食品の視覚情報の自動取得を目指す

第4次産業革命の只中、人間活動を機械で代替し、自動化しようという社会的な動きが顕著である。たとえば食料産業では、生産性向上のためにパッキング工程を自動化するなど、できるだけ人間の手の入る部分をなくしたり、食料汚染を減らしたりすることが重要である。

この一事例として、最近では、発達したマシンビジョンを利用し、食料品から直接視覚的情報を取り入れてデータ化するシステムなども開発されている。様々な特徴量を把捉することのできるセンサー技術が発達したおかげである。

メキシコにあるUniversidad de GuadalajaraのMiguelら研究者は、こうした自動システムを利用し、ブドウホオズキの熟成度合いを自動分類しようと試みた。色や大きさ、形などの視覚的パラメータを検出することで、人間による繰り返し作業を自動化しようとしているのだ。このような自動分類システムは、もちろんビジョン技術の熟練度にも依存するが、その他にも特徴量を分析する分類アルゴリズムの良し悪しにも依存する。研究者らは、5つの多変量解析アルゴリズムを同じ条件下で比較した。結果、最も高い正確さを記録したのは主成分分析であった。

機械学習を用いたブドウホオズキ成熟度の分類

Miguelらの研究のポイントは以下の通りだ。