Earticle

초록

영어

This study proposes an automated matsutake mushroom quality grading system that combines rule-based morphological feature quantification with multi-view deep learning analysis using a dual-camera setup. While matsutake mushrooms are graded based on morphological characteristics, traditional visual inspection suffers from subjectivity and inconsistency, and existing single-view deep learning methods encounter classification limitations due to three-dimensional information loss. A dataset of 466 frontal-lateral image pairs was constructed, and five-grade classification was performed by integrating three modules — a rule-based YOLOv8n morphological analysis module, a Dual-ConvNeXt classification module, and a Dual-EfficientNet classification module — via Majority Voting ensemble. The proposed system achieves 94.51% accuracy, improving 6.6 percentage points over the best single-view method (87.91%) and 19.78 percentage points over the morphological approach (74.73%). This research demonstrates the effectiveness of multi-view information fusion and presents the potential for practical implementation of automated matsutake sorting and extension to quality assessment of other agricultural products.

한국어

본 연구는 형태학적 특징 정량화와 딥러닝 기반 다중 시점 분석을 결합한 송이버섯 품질 등급 자동 분류 시스템을 제안한다. 송이버섯은 형태적 특징에 따라 등급이 결정되나, 전통적 육안 검사는 주관성과 일관성 문제가 있으며, 기존 단일 시점 딥러닝 방법은 3차원 정보 손실로 인한 분류 한계를 보였다. 본 연구는 이중 카메라 시스템을 활용하여 466쌍의 정면-측면 이미지 데이터셋을 구축하고, 규칙 기반의 YOLOv8n 형태 분석 모듈과 딥러닝 기반의 Dual-ConvNeXt 분류 모듈, Dual-EfficientNet 분류 모듈의 3가지 모듈을 Majority Voting 방식으로 앙상블하여 5등급 분류를 수행하였다. 제안 시스템은 94.51%의 정확도를 달성하여 단일 시점 최고 성능(87.91%) 대비 6.6%p, 형태 지표 기반 방식(74.73%) 대비 19.78%p 향상되었다. 본 연구는 다중 시점 정보 융합의 효과를 입증하였으며, 송이버섯 자동 선별의 실용화와 다른 농산물 품질 평가로의 확장 가능성을 제시한다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1 딥러닝 기반 이미지 분류
2.2 인스턴스 세그멘테이션
3. 제안 방법
3.1 갓 펴짐 정도 측정
3.2 자루 길이 및 두께 추정
3.3 이중 카메라 분류 네트워크
3.4 앙상블 전략
4. 실험
4.1 데이터셋
4.2 YOLOv8 및 YOLOv12 인스턴스 세그멘테이션 실험
4.3 갓 펴짐 정도 분석
4.4 자루 길이 및 두께 추정 방법
4.5 이중 카메라 기반 딥러닝 분류 네트워크
4.6 앙상블 실험
5. 결론
Acknowledgements
참고문헌

키워드

저자

• 안희진 [ Heejin Ahn | 국립한밭대학교 정보통신공학과 ]
• 장하윤 [ Hayun Jang | 국립한밭대학교 정보통신공학과 ]
• 지성철 [ Sung Chul Jee | 한국로봇융합연구원 AI·휴머노이드연구본부 ]
• 김준영 [ Junyoung Kim | 한국로봇융합연구원 AI·휴머노이드연구본부 ]
• 정현준 [ Hyun-Joon Chung | 한국로봇융합연구원 AI·휴머노이드연구본부 ] 공동교신저자
• 최동걸 [ Dong-Geol Choi | 국립한밭대학교 정보통신공학과 ] 공동교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국차세대컴퓨팅학회 논문지 [THE JOURNAL OF KOREAN INSTITUTE OF NEXT GENERATION COMPUTING]

• 간기

  격월간

• pISSN

  1975-681X

• 수록기간

  2005~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 566 DDC 004