Identificador persistente para citar o vincular este elemento:
http://hdl.handle.net/10662/19081
Títulos: | A computer-aided inspection system to predict quality characteristics in food technology |
Autores/as: | Torres Muñoz, Juan Pedro Caro Lindo, Andrés Ávila Vegas, María del Mar Pérez Palacios, María Trinidad Antequera Rojas, María Teresa García Rodríguez, Pablo |
Palabras clave: | Sistema asistido por ordenador;Extracción de características;Lomo;Imagen de resonancia magnética;Parámetros de calidad;Regresor;Computer-aided system;Feature extraction;Loin;Magnetic resonance imaging;Quality parameters;Regressor |
Fecha de publicación: | 2022 |
Editor/a: | IEEE (Institute of Electrical and Electronics Engineers) |
Resumen: | Physicochemical and sensory analyses are commonly used to determine the quality characteristics of food samples in Food Industries. These methods are tedious, laborious, produce chemical residues, and involve the destruction of the samples. For the meat industries, this work proposes a noninvasive and non-destructive computer-aided inspection system, based on computer vision and ensemble machine learning techniques. The paper presents all the possibilities for the development of the system, making an exhaustive comparison of different algorithms used to extract features from the images of the samples, and various machine learning approaches, studying up to 6160 different models, and selecting the top 110 for the ensemble proposal. The system determines all the physicochemical, textural, and sensory quality characteristics of pork and beef loins in four meat states (fresh, thawed, cooked, and cured) with good precision, being a real alternative to the usual methods for the Food Industry. Los análisis fisicoquímicos y sensoriales se utilizan comúnmente para determinar las características de calidad de muestras de alimentos en las industrias alimentarias. Estos métodos son tediosos, laboriosos, producen residuos químicos e implican la destrucción de las muestras. Para las industrias cárnicas, este trabajo propone un sistema de inspección asistido por ordenador no invasivo y no destructivo, basado en visión por ordenador y técnicas de aprendizaje automático conjunto. El trabajo presenta todas las posibilidades para el desarrollo del sistema, haciendo una comparación exhaustiva de diferentes algoritmos utilizados para extraer características de las imágenes de las muestras, y varios enfoques de aprendizaje automático, estudiando hasta 6160 modelos diferentes, y seleccionando los 110 mejores para la propuesta de conjunto. El sistema determina todas las características fisicoquímicas, texturales y de calidad sensorial de lomos de cerdo y vacuno en cuatro estados cárnicos (fresca, descongelada, cocida y curada) con buena precisión, siendo una alternativa real a los métodos habituales para la Industria Alimentaria. |
URI: | http://hdl.handle.net/10662/19081 |
DOI: | 10.1109/ACCESS.2022.3187404 |
Colección: | DISIT - Artículos IProCar - Artículos |
Archivos
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
ACCESS_2022_3187404.pdf | 3,12 MB | Adobe PDF | Descargar |
Este elemento está sujeto a una licencia Licencia Creative Commons