동백기름 위변조 탐지를 위한 다중 속성 스펙트럼 이미징
동백기름의 위변조는 근적외선 스펙트럼에서 전역적 프로파일, 국소적 변화 패턴, 그리고 원거리 스펙트럼 영역 간의 상호작용 등 다층적인 차이를 유발합니다. 기존의 1차원 모델링은 이러한 다층적 관계를 보존하고 통합적으로 학습하는 데 한계가 있었습니다. 본 연구는 동백기름 위변조의 정성적 탐지를 위해 파장 인지 대역 게이트 비전 트랜스포머(ViT-BandGate)를 제안합니다. 제안된 방법은 전처리된 스펙트럼과 그 1차 및 2차 미분값을 파장별 공동 위치를 보존하는 2차원 통합 표현으로 인코딩하여 전역 흡수 프로파일과 국소 기울기 및 곡률 정보를 통합합니다. 이후 트랜스포머가 스펙트럼 영역 전반의 장거리 의존성을 학습하며, 제안된 BandGate는 명시적인 파장 연속성 사전 정보를 바탕으로 영역 토큰 기여도를 적응적으로 조절합니다. 이 방법은 884개의 근적외선 스펙트럼(순수 동백기름 84개, 유채유, 땅콩기름, 해바라기유 혼합 800개)으로 구성된 다중 날짜 데이터셋에서 평가되었습니다. ViT-BandGate는 98.29%의 정확도, 99.07%의 균형 정확도, 100.00%의 순수 기름 재현율을 달성하며 위변조된 기름에 대한 높은 민감도와 순수 동백기름 샘플에 대한 신뢰할 수 있는 인식을 입증했습니다. 기존 1차원 딥 모델 및 전통적인 기준선과 비교했을 때, ViT-BandGate는 정성적 위변조 탐지에서 가장 강력한 균형 스크리닝 프로파일을 보였습니다. 이는 다중 차수 스펙트럼 속성 간의 파장별 공동 위치를 보존하고, 영역 중요성 및 전역 의존성을 공동으로 학습하는 것이 정성적 위변조 인식을 향상시킬 수 있음을 시사합니다.