光技術と深層学習を用いた枝豆内の異物検知

カテゴリ: 部門大会

論文No: PS1-8

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Detecting Foreign Objects in Green Soybeans Using Optical Technology and Deep Learning Model

著者名: 中井 悠斗（徳島大学）,高田 裕介（徳島大学）,宮本 遼二（徳島大学）,石嵜 雄一（ニチレイフーズ）,荒井 健太（ニチレイフーズ）,青木 仁史（ニチレイフーズ）,大津 朋也（徳島大学）,山口 堅三（徳島大学）,大野 将樹（徳島大学）,獅々堀 正幹（徳島大学）

著者名(英語): Yuto Nakai (Tokushima University),Yusuke Takata (Tokushima University),Ryoji Miyamoto (Tokushima University),Yuichi Ishizaki (Nichirei Foods Inc.),Kenta Arai (Nichirei Foods Inc.),Hitoshi Aoki (Nichirei Foods Inc.),Tomoya Ootsu (Tokushima University),Kenzo Yamaguchi (Tokushima University),Masaki Oono (Tokushima University),Masami Shishibori (Tokushima University)

キーワード: 機械学習|深層学習|異物検知|光学技術|Machine Learning|Deep Learning|Foreign Object Detection|Optical Technology

要約(日本語): 枝豆内部には虫や虫の糞などの異物が混入する場合があり，金属検査，X線検査，目視検査などでは枝豆内部に混入した異物を検知することはできない．
　本研究では，光学技術とAI 技術を融合させ，枝豆内に混入した異物を検知する手法を提案する. 2 枚の偏光板を用いて，光の透過量の異なる2 種類の画像を撮影し，その画像を深層学習で学習することで，異物の混入した枝豆を検知する．
　本手法では撮影した２種類の画像をそれぞれ差分し，光の吸収量だけでなく，光の偏光度の違いを考慮した画像を生成し，深層学習を用いて異物ありなしの２値分類を行う．前述の手法は枝豆単位で判定画像を生成するため，枝豆内の正常な部位の影響から検出漏れを生じる可能性がある．そのため，枝豆単位ではなく，豆単位に判定画像を生成する手法も提案する．