Visión inteligente en el control de calidad y detección de fraudes del sector alimentario

• Autores: Ana María Pérez Calabuig
• Directores de la Tesis: José Santiago Torrecilla Velasco (dir. tes.)
• Lectura: En la Universidad Complutense de Madrid ( España ) en 2022
• Idioma: español
• Número de páginas: 306
• Tribunal Calificador de la Tesis: Mª Luz Mena Fernández (presid.), Antonio Tijero Cruz (secret.), Miguel Lastra Mejias (voc.), María de la Menta Ballesteros (voc.), Íñigo Fernández Bats (voc.)
• Programa de doctorado: Programa de Doctorado en Ingeniería Química por la Universidad Complutense de Madrid
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
  • Ciencias tecnológicas
    • Tecnología de los alimentos
      • Propiedades de los alimentos
• Enlaces
  • Tesis en acceso abierto en: Docta Complutense
• Resumen
  • español

    The food industry is a sector that is being heavily penalized due to the advances in food fraud, making it increasingly difficult to detect. These frauds can be of different nature. The most common refers to the addition, substitution or dilution of a product, whether or not it is not part of the composition. However, there are also other types of fraud such as labeling, falsification, documentation or diversionto other markets. That is why there are increasingly stricter rules to prevent these actions. However, the importance of stopping these activities lies in the early and rapid detection of those samples in which there is a risk of having been adulterated. Furthermore, these techniques must be non-invasive in order to ensure that, in the event that they are classified as suitable, they can be returned to the production or distribution chain, thus avoiding major economic waste...

  • español

    El alimentario es un sector que está siendo muy castigado debido a los avances del fraude alimentario haciendo cada vez más difícil su detección. Estos fraudes pueden ser de diferente índole. El más común se refiere a la adición, sustitución o dilución de algún producto ajeno o no a la composición. A pesar de ello, también existen otro tipo de fraudes como puede ser de etiquetado, falsificación, documentación o desvío a otros mercados.

    Es por ello que cada vez existen reglas más estrictas para evitar estas acciones. Sin embargo, la importancia de frenar estas actividades radica en su detección precoz y rápida de aquellas muestras en las que existe un riesgo de haber sido adulterado. Además, estas técnicas deben de ser no invasivas de manera que se garanticen que luego, en caso de que se clasifiquen como aptas, puedan volver a la cadena de producción o distribución, evitando así grandes desperdicios económicos.

    Por todo ello, el objetivo de este trabajo se basa en el desarrollo de una técnica sencilla, rápida y de bajo coste para detectar actividades fraudulentas en diferentes grupos de alimentos. Concretamente se basa en el empleo de imágenes ópticas con redes neuronales convolucionales para obtener una herramienta no invasiva. Para ello se han empleado cinco tipos de alimentos que han sido objeto de fraude en el pasado ya sea mediante una adulteración con repercusiones sanitarias o no, o un control de calidad. Los alimentos escogidos fueron aceite de aguacate, cerveza etiquetada como "sin gluten", zumo, leche y yogur. Por otro lado, los fraudes empleados se han escogido mediante una revisión bibliográfica de las actividades ilícitas de estos alimentos.

    Para realizar los experimentos se han fotografiado tanto las muestras puras como las adulteradas en diferentes concentraciones, tanto fuera como dentro de los límites legales establecidos. Para el estudio del control de calidad se han fotografiado las muestras tanto dentro como fuera de la fecha de consumo preferente definida en el envase. Además, se han realizado fotografías en condiciones de oscuridad para poder realizar el estudio en dos condiciones lumínicas opuestas. Las redes neuronales empleadas para el estudio y procesamiento de las imágenes han sido algoritmos matemáticos cuyo objetivo es imitar el funcionamiento del ojo humano. Para cada grupo de alimentos y para cada condición lumínica se ha realizado una red neuronal distinta, optimizada para cada caso.

    En base a los resultados obtenidos se puede concluir que la suma de imágenes ópticas junto con redes neuronales es una técnica rápida, sencilla, de bajo coste y no invasiva, que permite el control de diferentes tipos de frauds para cada uno de los alimentos estudiados.