Pubblicazione scientifica

FishAPP: un'app mobile per rilevare la falsificazione dei pesci attraverso l'elaborazione delle immagini e le tecniche di machine learning

FishAPP: A mobile App to detect fish falsification through image processing and machine learning techniques

FILONE TECNOLOGICO	TEMA
trasformazione e commercializzazione	certificazione e marchi di qualità sistemi ICT applicati alla trasformazione e commercializzazione

RIASSUNTO

La falsificazione alimentare è una delle preoccupazioni socioeconomiche più articolate, che ha contribuito ad aumentare la consapevolezza delle persone su ciò che mangiano. L'identificazione delle specie rappresenta un aspetto chiave per denunciare le frodi commerciali attuate con la sostituzione di specie preziose con altre di minor valore. L'identificazione delle specie ittiche viene eseguita principalmente mediante identificazione morfologica delle caratteristiche anatomiche lorde dell'intero pesce. Tuttavia, la crescente presenza sui mercati di nuove specie poco conosciute rende difficile l'identificazione morfologica delle specie. In questo documento presentiamo FishAPP, un'infrastruttura basata sulle nuvole per il riconoscimento delle specie ittiche. FishAPP è composto da un'applicazione mobile sviluppata per Android e dal sistema operativo mobile iOS che consente all'utente di scattare foto di un intero pesce e inviarle per l'analisi remota e un sistema di elaborazione remoto basato su cloud che implementa una complessa pipeline di elaborazione delle immagini e un sistema di machine learning della rete neurale in grado di analizzare le immagini ottenute e di eseguire la classificazione in classi di pesci predefinite. I risultati preliminari ottenuti dal set di dati disponibile hanno fornito risultati incoraggianti.

DATA

Data di pubblicazione: 01/05/2016

AUTORI

FRANCESCO ROSSI
ALFREDO BENSO
STEFANO DI CARLO
GIANFRANCO POLITANO
ALESSANDRO SAVINO
PIER LUIGI ACUTIS

ENTE DI AFFERENZA

POLITECNICO DI TORINO CTRL & CO ENG DEPT TORINO ITALY
INST ZOOPROFILATTICO SPERIMENTALE DEL PIEMONTE LIGURIA E VALLE DAOSTA TORINO ITALY

RIVISTA

2016 IEEE International Conference on Automation, Quality and Testing, Robotics (AQTR) (Page(s): 1-6)

IMPACT FACTOR

N.D.

indietro