鉱物処理・環境・リサイクル

[3K0409-20-03] Mineral Identification Using Hyperspectral Imaging and Deep Learning for Mineral Processing

○Natsuo OKADA¹, Yohei Kawamura¹, Yohei Maekawa¹, Kazutoshi Haga¹, Atsushi Shibayama¹ (1. Akita University)

Keywords:Mineral processing, Pre-processing, Deep Learning, Hyper spectral

鉱山において採掘された鉱石は、選鉱工程により有用鉱物（精鉱）と無用鉱物（尾鉱）に選別される。しかし、選鉱工程で処理される鉱石のなかには有用鉱物の含有量が極めて少ない鉱石も含まれているため、選鉱工程の効率化また経済性を考慮すると、選鉱工程よりさらに前段階の事前選別技術の確立が必要である。この事前選別を実操業に導入するためには、破砕後の塊状鉱石の価値を迅速かつ簡便に判別できる非破壊型のモニタリングシステムが必要であるが、既存技術での判別は困難である。
本研究では、ハイパースペクトルカメラで撮影することで得られる可視光/近赤外領域(400~1000nm)波長データを活用した、鉱物同定の可能性を検討した。また、取得したスペクトルデータを、畳み込みニューラルネットワーク（CNN）に入力し、深層学習（ディープラーニング）を行った。既に100万枚以上の画像で学習済みのCNN(GoogLeNet)を用いて学習・分類（転移学習）を行い、学習の効率化を図った。GoogLeNetの最後の学習層と分類層を、本研究のデータセット用学習層に置き換え再学習を行った。深層学習を用いた鉱物同定の判定結果は、90％程度の高い精度を示し、深層学習による鉱石事前処理への応用の可能性が示唆された。