ODF’26 Research Summary
ODF’26 Poster Presentation / Presentation No.: ThP-33
Non-destructive Identification of Hair in Confectionery Using One-dimensional Near-infrared Diffuse Reflectance Spectroscopy and Deep Time-series Learning
Page information
Conference: ODF’26, Toyama, Japan
Conference period: June 3–5, 2026
Poster presentation: June 4, 2026
Presentation type: Poster Presentation
Presentation No.: ThP-33
Note: Affiliations and academic status are shown as of the time of the ODF’26 presentation.
Presenter
Manabu Hanamatsu
Ph.D. Candidate, Graduate School of Engineering
Hachinohe Institute of Technology, Japan
Affiliations
Hachinohe Institute of Technology, Japan
Caloria Japan Co., Ltd., Japan
Cyber Project Co., Ltd., Japan
Research Summary
This study presents a non-destructive optical method for identifying human hair embedded in commercial bite-sized manju, a Japanese confectionery product.
The method combines one-dimensional near-infrared diffuse reflectance spectroscopy with a deep time-series learning model. Near-infrared spectra were acquired from confectionery samples on a conveyor system, and a neural network model was used to classify whether hair contamination was present or absent.
Hair contamination is a typical non-metallic foreign object problem in food manufacturing. It is difficult to detect with metal detectors, and visual inspection cannot reliably identify hair embedded inside high-moisture and strongly scattering foods. Therefore, a non-destructive in-line inspection method is required.
In this study, water-dominant spectral bands were masked based on aquaphotomics knowledge, and attention visualization was used to examine whether chemically meaningful spectral regions contributed to classification.
Key Results
- External test set: n = 200
- Conveyor speed: 187.3 mm/s
- Accuracy: 0.960
- Precision: 0.926
- Recall: 1.000
- F1 score: 0.962
- ROC-AUC: 0.998
- False negatives: 0
These results indicate that the proposed method is promising for practical in-line inspection of hair contamination in confectionery manufacturing.
Technical Keywords
- Near-infrared diffuse reflectance spectroscopy
- 1D NIR-DRS
- Non-destructive food inspection
- Hair contamination detection
- Deep time-series learning
- 1D-CNN
- BiLSTM
- Attention visualization
- Aquaphotomics
- In-line inspection
Poster Information
Conference
ODF’26
Presentation Type
Poster Presentation
Presentation No.
ThP-33
Poster Title
Non-destructive Identification of Hair in Confectionery Using One-dimensional Near-infrared Diffuse Reflectance Spectroscopy and Deep Time-series Learning
Presenter
Manabu Hanamatsu
Contact
For questions about this research, please contact:
Manabu Hanamatsu
Email: gaku@livesymphonic.jp
Related Technology
This research is based on non-destructive food inspection technologies developed through Caloria Japan Co., Ltd.
Caloria Japan Co., Ltd. develops inspection technologies and systems using near-infrared spectroscopy for food quality evaluation and foreign object detection.
Caloria Japan Co., Ltd.
https://www.caloria.co.jp/
ODF’26 研究要約
ODF’26 ポスター発表
一次元近赤外拡散反射分光法と深層時系列学習による和菓子中毛髪の非破壊識別
ページ情報
学会：ODF’26（富山、日本）
会期：2026年6月3日〜5日
ポスター発表：2026年6月4日
発表形式：ポスター発表
発表番号：ThP-33
注記：所属および身分は、ODF’26発表時点のものです。
発表者
花松 学
八戸工業大学 大学院工学研究科 博士後期課程
所属
八戸工業大学
株式会社カロリアジャパン
株式会社サイバープロジェクト
研究概要
本研究では、市販の一口サイズ饅頭の内部に混入した毛髪を、非破壊で識別する光学的手法を検討しました。
本手法は、一次元近赤外拡散反射分光法と深層時系列学習モデルを組み合わせたものです。コンベヤ上の和菓子から近赤外スペクトルを取得し、ニューラルネットワークモデルにより毛髪の有無を分類しました。
食品製造工程における毛髪混入は、金属検出機では検出が難しい代表的な非金属異物です。また、高含水で散乱の強い食品では、内部に混入した毛髪を目視で確認することも困難です。そのため、非破壊かつインラインで検査できる手法が求められています。
本研究では、Aquaphotomicsの知見に基づいて水の影響が強い波長帯域をマスクし、さらにAttention可視化により、識別に寄与する波長帯域を確認しました。
主な結果
- 外部テスト試料数：n = 200
- コンベヤ速度：187.3 mm/s
- Accuracy：0.960
- Precision：0.926
- Recall：1.000
- F1スコア：0.962
- ROC-AUC：0.998
- 見逃し件数：0件
これらの結果は、本手法が菓子製造ラインにおける毛髪混入のインライン検査へ応用できる可能性を示しています。
技術キーワード
- 近赤外拡散反射分光法
- 1D NIR-DRS
- 非破壊食品検査
- 毛髪混入検査
- 深層時系列学習
- 1D-CNN
- BiLSTM
- Attention可視化
- Aquaphotomics
- インライン検査
発表情報
学会
ODF’26
発表形式
ポスター発表
発表番号
ThP-33
発表タイトル
Non-destructive Identification of Hair in Confectionery Using One-dimensional Near-infrared Diffuse Reflectance Spectroscopy and Deep Time-series Learning
発表者
Manabu Hanamatsu / 花松 学
お問い合わせ
本研究に関するお問い合わせは、以下までお願いいたします。
花松 学
Email: gaku@livesymphonic.jp
関連技術
本研究は、株式会社カロリアジャパンで蓄積してきた近赤外分光法を用いた非破壊食品検査技術を基盤として実施したものです。
株式会社カロリアジャパンでは、近赤外分光法を応用した食品品質評価および異物検査に関する技術開発を行っています。
株式会社カロリアジャパン
https://www.caloria.co.jp/
Supplementary Note
This page is provided as supplementary information for the ODF’26 poster presentation.
本ページは、ODF’26ポスター発表に関する補足情報として公開しています。