این مطالعه یک تکنیک تصویربرداری کمهزینه مبتنی بر گوشی هوشمند به نام تصویربرداری ویدیویی گوشی هوشمند (SVI) را ارائه میدهد که ویدیوهای کوتاهی از نمونهها را که توسط یک صفحه نمایش تغییر رنگ دهنده روشن شدهاند، ضبط میکند. با کمک هوش مصنوعی، این مطالعه قابلیتهای جدیدی را توسعه داده است تا SVI را به یک تکنیک تصویربرداری همهکاره مانند تصویربرداری هایپرسپکترال (HSI) تبدیل کند. SVI امکان طبقهبندی نمونهها با محتوای ناهمگن، نمایش فضایی محتوای آنالیت و بازسازی تصاویر هایپرسپکترال از ویدیوها را فراهم میکند.
هنگامی که با یک شبکه عصبی باقیمانده ادغام شود، SVI از روشهای سنتی بینایی کامپیوتر برای طبقهبندی جینسنگ بهتر عمل میکند. علاوه بر این، این تکنیک به طور مؤثر توزیع فضایی خلوص زعفران را در مخلوطهای پودری با عملکرد پیشبینی قابل مقایسه با HSI ترسیم میکند. همچنین SVI در ترکیب با ماژول یادگیری عمیق U-Net میتواند تصاویر با کیفیت بالایی تولید کند که بسیار شبیه به تصاویر هدف گرفته شده توسط HSI هستند. این نتایج نشان میدهد که SVI میتواند به عنوان یک راهحل مصرفکنندهمحور برای احراز هویت غذا خدمت کند.
This study presents a low-cost smartphone-based imaging technique called smartphone video imaging (SVI) to capture short videos of samples that are illuminated by a colour-changing screen. Assisted by artificial intelligence, the study develops new capabilities to make SVI a versatile imaging technique such as the hyperspectral imaging (HSI). SVI enables classification of samples with heterogeneous contents, spatial representation of analyte contents and reconstruction of hyperspectral images from videos.
When integrated with a residual neural network, SVI outperforms traditional computer vision methods for ginseng classification. Moreover, the technique effectively maps the spatial distribution of saffron purity in powder mixtures with predictive performance that is comparable to that of HSI. In addition, SVI combined with the U-Net deep learning module can produce high-quality images that closely resemble the target images acquired by HSI. These results suggest that SVI can serve as a consumer-oriented solution for food authentication.
- Authors: Weiran Song, Hui Wang, Yong-Huan Yun
- URL: https://doi.org/10.1016/j.foodchem.2024.140911
- DOI URL: https://doi.org/10.1016/j.foodchem.2024.140911
- عنوان مقاله: احراز هویت غذا با تصویربرداری ویدیویی گوشی هوشمند
- محور مقاله: مقاله پژوهشی اصل
- افیلیشن نویسنده مسئول: School of Food Science and Engineering, Hainan University, Haikou, 570228, China
- ایمیل نویسنده فقط برای کاربران ورود / عضویت
- سال انتشار مقاله: 2024
- زبان: انگلیسی
- کشور: چین
- کد مقاله: 22703
- کلمات کلیدی فارسی: تصویربرداری ویدیویی گوشی هوشمند، شبکههای عصبی، احراز هویت غذا، تصویربرداری هایپرسپکترال، بینایی کامپیوتر، بازسازی طیفی
- کلمات کلیدی انگلیسی: Smartphone video imaging, Neural networks, Food authentication, Hyperspectral imaging, Computer vision, Spectral reconstruction
- لینک کوتاه: https://wikisaffron.org?p=22703
