論文の概要: Hyperspectral Imaging for Identifying Foreign Objects on Pork Belly

• arxiv url: http://arxiv.org/abs/2503.16086v1
• Date: Thu, 20 Mar 2025 12:28:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-21 16:35:20.425890
• Title: Hyperspectral Imaging for Identifying Foreign Objects on Pork Belly
• Title（参考訳）: ポークベルト上の異物同定のためのハイパースペクトルイメージング
• Authors: Gabriela Ghimpeteanu, Hayat Rajani, Josep Quintana, Rafael Garcia,
• Abstract要約: ハイパスペクトルイメージング(HSI)を用いた豚腹肉の異物自動検出法について検討した。 近赤外(NIR)スペクトル(900-1700nm)における様々な帯域のデータを撮像するためにハイパースペクトルカメラが使用された 提案手法は前処理技術と軽量ビジョントランス (ViT) に基づくセグメンテーション手法を組み合わせて, 汚染物質を肉, 脂肪, コンベアベルト材料と区別する。
• 参考スコア（独自算出の注目度）: 0.11249583407496218
• License:
• Abstract: Ensuring food safety and quality is critical in the food processing industry, where the detection of contaminants remains a persistent challenge. This study presents an automated solution for detecting foreign objects on pork belly meat using hyperspectral imaging (HSI). A hyperspectral camera was used to capture data across various bands in the near-infrared (NIR) spectrum (900-1700 nm), enabling accurate identification of contaminants that are often undetectable through traditional visual inspection methods. The proposed solution combines pre-processing techniques with a segmentation approach based on a lightweight Vision Transformer (ViT) to distinguish contaminants from meat, fat, and conveyor belt materials. The adopted strategy demonstrates high detection accuracy and training efficiency, while also addressing key industrial challenges such as inherent noise, temperature variations, and spectral similarity between contaminants and pork belly. Experimental results validate the effectiveness of hyperspectral imaging in enhancing food safety, highlighting its potential for broad real-time applications in automated quality control processes.
• Abstract（参考訳）: 食品の安全性と品質の確保は食品加工業界において重要な課題であり、汚染物質の検出は依然として永続的な課題である。 本研究では,ハイパスペクトルイメージング(HSI)を用いて,豚の腹肉における異物の自動検出法を提案する。 ハイパースペクトルカメラは、近赤外線(NIR)スペクトル(900-1700 nm)の様々な帯域にまたがるデータをキャプチャするために用いられ、従来の視覚検査法では検出できない汚染物質の正確な識別を可能にした。 提案手法は前処理技術と軽量ビジョントランス (ViT) に基づくセグメンテーション手法を組み合わせて, 汚染物質を肉, 脂肪, コンベアベルト材料と区別する。 導入した戦略は高い検出精度と訓練効率を示し、また固有のノイズ、温度変化、汚染物質と豚の腹のスペクトル類似性といった重要な産業課題にも対処する。 食品の安全性を高めるためのハイパースペクトルイメージングの有効性を実験的に検証し, 自動品質管理プロセスにおける広範囲なリアルタイム適用の可能性を強調した。

