Alshomrani, Shroog;Aljoudi, Lina;Aljabri, Banan;Al-Shareef, Sarah
International Journal of Computer Science & Network Security
/
v.21
no.7
/
pp.182-190
/
2021
Deep learning is an advanced technology for large-scale data analysis, with numerous promising cases like image processing, object detection and significantly more. It becomes customarily to use transfer learning and fine-tune a pre-trained CNN model for most image recognition tasks. Having people taking photos and tag themselves provides a valuable resource of in-data. However, these tags and labels might be noisy as people who annotate these images might not be experts. This paper aims to explore the impact of noisy labels on fine-tuning pre-trained CNN models. Such effect is measured on a food recognition task using Food101 as a benchmark. Four pre-trained CNN models are included in this study: InceptionV3, VGG19, MobileNetV2 and DenseNet121. Symmetric label noise will be added with different ratios. In all cases, models based on DenseNet121 outperformed the other models. When noisy labels were introduced to the data, the performance of all models degraded almost linearly with the amount of added noise.
Although the object detection accuracy with a single image has been significantly improved with the advance of deep learning techniques, the detection accuracy for pig monitoring is challenged by occlusion problems due to a complex structure of a pig room such as food facility. These detection difficulties with a single image can be mitigated by using a video data. In this research, we propose a method in pig detection for video monitoring environment with a static camera. That is, by using both image processing and deep learning techniques, we can recognize a complex structure of a pig room and this information of the pig room can be utilized for improving the detection accuracy of pigs in the monitored pig room. Furthermore, we reduce the execution time overhead by applying a pruning technique for real-time video monitoring on an embedded board. Based on the experiment results with a video data set obtained from a commercial pig farm, we confirmed that the pigs could be detected more accurately in real-time, even on an embedded board.
Park, Seon-Joo;Palvanov, Akmaljon;Lee, Chang-Ho;Jeong, Nanoom;Cho, Young-Im;Lee, Hae-Jeung
Nutrition Research and Practice
/
v.13
no.6
/
pp.521-528
/
2019
BACKGROUND/OBJECTIVES: The aim of this study was to develop Korean food image detection and recognition model for use in mobile devices for accurate estimation of dietary intake. MATERIALS/METHODS: We collected food images by taking pictures or by searching web images and built an image dataset for use in training a complex recognition model for Korean food. Augmentation techniques were performed in order to increase the dataset size. The dataset for training contained more than 92,000 images categorized into 23 groups of Korean food. All images were down-sampled to a fixed resolution of $150{\times}150$ and then randomly divided into training and testing groups at a ratio of 3:1, resulting in 69,000 training images and 23,000 test images. We used a Deep Convolutional Neural Network (DCNN) for the complex recognition model and compared the results with those of other networks: AlexNet, GoogLeNet, Very Deep Convolutional Neural Network, VGG and ResNet, for large-scale image recognition. RESULTS: Our complex food recognition model, K-foodNet, had higher test accuracy (91.3%) and faster recognition time (0.4 ms) than those of the other networks. CONCLUSION: The results showed that K-foodNet achieved better performance in detecting and recognizing Korean food compared to other state-of-the-art models.
Purpose: Tomatoes, an important agricultural product in fresh-cut markets, are sometimes a source of foodborne illness, mainly Salmonella spp. Growth cracks on tomatoes can be a pathway for bacteria, so its detection prior to consumption is important for public health. In this study, multispectral Visible/Near-Infrared (NIR) reflectance imaging techniques were used to determine optimal wavebands for the classification of defect tomatoes. Methods: Hyperspectral reflectance images were collected from samples of naturally cracked tomatoes. To classify the resulting images, the selected wavelength bands were subjected to two-band permutations, and a supervised classification method was used. Results: The results showed that two optimal wavelengths, 713.8 nm and 718.6 nm, could be used to identify cracked spots on tomato surfaces with a correct classification rate of 91.1%. The result indicates that multispectral reflectance imaging with optimized wavebands from hyperspectral images is an effective technique for the classification of defective tomatoes. Conclusions: Although it can be susceptible to specular interference, the multispectral reflectance imaging is an appropriate method for commercial applications because it is faster and much less expensive than Near-Infrared or fluorescence imaging techniques.
Purpose: In this study, we focused on the image processing method to determine the external quality of Fuji apples by identifying surface defects such as scabs and bruises. Method: A CCD camera was used to capture filter images with 24 different wavelengths ranging between 530 nm and 1050 nm. Image subtraction and division operations were performed to distinguish the defect area from the normal areas including calyx, stem, and glaring on the apple surface image. All threshold values of the image were examined to reveal the defect area of pretreated filter images. Results: The developed operation methods were [image (720 nm) - image (900 nm)]/image (700 nm) for bruise detection and [image (740 nm) - image (900 nm)]/image (590 nm) for scab detection, which revealed 81% and 90% recognition ratios, respectively. Conclusions: Our results showed several optimal wavelengths and image processing methods to detect Fuji apple surface defects such as bruises and scabs.
