본 연구는 딥러닝 기반 이상 탐지 모델인 f-AnoGAN을 사용하여 에스프레소 크레마의 품질을 실시간으로 평가하는 시스템을 제안한다. 이 시스템은 추출 과정 동안 센서 데이터를 수집하기 위해 모바일 기기를 통합함으로써, 최적의 결과를 위한 신속한 조정을 가능하게 한다. 크레마를 배경에서 분리하기 위해 GrabCut 알고리즘을 사용함으로써 탐지 정확도를 향상시켰다. 실험 결과, CIFAR-10 데이터셋에서 ROC-AUC가 0.13 증가하였고, 크레마 이미지에서는 VAE 및 하이퍼파라미터 최적화를 통해 ROC-AUC가 0.963에서 1.000으로 향상되어 이미지에서 최적의 이상(Anomalies)을 분류할 수 있었다. 피어슨 상관계수 0.999는 시스템의 유효성을 확인한다. 핵심 기여로는 하이퍼파라미터 최적화, VAE를 활용한 f-AnoGAN 성능 개선, 모바일 기기 통합, 향상된 이미지 전처리가 포함된다. 본 연구는 커피 품질 관리에서 AI의 잠재력을 보여준다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.