論文の概要: MWIR-4-Plastic: The Identification of Complex End-of-Life Industrial Plastic using Mid-wave Infrared Hyperspectral Imaging and Machine Learning

• arxiv url: http://arxiv.org/abs/2608.28874v1
• Date: Fri, 28 Aug 2026 21:24:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.773384
• Title: MWIR-4-Plastic: The Identification of Complex End-of-Life Industrial Plastic using Mid-wave Infrared Hyperspectral Imaging and Machine Learning
• Title（参考訳）: MWIR-4-Plastic:Mid-wave Infrared Hyperspectral Imagingと機械学習による複雑な産業用プラスチックの同定
• Abstract要約: ブラック・インダストリアル・プラスチックは少数派であり、ほとんどの分類パイプラインは手動の領域選択とルールベースのスペクトルマッチングに依存している。 我々は,フォアグラウンド分離,画素ワイズ分類,オブジェクトレベルの多数決を統合したマルチモーダルスペクトル空間フレームワークを開発した。 この研究は、化学計測、機械学習、DLアーキテクチャを含む9つの処理方法を用いて、最初の包括的なベンチマークを確立する。
• 参考スコア（独自算出の注目度）: 7.766403812781242
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The automated sorting of shredded black plastics from end-of-life (EOF) industrial waste presents a significant challenge in recycling facilities, primarily due to the limitations of current sensing and analytical approaches. Existing studies predominantly rely on single-point contact-based mid-infrared spectroscopy or laboratory hyperspectral imaging (HSI) setups, which fail to provide the spatially resolved analysis necessary for fast, bulk processing. Moreover, available datasets are laboratory-controlled and focus on intact rather than shredded plastics, hindering further recycling refinement. Black industrial plastics, in particular, are underrepresented, while most classification pipelines depend on manual region selection and rule-based spectral matching, neglecting spatial information and modern deep learning (DL) methods. To address these gaps, we introduce the first publicly available HSI dataset of shredded black plastics from EOF vehicle, comprising four industrial polymers across 13 co-registered RGB, VNIR, SWIR, and MWIR scenes and their segmentation pipeline. We developed a multi-modal spectral-spatial framework that integrates foreground isolation, pixel-wise classification, and object-level majority voting. By adapting advanced hyperspectral transformers from earth observation and incorporating chemometric band selection, we achieve accurate classification of complex black plastics. The study establishes the first comprehensive benchmark using nine processing methods, including chemometric, machine learning, and DL architectures. To ensure reproducibility, the complete dataset and methodologies are publicly released, establishing a benchmark for a hyperspectral object-analysis pipeline in industrial inspection.
• Abstract（参考訳）: 産業廃棄物の破砕した黒色プラスチックの自動選別は, 主に現在のセンシング・分析手法の限界により, リサイクル施設において重要な課題となっている。 既存の研究は主に単一点接触型中赤外分光法(英語版)や実験室ハイパースペクトルイメージング(英語版)(英語版) (HSI) 装置に依存しており、高速でバルク処理に必要な空間分解分析は得られなかった。 さらに、利用可能なデータセットは実験室で制御され、細断されたプラスチックよりも無傷に焦点が当てられているため、さらなるリサイクルの洗練を妨げている。 特にブラック・インダストリアル・プラスチックは、手動の領域選択とルールベースのスペクトルマッチング、空間情報の無視、現代のディープラーニング(DL)手法に依存している。 これらのギャップに対処するために、13の共登録RGB, VNIR, SWIR, MWIRの4つの工業用ポリマーと、それらのセグメンテーションパイプラインからなる、EOF車両から得られた破断された黒色プラスチックのHSIデータセットを初めて公開する。 我々は,フォアグラウンド分離,画素ワイズ分類,オブジェクトレベルの多数決を統合したマルチモーダルスペクトル空間フレームワークを開発した。 我々は,地球観測から高度高スペクトル変換器を適応させ,化学帯域選択を取り入れることで,複雑な黒色プラスチックの正確な分類を実現する。 この研究は、化学計測、機械学習、DLアーキテクチャを含む9つの処理方法を用いて、最初の包括的なベンチマークを確立する。 再現性を確保するため、完全なデータセットと方法論が公開され、産業検査におけるハイパースペクトルオブジェクト分析パイプラインのベンチマークが確立された。

