畳み込みニューラルネットワークおよびサポートベクターマシンを用いたバレイショの外部欠陥種別の分類

抄録

バレイショ規格外品選別の自動化を目指し，バレイショ用選果ラインに実装された2種類の光学系でカラー画像と短波長赤外（SWIR）画像を撮影し，畳み込みニューラルネットワーク（CNN）とサポートベクターマシン（SVM）の2種類の分類モデルを作成し分類を行った。画像は目視にて6種類の欠陥種別にラベル付けを行った。結果，CNNによるSWIR画像の分類精度が96.8 %と最も高かった。また，欠陥分類の妥当性確認のため判断根拠の可視化を行った結果，カラー画像では表面の色や輪郭情報が，SWIR画像では反射率が高く白く強調された部分が，それぞれ特徴量として観察された。