文献

J-GLOBAL ID：202102220519190186   整理番号：21A0423755

深層学習と枝領域抽出を用いた洋ナシ花群検出手法に関する検討

Pear Flower Cluster Detection Method Using Deep Learning and Branch Extraction

著者 (2件)： 青木俊介 (新潟大 大学院自然科学研究科) ,  山崎達也 (新潟大 工)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 120  号： 300(PRMU2020 38-68)  ページ： 99-104 (WEB ONLY)  発行年： 2020年12月10日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
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： 洋ナシ栽培では,自家不親和性という性質のため人工授粉が必須であるが,現在受粉作業は主に人の手によって行われており,農家の大きな負担となっている.そのため本研究では,ロボットを用いた授粉作業の自動化を目的とし,樹上の洋ナシ花位置を検出する画像処理システムの開発を行う.本稿では,800枚以上の洋ナシ花の画像データを用いてFaster R-CNNモデルの学習を行い,画像上の洋ナシ花群の検出に適用した.検出結果を評価した結果,Average Precisionの指標0.694で花群を検出できたことを確認した.また,作成したモデルによって検出したBounding box及び線強調フィルタによって抽出した枝領域情報を,洋ナシ花群検出に利用することで,更なる精度向上が期待できることが分かった.(著者抄録)

シソーラス用語： 機械学習 ,  *枝 ,  *セグメンテーション ,  セイヨウナシ ,  花 ,  ニューラルネットワーク ,  自家受粉 ,  教師つき学習 ,  写真像 ,  カラー画像 ,  画像強調 ,  空間フィルタリング ,  *画像分析 ,  畳込みニューラルネットワーク ,  深層学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (13件)：

• 農林水産省,“農業構造動態調査,”http://www.maff.go.jp/j/tokei/kouhyou/noukou/index.html#r,参照 Nov. 12,2020.
• 山本裕加,田中健太,”ドローンによる草原性植物の花の検出,“つくば生物ジャーナル vol.18, p89, 2019.
• Suchet Bargoti, James Underwood, “Deep Fruit Detection in Orchard, ” IEEE International Conference on Robotics and Automation: 3626-3633.,2017.
• Johanness Gallmann, “Flower Mapping in Grasslands with Drones and Deep Learning,” ETH Zurich Master’s Thesis, 2019.
• tzutalin,“ labelImg, ” https://github.com/tzutalin/labelImg, 参照 Nov. 12,2020.

タイトルに関連する用語 (6件)： 深層学習 ,  枝 ,  領域抽出 ,  洋ナシ ,  花 ,  手法