Intelligent Image Segmentation for Produce Quality Sorting
연구 내용
농산물의 손상과 부패를 줄이기 위해 딸기 과육을 분할하고 객관적 선별 기준을 제공하는 지능형 이미지 분할 연구
본 연구는 농산물 선별에서 사람에 의존하던 과도한 숙성 또는 손상 여부 분류를 이미지 분할로 자동화하는 접근을 다룹니다. 딸기의 과육 부분을 분할한 뒤 색상 및 외관 특징을 일관된 측정 근거로 활용할 수 있도록 분할 성능을 중심에 둡니다. 특히 단순 임계치 기반 방법의 한계를 고려하여, 합성곱 신경망을 통해 분할을 학습하고 상태 변화에 따른 외관 차이를 모델이 처리하도록 구성합니다. 분기 구조 기반 특징 추출과 정보 손실 최소화 설계를 결합해 선별 현장에서 필요한 일관성을 확보하는 방향으로 연구를 수행합니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
품질 선별에서 발생하는 주관적 판정과 일관성 저하 문제를 분석한 뒤, 딸기 과육 분할을 통해 객관 지표를 만들 수 있다는 전제를 설정했습니다. 이후 딥러닝 기반 자동 분할을 도입하고, 딸기처럼 상태 변화가 큰 대상에서 정보 손실이 성능에 미치는 영향을 줄이기 위한 네트워크 구성을 검토했습니다. 2023년 연구에서는 풀링을 배제하고 분기 합성곱 구조를 적용하여 다양한 과육 상태에 대한 분할 정확도를 높이는 실험을 수행했으며, 선별 자동화로 이어지는 기초를 확립했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Strawberry Flesh Segmentation Using Branch Convolutional Neural Networks without Pooling