関連論文リスト

• From Fog to Failure: The Unintended Consequences of Dehazing on Object Detection in Clear Images [2.76348549160803]
  本研究は,人間の視覚的手がかりに基づく脱ハジングを物体検出に組み込むことの課題について考察する。 本稿では,光検出装置が関心領域を検知し,空間的注意に基づくデハージングによって改善する多段階フレームワークを提案する。 霧の環境では有効であるが、この手法は鮮明な画像の性能を予期せず劣化させる。
  論文  参考訳（メタデータ） (2025-02-04T05:24:44Z)
• Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
  顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。 本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。 本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
  論文  参考訳（メタデータ） (2024-11-28T13:04:45Z)
• A Deep Learning Approach for Pixel-level Material Classification via Hyperspectral Imaging [1.294249882472766]
  ハイパースペクトル(HS)イメージングは、X線蛍光やラマン分光のような従来の技術よりも有利である。 本研究では,HSイメージングと深層学習を併用した材料評価の可能性について検討した。 このモデルは99.94%の分類精度を達成し、色、サイズ、形状のばらつきの堅牢さを示し、材料重なりを効果的に扱った。
  論文  参考訳（メタデータ） (2024-09-20T13:38:48Z)
• Self-supervised Fusarium Head Blight Detection with Hyperspectral Image and Feature Mining [6.252899116304227]
  フサリウムヘッドブライト(Fusarium Head Blight、FHB)は小麦(ダラムを含む)、大麦、オート麦、その他の小さな穀物、トウモロコシに深刻な菌類病である。 伝統的に、訓練された農学者や測量士は、労働集約的で非現実的でスケールが難しい手動の識別を行う。 ディープラーニングとハイパースペクトルイメージング(HSI)とリモートセンシング(RS)技術の進歩により、ディープラーニング、特にコナールニューラルネットワーク(CNN)が有望なソリューションとして登場してきた。
  論文  参考訳（メタデータ） (2024-08-31T09:09:02Z)
• StealthDiffusion: Towards Evading Diffusion Forensic Detection through Diffusion Model [62.25424831998405]
  StealthDiffusionは、AI生成した画像を高品質で受け入れがたい敵の例に修正するフレームワークである。 ホワイトボックスとブラックボックスの設定の両方で有効であり、AI生成した画像を高品質な敵の偽造に変換する。
  論文  参考訳（メタデータ） (2024-08-11T01:22:29Z)
• How Much You Ate? Food Portion Estimation on Spoons [63.611551981684244]
  現在の画像に基づく食品部分推定アルゴリズムは、ユーザが食事の画像を1、2回取ることを前提としている。 本稿では,静止型ユーザ向けカメラを用いて,機器上の食品の追跡を行う革新的なソリューションを提案する。 本システムは,スープやシチューなどの液状固形不均一混合物の栄養含量の推定に信頼性が高い。
  論文  参考訳（メタデータ） (2024-05-12T00:16:02Z)
• FS-BAND: A Frequency-Sensitive Banding Detector [55.59101150019851]
  バンディング・アーティファクト(Banding artifact)は、階段のような輪郭(contour)として知られ、圧縮や伝達などで発生する一般的な品質の不快さである。 周波数感度バンディング検出器 (FS-BAND) と呼ばれる,帯状アーティファクトを捕捉・評価するための非参照帯状検出モデルを提案する。 実験結果から,FS-BAND法は画像品質評価(IQA)手法よりもバンドリング分類タスクの精度が高い結果を得た。
  論文  参考訳（メタデータ） (2023-11-30T03:20:42Z)
• Ethylene Leak Detection Based on Infrared Imaging: A Benchmark [14.716538866819326]
  石油化学産業におけるエチレンの漏れは、生産安全と環境汚染と密接に関係している。 赤外線エチレンリーク検出研究で用いられる検出基準は, 実世界の生産条件を完全に反映できないことがわかった。 我々は54275画像を含む異なる濃度と背景のエチレンリークの新しい赤外線画像データセットを作成する。
  論文  参考訳（メタデータ） (2023-04-04T17:13:06Z)
• Evaluation of the potential of Near Infrared Hyperspectral Imaging for monitoring the invasive brown marmorated stink bug [53.682955739083056]
  BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。 本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
  論文  参考訳（メタデータ） (2023-01-19T11:37:20Z)
• Comparison of semi-supervised learning methods for High Content Screening quality control [0.34998703934432673]
  高濃度スクリーニング(HCS)は、高スループットで画像から複雑な細胞表現型を定量化する。 このプロセスは、アウト・オブ・フォーカス画像のぼかし、蛍光彩飽和、破片、高レベルのノイズ、予期しない自動蛍光、空のイメージなどの画像収差によって妨げられる。 簡単な半教師付き学習ソリューションを提供するために,画像アノテーションを必要としない深層学習の選択肢を評価する。
  論文  参考訳（メタデータ） (2022-08-09T08:14:36Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。