Rice (Oryza Sativa) is an important source of food for the people of our country, even though of world also .It is also considered as the staple food of our country and we know agriculture is the main source country's economy, hence the crop of Rice plays a vital role over it. For increasing the growth and production of rice crop, ground-breaking technique for the detection of any type of disease occurring in rice can be detected and categorization of rice crop diseases has been proposed in this paper. In this research paper, we perform comparison between two classifiers namely MDC and Bayes' classifiers Survey over different digital image processing techniques has been done for the detection of disease in rice crops. The proposed technique involves the samples of 200 digital images of diseased rice leaf images of five different types of rice crop diseases. The overall accuracy that we achieved by using Bayes' Classifiers and MDC are 69.358 percent and 81.06 percent respectively.
Purpose: A multispectral algorithm for detection and differentiation of defective (defects on apple skin) and normal Red Delicious apples was developed from analysis of a series of hyperspectral line-scan images. Methods: A fast line-scan hyperspectral imaging system mounted on a conventional apple sorting machine was used to capture hyperspectral images of apples moving approximately 4 apples per second on a conveyor belt. The detection algorithm included an apple segmentation method and a threshold function, and was developed using three wavebands at 676 nm, 714 nm and 779 nm. The algorithm was executed on line-by-line image analysis, simulating online real-time line-scan imaging inspection during fruit processing. Results: The rapid multispectral algorithm detected over 95% of defective apples and 91% of normal apples investigated. Conclusions: The multispectral defect detection algorithm can potentially be used in commercial apple processing lines.
Proceedings of the Korean Society for Agricultural Machinery Conference
/
1996.06c
/
pp.334-343
/
1996
Quality evaluation for food and agricultural products have always been one of the most elusive problems associated with the handling , processing and marketing in a food plant production. In order to detect physical foreign materials in food and agricultural products, non-destructive techniques have been developed for many years. Application of X-ray system to detect physical foreign materials in food and agricultural products could be considered to be a high potential method. Especially , it is impossible to detect internal physical foreign materials by visual inspections. In this study, it was tried to be applied for two different X-ray devices. Soft X-ray system with CdTe sensor and X-ray CT scanner were evaluated for advantage of the detection of non-meltallic foreign materials in food and agricultural products . Though the soft X-ray is not a high energy radiation, it is possible to detect small different density in a material. The CdTe sensor has a high resolution for t e soft X-ray energy region. The density characteristics of foods and foreign material were expressed region. The density characteristics of foods and foreign materials were expressed as a soft X-ray energy spectrum. The energy spectrum was analyzed by a personal computer with a multi-channel analyzer. X-ray CT scanner can provide visual image and analyze by three dimensional information inside food and agricultural products. The X-ray CT scanner using as a medical equipment was used to detect a foreign material. The density characteristics of food and foreign materials in food were tried to be detected by the threshold value on the basis of the CT numbers. The soft X-ray absorption characteristics for acrylin plates and distilled water were obtained and could be found the possibility of detecting a small physical foreign materials such as a plastic wrapping film , a stone and grasshopper in food and agricultural products.
Journal of the Korea Institute of Information and Communication Engineering
/
v.21
no.10
/
pp.1950-1956
/
2017
In food-printing field, precise positioning technique for a printing object is very important. In this paper, we propose cup positioning method for a latte-art printer through image processing. A camera sensor is installed on the upper side of the printer, and the image obtained from this is projected and converted into a top-view image. Then, the edge lines of the image is detected first, and then the coordinate of the center and the radius of the cup are detected through a Circular Hough transformation. The performance evaluation results show that the image processing time is 0.1 ~ 0.125 sec and the cup detection rate is 92.26%. This means that a cup is detected almost perfectly without affecting the whole latte-art printing time. The center point coordinates and radius values of cups detected by the proposed method show very small errors less than an average of 1.5 mm. Therefore, it seems that the problem of the printing position error is solved.
Kim, Giyoung;Moon, Ji-Hea;Park, Saet Byeol;Jang, Youn-Jung;Lim, Jongguk;Mo, Changyeun
Journal of Biosystems Engineering
/
v.38
no.4
/
pp.335-340
/
2013
Purpose: This study was performed to develop a lateral flow strip sensor for the detection of pathogenic Escherichia coli O157:H7 in various samples. Also, feasibility of using an image analysis method to improve the interpretation of the strip sensor was evaluated. Methods: The lateral flow strip sensor has been fabricated based on nitrocellulose lateral-flow membrane. Colloidal gold and E. coli O157:H7 antibodies were used as a tag and a receptor, respectively. Manually spotted E. coli O157:H7 antibody and anti-mouse antibody on nitrocellulose membrane were used as test and control dots, respectively. Feasibility of the lateral flow strip sensor to detect E. coli O157:H7 were evaluated with serially diluted E. coli O157:H7 cells in PBS or food samples. Test results of the lateral flow strip sensor were measured with an image analysis method. Results: The intensity of the test dot started to increase with higher concentration of the cells were introduced. The sensitivities of the sensor were both $10^4$ CFU/mL Escherichia coli O157:H7 spiked in PBS and in chicken meat extract, respectively. Conclusions: The lateral flow strip sensor and image analysis method could detect E. coli O157:H7 in 20 min, which is significantly quicker than conventional plate counting method.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.