えば「肉」と「緑黄色野菜」と「果物」）が、候補具材として特
定される（Ｓ５）。そして、記憶部２に記憶された料理ごとの追加され得る具材の情報に
基づいて、特定された料理メニューに追加されている具材（例えば「肉」と「緑黄色野菜
」）が、追加具材として決定される（Ｓ６）。
【0037】
また、本実施の形態の装置１では、料理画像とカトラリー画像を画像分析することによ
り、カトラリー画像から特定されるカトラリー（例えば「箸」）のサイズを基準として、
料理画像に写っている料理の面積（例えば「しょうゆラーメン」の面積「３８５２４ｍｍ
2」）が推定される（Ｓ７）。そして、記憶部２に記憶された単位面積あたりの料理の重
量の情報に基づいて、推定された料理の面積からその料理の重量（例えば「しょうゆラー
メン」の重量「６５０ｇ」）が算出される（Ｓ８）。
り、カトラリー画像から特定されるカトラリー（例えば「箸」）のサイズを基準として、
料理画像に写っている料理の面積（例えば「しょうゆラーメン」の面積「３８５２４ｍｍ
2」）が推定される（Ｓ７）。そして、記憶部２に記憶された単位面積あたりの料理の重
量の情報に基づいて、推定された料理の面積からその料理の重量（例えば「しょうゆラー
メン」の重量「６５０ｇ」）が算出される（Ｓ８）。
【0038】
そして、本実施の形態の装置１では、特定された料理メニューに基づいて算出されるそ
の料理メニューの栄養価（例えば「しょうゆラーメン」の栄養価）と、決定された追加具
材に基づいて算出されるその追加具材の栄養価（例えば「肉」と「緑黄色野菜」の栄養価
）とに基づいて、料理画像に写っている料理の栄養価が計算される（Ｓ９）。
の料理メニューの栄養価（例えば「しょうゆラーメン」の栄養価）と、決定された追加具
材に基づいて算出されるその追加具材の栄養価（例えば「肉」と「緑黄色野菜」の栄養価
）とに基づいて、料理画像に写っている料理の栄養価が計算される（Ｓ９）。
【0039】
このような本実施の形態の装置１によれば、ユーザによって撮影された食事画像から、
その食事画像に含まれる料理画像（料理が写っている部分画像。料理領域の画像ともいえ
る）とカトラリー画像（カトラリーが写っている部分画像。カトラリー領域の画像ともい
える）が抽出される。そして、料理画像を画像分析することにより、料理画像に写ってい
ると推定される料理メニュー（例えば、しょうゆラーメン）が特定される。また、料理画
像とカトラリー画像を画像分析することにより、カトラリー画像から特定されるカトラリ
ーのサイズを基準として、料理画像に写っている料理の面積が推定される。そして、推定
された料理の面積から料理の重量が算出される。
その食事画像に含まれる料理画像（料理が写っている部分画像。料理領域の画像ともいえ
る）とカトラリー画像（カトラリーが写っている部分画像。カトラリー領域の画像ともい
える）が抽出される。そして、料理画像を画像分析することにより、料理画像に写ってい
ると推定される料理メニュー（例えば、しょうゆラーメン）が特定される。また、料理画
像とカトラリー画像を画像分析することにより、カトラリー画像から特定されるカトラリ
ーのサイズを基準として、料理画像に写っている料理の面積が推定される。そして、推定
された料理の面積から料理の重量が算出される。
【0040】
容器のサイズは、容器によって様々である（例えば、皿のサイズは、皿によって様々で
ある）のに対して、カトラリーのサイズは、それほど大きく異ならない（例えば、箸の長
さは、どの箸でもほとんど同じである）。本実施の形態の装置１によれば、カトラリーの
サイズを基準として、料理画像に写っている料理の面積を推定し、料理の重量（容器に入
れられた料理の重量）を算出することが可能になる。この場合、容器のサイズを基準とし
ないので、様々なサイズや形状の容器に料理が盛り付けられている場合でも、容器のサイ
ズや形状に影響を受けることなく、料理の重量を正確に計算することができる。しかも、
撮影角度の検出や容器の高さの推定を行う必要がなく、料理の重量を正確に計算すること
ができる。
ある）のに対して、カトラリーのサイズは、それほど大きく異ならない（例えば、箸の長
さは、どの箸でもほとんど同じである）。本実施の形態の装置１によれば、カトラリーの
サイズを基準として、料理画像に写っている料理の面積を推定し、料理の重量（容器に入
れられた料理の重量）を算出することが可能になる。この場合、容器のサイズを基準とし
ないので、様々なサイズや形状の容器に料理が盛り付けられている場合でも、容器のサイ
ズや形状に影響を受けることなく、料理の重量を正確に計算することができる。しかも、
撮影角度の検出や容器の高さの推定を行う必要がなく、料理の重量を正確に計算すること
ができる。
【0041】
また、本実施の形態の装置１によれば、料理の重量の計算結果に基づいて、料理の栄養
価を正確に計算することができる。
価を正確に計算することができる。
【0042】
以上、本発明の実施の形態を例示により説明したが、本発明の範囲はこれらに限定され
るものではなく、請求項に記載された範囲内において目的に応じて変更・変形することが
可能である。
るものではなく、請求項に記載された範囲内において目的に応じて変更・変形することが
可能である。
【産業上の利用可能性】
【0043】
以上のように、本発明にかかる料理重量計算装置は、ユーザによって撮影された料理画
像から料理の重量を適切に推定することができるという効果を有し、ユーザの健康を管理
する健康管理システム等に利用され、有用である。
像から料理の重量を適切に推定することができるという効果を有し、ユーザの健康を管理
する健康管理システム等に利用され、有用である。
【符号の説明】
【0044】
１ 装置
２ 記憶部
３ 食事画像入力部
４ 料理画像抽出部
５ カトラリー画像抽出部
６ 料理メニュー特定部
７ 候補具材特定部
８ 追加具材決定部
９ 面積推定部
１０ 重量算出部
１１ 栄養価計算部
１２ 出力部
２ 記憶部
３ 食事画像入力部
４ 料理画像抽出部
５ カトラリー画像抽出部
６ 料理メニュー特定部
７ 候補具材特定部
８ 追加具材決定部
９ 面積推定部
１０ 重量算出部
１１ 栄養価計算部
１２ 出力部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
