Damaged Golf Ball Detection through CNN-based Impact Sound Classification
Abstract
골프공 로스트볼 시장에서는 손상된 공이 혼입되어 유통되는 문제로 품질 불만이 지속되고 있다. 본 연구에서는 골프공 낙하 시 발생하는 충격음을 CNN 기반 음향 분류 기법으로 분석하여정상 공과 손상 공을 자동 검출하는 시스템을 개발하였다. 삼중 방음 구조와 적정 낙하 속도 구현 하드웨어를 통해 고품질 음향 데이터를 수집하였으며, Mel-Spectrogram과 EfficientNet을 활용한이진 분류를 수행하였다. 데이터 증강 기법 적용으로 모델 일반화 성능을 향상시켰고, 모델 경량화(46.9 MB→4.7 MB)를 통해 임베디드 환경에서도 실시간 분류가 가능함을 확인하였다. 실제 환경 실험에서 96.5 %의 정확도를 달성하였으며, Jetson Nano와 Arduino 기반 자동화 시스템으로 대량 분류 효율성을 크게 개선하였다. 본 시스템은 로스트볼 선별 작업의 효율성과 품질 보증을 통해 환경적·경제적 이점을 제공한다.
Fields of Study & Subjects
Music and Audio Processing
Advanced Neural Network Applications
Machine Fault Diagnosis Techniques
Publication details
- Journal / source
- Journal of the Korea Society of Computer and Information
- Volume
- 31
- Issue
- 1
- Pages
- 227–237
- Publication date
- 31 January 2026
- Language
- EN