文献

J-GLOBAL ID：202002277307007940   整理番号：20A2488853

半教師あり学習による花・果実と葉・茎の面積比の画像認識システムの構築

Learning System for Estimating the Area Ratio of Flowers-fruit and Leaves-stems from Tomato Plant Images Using Semi-supervised Learning

著者 (3件)： 松尾誠治 (東大 大学院工学系研究科) ,  梅田大樹 (日本大 生物資源科学) ,  岩崎泰永 (農研機構 東北農業研究セ)
資料名： 農業食料工学会誌  (Journal of the Japanese Society of Agricultural Machinery and Food Engineers)
巻： 82  号： 6  ページ： 650-658  発行年： 2020年11月01日 
JST資料番号： G0975A  ISSN： 2188-224X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では,トマト栽培の草勢状態を判断する指標の一つとして,株画像から花・果実と葉・茎の面積比を画像認識する学習システムを構築した。しかし,これらの画像解析の前処理として行われる物体のラベリングなどのアノテーション作業には,多大な計算コストがかかる。そこで,著者らは誤差逆伝播を用いた教師なし学習によるクラス分けと教師あり学習の物体検出を組み合わせた半教師あり学習によるセグメンメンテーション手法を提案した。その結果,花・果実と葉・茎との面積の割合を高い正答率をもって認識することができ,計算コストを軽減した提案システムの有効性が示唆された。(著者抄録)

シソーラス用語： *トマト ,  *画像認識 ,  果物 ,  葉 ,  花 ,  教師つき学習 ,  教師なし学習 ,  クラスタ分析 ,  物体認識 ,  セグメンテーション ,  画像分析 ,  アノテーション ,  *栽培管理 ,  実験
準シソーラス用語： 教師なしクラスタリング ,  *半教師あり学習

分類 (3件)： 野菜  (FC03043X) ,  図形・画像処理一般  (JE04010I) ,  作物栽培施設  (FB03040V)

引用文献 (11件)：

• 甫足 創,松田裕司,柳井啓司,2012.候補領域推定に基づく複数品目食事画像認識.電子情報通信学会論文誌.D,情報・システム,95,1554-1564.
• 岩崎泰永,梅田大樹,鈴木真実,2014.CO₂ 濃度,気温および湿度制御が異なる環境管理様式がトマトの乾物生産および分配に及ぼす影響.農研機構研究報告,1,73-78.
• Kanezaki, A., 2018. Unsupervised image segmen tation by backpropagation. 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 1543-1547.
• キヤノンITソリューションズ株式会社,2018.AIプラットフォーム「LaiGHT」を開発:カメラ映像からのイチゴ収穫量予測AI実現へ活用.https://www.canon-its.co.jp/news/detail/20180830rnd.html, Accessed Aug. 30, 2018.
• Li, Z., Jiang, H., Zhang, Z., Ogai, H., 2017. Study on image segmentation of satellite images using full convolution network. The 60th Japan Joint Automatic Control Conference, 961-966.

タイトルに関連する用語 (8件)： 半教師あり学習 ,  花 ,  果実 ,  葉 ,  茎 ,  面積比 ,  画像認識 ,  構築