earticle

영어

Strawberries are extremely delicate, making them prone to spoilage. The state of ripeness in strawberries has a direct impact on taste and quality, making the process of accurate assessment and sorting crucial. However, this process is labor and time-intensive, and human judgment can be subjective, leading to significant losses due to incorrect evaluations. To reduce the subjectivity involved in assessing the ripeness stage, this paper leverages color information, which is closely related to the state of strawberries. Color values representing the state of the strawberries were extracted and clustered into three stages. Convolutional neural network were employed for learning to classify the ripeness stage of the strawberries. Through the learning results, we were able to more objectively judge the ripeness stage classification, so it is expected that this can be used for efficient quality control of products.

한국어

딸기는 매우 연약하여 쉽게 변질되고 부패하며 딸기의 숙성 상태는 맛과 품질에 직접적인 영향 을 주기 때문에 상태를 정확히 판단하고 선별하는 과정이 매우 중요하다. 하지만 이 과정은 시간과 노 동력이 많이 투입되고, 사람이 직접 판단하기 때문에 주관적이며, 잘 못 판단되는 딸기로 인해 많은 손실이 일어날 수 있다. 본 논문에서는 숙성 단계 판단 시 발생하는 주관성을 줄이고자 딸기의 상태 와 밀접한 관련이 있는 색상 정보를 이용하였다. 딸기의 상태를 대표하는 색상 값을 추출해 3가지 단 계로 군집하여 분류해주었고, 합성곱 신경망을 사용하여 딸기의 숙성 상태를 판단하여 단계를 분류하 기 위한 학습을 진행하였다. 학습 결과를 통해 숙성 단계를 분류를 보다 객관적으로 판단할 수 있었 으며, 이를 통해 상품의 효율적인 품질관리에 활용될 수 있음을 기대한다.