Advancement of Olfactory Interface Technologies: Automatic Content Creation Using AI

嗅觉接口技术的进步：使用人工智能自动内容创建

基本信息

批准号：
22K12124
负责人：
松倉悠
金额：
$ 2.75万
依托单位：
The University of Electro-Communications
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では嗅覚インタフェースの高度化を目的とし，生放送番組にリアルタイムで匂いを付加することに挑戦する。そのために，嗅覚情報アノテーションシステムを実現して，映像から匂い源物体を自動検出し，提示すべき匂い情報を自動で付加することを目指す。また，少ない原料から多様な匂いを生成する技術を開発することや，クロスモーダル効果を利用して嗅覚情報の再現可能範囲を拡大することを試みる。本年度はまず，嗅覚情報アノテーションシステムの構築に取り組んだ。深層学習を用いた画像認識アルゴリズムYOLOv7により，映像の中から匂いを発しそうな物体を自動検出する。日本の日常生活において頻繁に遭遇する匂いの中から「コーヒー」「カレー」「花」「果実」「甘い菓子」「酢」「ニンニク」「醤油」「バター」「メントール」「線香」「木」の12種を代表として選び，それぞれ匂い源物体の画像を集め，深層学習用のデータセットを構築した。「コーヒー」「カレー」など，発する匂いが具体的で明確な物体については，7割以上の精度で検出できた。また，30種類程度の匂いを混合するとある一定の匂い（Olfactory White）に近づく現象に着目し，その調合比を変更して幅広い匂いの再現を目指した。複数のガスセンサの応答パターンを使って匂いを識別する電子嗅覚センシングシステム（Electronic Nose）を用い，再現したい匂いと応答パターンが一致するように，Olfactory Whiteを構成する30種の化合物蒸気の調合比を変更する。「焼き芋」「バラ」など5種の香料を対象として実験を行い，そのうち3種で応答パターンの再現に成功した。その他，微弱な匂いを容易に嗅ぎ分けることができるようにすることを目指し，匂い強度増強装置の開発を行った。また，深層学習を用いることで疎に配置した少数のガスセンサの応答から高空間分解能の匂い分布を推定する技術の開発にも取り組んだ。

这项研究旨在改善嗅觉界面，并将挑战实时广播节目的气味。为此，我们旨在实施嗅觉信息注释系统，以自动从图像检测气味源对象，并自动添加要呈现的气味信息。我们还将尝试开发从少量原材料中产生各种气味的技术，并使用跨模式效应扩大可重复的嗅觉信息范围。今年，我们首先致力于建立嗅觉信息注释系统。使用深度学习的图像识别算法yolov7自动检测可能会从图像中散发气味的对象。在我们在日本的日常生活中经常遇到的气味中，我们选择了12种类型：咖啡，咖喱，鲜花，水果，甜食，醋，大蒜，酱油，黄油，薄荷，薄荷和木材，以及收集的气味源对象的图像，并构建了一个用于深度学习的数据。咖啡和咖喱等清晰，混凝土气味的物体能够准确地检测到70％以上。此外，我们集中于这样的现象：当大约30种气味混合在一起时，它接近某种气味（嗅觉白色），并改变了混合比以重现各种气味。使用电子嗅觉传感系统（电子鼻），该系统使用多个气体传感器的响应模式来识别气味，更改了构成嗅觉白色的30种化合物蒸气的混合比，以使重现气味和响应模式匹配。我们对五种香水进行了实验，包括“烤红薯”和“玫瑰”，其中三个能够成功地重现响应模式。此外，我们开发了一种气味强度增强装置，目的是使闻到淡淡的气味的味道。此外，通过使用深度学习，我们还致力于开发一项技术，该技术从少量排列的少量气体传感器的响应中估算高空间分辨率的气味分布。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Olfactory Whiteを活用した匂い再現装置に関する基礎的研究

使用Olfactory White的气味再现装置的基础研究

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
鈴木雄大;高橋秀;鵜沢友貴;松倉悠;石田寛
通讯作者：
石田寛

松倉悠Webページ

松仓佑网页

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

Learning from the past: Sequential deep learning for gas distribution mapping

汲取过去的经验：天然气分布测绘的顺序深度学习

DOI：
发表时间：
2023
期刊：
Lecture Notes in Networks and Systems
影响因子：
0
作者：
Nicolas P. Winkler;Oleksandr Kotlyar;Erik Schaffernicht;Han Fan;Haruka Matsukura;Hiroshi Ishida;Patrick P. Neumann;Achim J. Lilienthal
通讯作者：
Achim J. Lilienthal

Detection of odor-related objects in images based on everyday odors in Japan

基于日本日常气味的图像中与气味相关的物体检测