L'adulterazione dell'extravergine di oliva si scopre con le immagini delle gocce d'olio

In un contesto di crescenti frodi sull'olio di oliva, è importante avere mezzi alternativi che siano più veloci e simili nell’affidabilità alle tecniche classiche per identificare campioni etichettati come, ma che non corrispondono, all'olio extravergine di oliva.

I sensori spettroscopici rispondono adeguatamente a queste esigenze, ottenendo risultati adeguati nei processi di validazione. Inoltre, poiché le attività fraudolente possono essere svolte prima e dopo la produzione, sarebbe necessario che lo strumento possa essere gestito non solo da personale qualificato ma anche dal consumatore finale. 

In una ricerca dell'Università di Madrid sono state raccolte più di 302.000 immagini di cinque diversi tipi di oli extravergine di oliva (EVOO) per addestrare e convalidare un sistema basato su reti neurali convoluzionali (CNN) per effettuare la loro classificazione. Inoltre, modelli di apprendimento profondo comparabili sono stati addestrati anche per rilevare e quantificare l'adulterazione di questi extravergini con altri oli vegetali. Tre gruppi di modelli CNN sono stati testati per la classificazione di tutti gli EVOO, il rilevamento e la quantificazione di campioni adulterati per ogni singolo extravergine, e una versione globale dei modelli precedenti che combinano tutti gli extravergini in un'unica quantificazione della CNN.

Quest'ultimo modello è stato convalidato con successo utilizzando 30.195 immagini che sono state inizialmente isolate dal database iniziale.

Il risultato è stato un algoritmo in grado di rilevare e classificare con precisione i cinque tipi di extravergine e le loro rispettive concentrazioni di adulterazione con un tasso di successo complessivo del 96%.

Pertanto, le analisi delle goccioline di olio extravergine di oliva tramite CNN hanno dimostrato di essere uno strumento convincente di controllo della qualità per la valutazione dell'olio, che può essere trasportato da produttori, distributori o persino consumatori finali, per aiutare a scovare le adulterazioni.