본 논문은 컴퓨터 비전 기술을 넘어, 폐기물 분류, 제약, 국방 등의 분야에서 RGB 기반 시스템의 한계를 극복하기 위해 초분광 이미징(HS)과 심층 학습을 결합한 물질 특성 분석의 잠재력을 평가한다. 실험 환경 구축(초분광 카메라, 컨베이어, 조명 제어), 다양한 플라스틱(HDPE, PET, PP, PS)을 포함하는 다중 객체 데이터셋 생성(반자동 마스크 생성 및 라만 분광법 기반 라벨링), 그리고 초분광 이미지를 이용한 픽셀 단위 물질 분류를 위한 심층 학습 모델 개발을 포함하는 연구를 진행했다. 개발된 모델은 99.94%의 분류 정확도를 달성하여 색상, 크기, 형태의 변화에 대한 강건성과 물질 중첩 처리 능력을 입증하였다. 검은색 물체와 같은 한계점 또한 논의되었다.
