レーザ散乱画像と深層学習を用いた 豆乳凝固過程における粘度予測手法の開発

抄録

豆腐の品質および廃棄率は凝固状態に依存するため，豆乳の凝固過程における粘度予測技術が求められている．本研究では凝固過程における光散乱の変化に着目し，異なる凝固条件下でレーザ散乱画像を時系列的に取得した．得られた画像から粘度を推定するため，事前学習済み畳み込みニューラルネットワークを用いた回帰モデルを構築した．また，豆乳の凝固過程は時系列的な依存関係を持つ現象であることから，Long Short-Term Memory（LSTM）モデルを導入し，凝固過程における時間的依存性の学習を行った．モデル構築の結果，RMSE = 3.38 mPa·sが得られ，レーザ散乱画像を用いた粘度推定の有効性が示され，豆腐の凝固状態の即時フィードバックによる高品質化および廃棄量削減に貢献する可能性が示唆された．