요약: 음식 유사성은 검색, 추천, 대체 등 다양한 음식 컴퓨팅 작업의 기반이 되지만, 일반적으로 음식 표현은 동일성 유지 여부를 기준으로 평가된다. 우리는 동일성 이상의 관점에서 음식 유사성이 어떻게 작용하는지에 대해 탐구한다. 즉, 서로 다른 시각적 표현이 음식을 관계적 이웃으로 어떻게 구성하며, 이러한 이웃들이 어떤 요리적 관계를 드러내거나 숨기는지, 그리고 이러한 구조가 여러 표현 간에 얼마나 일관되게 나타나는지를 살펴본다. 인도 요리는 시각적으로 유사한 음식들이 서로 다른 요리적 정체성을 지닐 수 있고, 한 요리 계열 내에서도 외형이 크게 다를 수 있는 도전적인 환경을 제공한다. 본 연구에서는 확장된 Khana 데이터셋과 컨볼루션, 트랜스포머 기반, 자기-supervised, 이미지-텍스트 매칭 모델을 아우르는 7개의 사전 학습된 시각적 표현을 활용하여, 이미지 간 검색 및 이미지에서 요리로의 이웃 관계를 평가하고, 요리 계열 구조, 대비 사례, 그리고 표현 간 일치성을 분석한다. 또한 이미지 표현을 집계하여 모델 간 및 동일한 요리에 대해 레시피 기반 유사성과 비교하는 요리 수준의 시각적 유사성을 비교한다. 이미지 수준의 이웃 관계는 요리 계열 경계를 넘나드는 유사성까지 포함해 표현마다 상당히 다양하다. 반면 요리 수준에서는 국지적 변동에도 불구하고 집계 결과 공통된 시각적 구조가 드러나지만, 이 구조는 레시피 기반 유사성과는 상대적으로 약한 연관성을 보인다. 이러한 결과는 인식 성능만으로는 관계적 구조를 완전히 파악할 수 없음을 시사한다. 음식 유사성은 음식 집합의 고정된 특성이 아니라 표현, 모달리티, 추상화 수준에 따라 달라진다. 따라서 이러한 구조를 이해하는 것은 여러 음식 정보 모달리티를 통합하여 일관된 유사성 개념을 형성하는 데 필수적인 전제 조건이다.
댓글: | 17페이지, 그림 7개, 표 4개, 참고문헌 31편 주제: | 인공지능(cs.AI); 컴퓨터 비전 및 패턴인식(cs.CV); 정보검색(cs.IR) 인용: | arXiv:2610.37867 [cs.AI] | (또는
arXiv:2610.37867v1 [cs.AI] 이 버전) | https://doi.org/10.48550/arXiv.2610.37867
더 알아보기
DataCite를 통한 arXiv 발행 DOI(등록 대기 중)
투고 이력
논문 보기:
PDF 보기
HTML(실험적)
TeX 소스
추가 기능
오디오 요약
현재 탐색 컨텍스트:
참고문헌 및 인용
Google 학술검색
Semantic Scholar
북마크
기관
arXivLabs는 협력자가 당사 웹사이트에서 새로운 arXiv 기능을 직접 개발하고 공유할 수 있도록 하는 프레임워크입니다.
arXivLabs와 함께 일하는 개인과 조직 모두는 개방성, 커뮤니티, 우수성, 그리고 사용자 데이터 개인정보 보호라는 당사의 가치를 수용하고 받아들였습니다. arXiv은 이러한 가치에 헌신하며, 이에 부합하는 파트너들과만 협력합니다.
arXiv 커뮤니티에 가치를 더할 프로젝트 아이디어가 있으신가요? arXivLabs에 대해 자세히 알아보세요.