ハクサイの収穫量や大きさは、季節や品種、栽培環境といった多様な要因に左右される。ハクサイの重さが均一でないと漬ける際の塩分濃度がそれぞれ異なるため、キムチの品質に影響を与え生産効率が落ちるという問題があった。
これに対し同研究チームは、ハクサイの画像において色(RGB)だけでなく対象までの距離(D)も取得できるセンサーによるデータ、およびマシーンラーニングの技法を活用し、ハクサイの重さと体積を実際に測定する必要なく予測可能にした。
同技法を分析した結果、重さ予測の正確度は91.3%を、また2Dや3D、色彩情報といった統合モデルを活用して測定した体積予測の正確度は90%以上を、それぞれ達成した。
世界キムチ研究所のチャン・ヘチュン所長は「キムチの生産工程にIT技術を適用した事例で、業界の高齢化や人手不足の解消につながる技術」と述べている。
同研究結果は8月、農学分野の国際的な学術誌「ポストハーベスト・バイオロジー・アンド・テクノロジー」オンライン版に掲載された。
Copyrights(C) Edaily wowkorea.jp 101