要旨：食品の類似性は、検索、推薦、代替など、さまざまな食に関する計算タスクの基盤となっているにもかかわらず、従来の食品表現の評価は主に同一性の保持に依拠している。そこで私たちは、同一性を超えた食品の類似性がどのような状態にあるのか、すなわち、視覚的表現がいかに食品を関係的な近傍へと構成し、これらの近傍がどのような料理上の関係を明らかにしたり隠蔽したりするのか、さらに、こうした構造が表現間でどの程度一貫して現れるのかを問う。インド料理は、視覚的に類似する食品が異なる料理上のアイデンティティを持つ場合や、同じ料理ファミリーに属する食品であっても外見が大きく異なるケースが存在するという、極めて挑戦的な環境を提供する。本研究では、拡張されたKhanaデータセットと、畳み込み型、Transformerベース、自己教師あり、画像・テキスト対応モデルを網羅する7種類の事前学習済み視覚表現を用いて、画像同士の検索および画像から料理への近傍構造を評価し、料理ファミリーの構造、対照的な事例、表現間の一致度を考察する。また、画像表現を統合して、各モデル間および同一料理に対するレシピ由来の類似性と比較しながら、料理レベルでの視覚的類似性を分析する。画像レベルの近傍構造は、表現によって大きく異なり、料理ファミリーの境界を越えた類似性も認められる。一方、料理レベルでは、局所的なばらつきはあるものの、統合により共通の視覚的構造が浮かび上がるが、その構造はレシピ由来の類似性とは必ずしも強く対応していない。これらの知見は、認識性能だけでは関係的構造を十分に捉えきれないことを示しており、食品の類似性は、食品集合固有の不変な属性ではなく、表現、モダリティ、抽象化のレベルに依存することを明らかにする。したがって、複数の食情報モダリティを統合して一貫した類似性概念を構築するためには、こうした構造を理解することが不可欠である。
コメント：| 17ページ、図7枚、表4つ、参考文献31件 主題：| 人工知能（cs.AI）；コンピュータビジョンとパターン認識（cs.CV）；情報検索（cs.IR） 引用形式：| arXiv:2610.37867 [cs.AI] | （または
arXiv:2610.37867v1 [cs.AI] このバージョン） | https://doi.org/10.48550/arXiv.2610.37867
詳しく学ぶためにフォーカス
DataCite経由のarXiv発行DOI（登録待ち）
投稿履歴
論文へのアクセス：
PDFを表示
HTML（実験的）
TeXソース
追加機能
音声要約
現在の閲覧コンテキスト：
参考文献・引用
Google Scholar
Semantic Scholar
ブックマーク
機関
arXivLabsは、共同作業者が当社のウェブサイト上で新しいarXiv機能を直接開発・共有できるフレームワークです。
arXivLabsを利用する個人および組織は、オープン性、コミュニティ、卓越性、そしてユーザーデータのプライバシーという当社の価値観を積極的に受け入れ、尊重しています。arXivはこれらの価値観に固くコミットしており、それらを遵守するパートナーのみと協力しています。
arXivのコミュニティに価値をもたらすプロジェクトのアイデアをお持ちですか？arXivLabsについて詳しくご覧ください。