関連論文リスト

• FLORO: A Multimodal Geospatial Foundation Model for Ecological Remote Sensing Across Sensors and Scales [65.4821703903285]
  FLOROは、小さなが高度に多様なリモートセンシングコーパスから転送可能な表現を学習するために設計されたマルチモーダル基礎モデルである。 FLOROは、Sentinel-1、Sentinel-2、SkySAT画像、標高、UAV由来のデータとの不均一な組み合わせによるマスク付きオートエンコーディングを用いて事前訓練される。 我々は、シーン分類、セグメンテーション、回帰タスクにまたがる凍結エンコーダプロトコルを用いて、PANGAEAベンチマーク上でFLOROを評価した。
  論文  参考訳（メタデータ） (2026-05-27T08:55:54Z)
• From Static Spectra to Operando Infrared Dynamics: Physics Informed Flow Modeling and a Benchmark [67.29937933325849]
  Operando IR Predictionは、1つの静的スペクトルからスペクトル指紋の時間分解進化を予測することを目的としている。 OpIRSpec-7Kは、10の異なるバッテリーシステムにわたる7,118の高品質なサンプルで構成されている。 ABCCは最先端の静的、シーケンシャル、および生成的ベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2026-02-20T18:58:43Z)
• LUMIR: an LLM-Driven Unified Agent Framework for Multi-task Infrared Spectroscopy Reasoning [12.138903544219724]
  本研究では,低データ条件下での正確な赤外分光分析を実現するためのフレームワークであるLUMIRを紹介する。 LUMIRは構造化文学知識ベース、自動前処理、特徴抽出、予測モデリングを統合パイプラインに統合する。 利用可能なミルク近赤外データセット、中国の薬草、貯蔵期間の異なるCitri Reticulatae Pericarpium(CRP)、産業排水CODデータセット、Tecator、Cornなど、さまざまなデータセットで検証された。
  論文  参考訳（メタデータ） (2025-07-29T03:20:51Z)
• Electrolyzers-HSI: Close-Range Multi-Scene Hyperspectral Imaging Benchmark Dataset [8.578006502996516]
  textbfElectrolyzers-HSIは、重要な原料の回収を促進するために設計された、新しいマルチモーダルベンチマークデータセットである。 このデータセットは、共登録された55個の高解像度RGB画像と、400-2500nmのスペクトル範囲にまたがるハイパースペクトルイメージング(HSI)データキューブからなる。 これにより、切断された電解質試料の非侵襲的なスペクトル分析が可能となり、定量的および定性的な物質分類とスペクトル特性の調査をサポートする。
  論文  参考訳（メタデータ） (2025-05-26T20:16:38Z)
• IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
  ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。 本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。 このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
  論文  参考訳（メタデータ） (2024-04-23T13:38:01Z)
• SpectralWaste Dataset: Multimodal Data for Waste Sorting Automation [46.178512739789426]
  本稿では, 廃棄物処理施設から収集した最初のデータセットであるSpectralWasteについて紹介する。 このデータセットには、分類植物によく見られるいくつかのカテゴリのオブジェクトのラベルが含まれている。 異なるオブジェクトセグメンテーションアーキテクチャを用いたパイプラインを提案し,その代替案をデータセット上で評価する。
  論文  参考訳（メタデータ） (2024-03-26T18:39:38Z)
• ChemVise: Maximizing Out-of-Distribution Chemical Detection with the Novel Application of Zero-Shot Learning [60.02503434201552]
  本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。 合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
  論文  参考訳（メタデータ） (2023-02-09T20:19:57Z)
• On the Effect of Pre-Processing and Model Complexity for Plastic Analysis Using Short-Wave-Infrared Hyper-Spectral Imaging [0.11083289076967892]
  コンピュータビジョンとディープラーニングは、プラスチックの短波長赤外線ハイパースペクトル画像の自動解析を可能にする。 本稿では,超スペクトル画像分割の課題を解決するために,効率的なモデル選択の重要性を示す。 4種類のポリマーからなるプラスチックフレークの最大,最も多用途な超スペクトルデータセットについて紹介する。
  論文  参考訳（メタデータ） (2022-03-21T11:19:11Z)
• Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet Transmission Spectra [68.8204255655161]
  我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。 スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。 主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
  論文  参考訳（メタデータ） (2022-01-07T22:26:33Z)
• Segmenting Unseen Industrial Components in a Heavy Clutter Using RGB-D Fusion and Synthetic Data [0.4724825031148411]
  産業コンポーネントはテクスチャレスで反射性があり、乱雑で非構造的な環境でよく見られる。 本稿では,テクスチャをランダム化して形状情報にフォーカスする合成データ生成パイプラインを提案する。 信頼性マップ推定器を備えたRGB-D Fusion Mask R-CNNも提案する。
  論文  参考訳（メタデータ） (2020-02-10T02:33:21Z)

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。