Shape, Volume Prediction Modeling and Identical Weights Cutting for Frozen Fishes

This paper suggests a modeling technique for shape and volume prediction of fishes to cut them with identical weights for group meals. The measurement and prediction of frozen fishes for group meals are very difficult because they have a bending deformation occurring at frozen stage and a hollow by eliminating the internals. Besides there exist twinkles problem of surface caused by freeze and variable weights by moisture conditions. Therefore a complex estimation algorithm is necessary to predict the shape and volume prediction of fishes exactly. Hollow prediction, pattern classification and modeling for tails using neural network, integration based volume prediction algorithm are suggested and combined to solve those problems. In order to validate the proposed method, the experiments of 3-dimensional measurement, volume prediction and fish cutting for spanish mackerel, saury, and mackerel are executed. The cutting experiments for real fish are executed.

동결생선의 외형과 부피 예측 모델링 및 정중량 절단

본 논문은 단체 급식용 동결 생선을 일정한 중량으로 절단하기 위하여, 생선의 외형 및 부피 예측 모델링 기법을 제안하고, 실제 생선에 대한 절단 실험을 수행한다. 단체 급식용 동결 생선은 동결 하는 시점에서 발생한 생선의 휘어짐과, 머리를 절단하고 내장을 제거할 때에 발생하는 중공이 존재한다. 이외에도 동결의 영향으로 나타나는 표면의 반짝임이나 수분 량에 따른 무게의 차이로 인해 측정 및 추정의 어려움이 크다. 따라서 동결 생선의 외형과 부피를 정확히 추정하기 위해서는 상기의 특성과 문제점들을 반영한 복합적인 추정 알고리즘이 필요하다. 이를 위해, 중공 예측, 신경망을 이용한 꼬리부분 패턴 분류 및 모델링, 그리고 적분 기법 기반의 부피 예측 알고리즘을 각각 제안하고, 삼치, 꽁치, 고등어 3종류의 생선에 대해서 3차원 계측, 부피 예측 및 절단 실험을 수행한다.