文献

J-GLOBAL ID：202102267624400843   整理番号：21A3134171

枝との位置関係を考慮した洋ナシ花の深層学習検出

Detection of Pear Flower Clusters from Locational Relationship with Branches through Deep Learning

著者 (2件)： 山崎達也 (新潟大学工学部工学科) ,  青木俊介 (新潟大学大学院自然科学研究科)
資料名： 農業情報研究(Web)  (Agricultural Information Research (Web))
巻： 30  号： 3  ページ： 146-154(J-STAGE)  発行年： 2021年 
JST資料番号： U0117A  ISSN： 1881-5219  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： 洋ナシの生育過程の一つに花粉をめしべに付ける授粉作業があるが,人手で大量の花に対して行う高負担な作業となっている.本研究では,ロボットによる洋ナシ花授粉作業の自動化を目指し,画像から高精度で花粉付けの対象となる花を検出する手法の開発を行う.ロボット視点画像として,一定距離から洋ナシの花群を撮影した遠景視点の画像と,より接近して授粉対象の花を捉える近景視点の画像の二種類があり,効率的に対象物を検出するために,同一構造のFaster R-CNN(Regions with Convolutional Neural Networks)を用いる.また,遠景画像内で対象の花群選定の精度を向上させるために,マルチスケールフィルタを用いて抽出した枝領域情報を用いることを提案し,遠景画像の対象検出に枝領域情報を用いた方が,主要な評価指標に対して高精度であることを示す.実際に花粉付けの対象となる洋ナシ花の画像データでFaster R-CNNを学習し,対象物の検出精度を評価し,Average Precision(IoU値を0.5に設定)で遠景画像は0.747,近景画像は0.939という結果が得られた.(著者抄録)

シソーラス用語： *セイヨウナシ ,  花 ,  *受粉 ,  *機械学習 ,  *産業用ロボット ,  *画像処理 ,  作業負荷 ,  花粉 ,  めしべ ,  枝 ,  ニューラルネットワーク ,  *深層学習 ,  評価指標 ,  *農業用ロボット
準シソーラス用語： 位置関係 ,  検出精度 ,  任意視点画像 ,  *農業ロボット

著者キーワード (10件)： 物体検出 ,  深層学習 ,  Faster R-CNN ,  マルチスケールフィルタ ,  洋ナシ花 ,  object detection ,  deep learning ,  Faster R-CNN ,  multi-scale filter ,  pear flower

分類 (3件)： 果樹  (FC03042G) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

引用文献 (13件)：

• Bargoti, S. and J. Underwood (2017) Deep fruit detection in orchard, IEEE International Conference on Robotics and Automation, 3626-3633.
• Barnett, J., M. Seabright, H. Williams, M. Nejati, A. Scarfe, J. Bell, M. Jones, P. Martinson, P. Schare and M. Duke (2017) Robotic Pollination-Targeting kiwifruit flowers for commercial application, PA17 International Tri-Conference for Precision Agriculture.
• Deng, J., W. Dong, R. Socher, L. -J. Li, K. Li and L. Fei-Fei (2009) ImageNet: A large-scale hierarchical image database, IEEE Conference on Computer Vision and Pattern Recognition, 248-255.
• Frangi, R. F., W. J. Niessen, K. L. Vincken and M. A. Viergever (1998) Multiscale vessel enhancement filtering, Medical Image Computing and Computer Assisted Intervention Society (1st MICCAI), 130-137.
• 藤田悠介,三谷芳弘,浜本義彦 (2007)画像処理によるコンクリート表面のひび割れ抽出法,非破壊検査,56(7):371-377.

タイトルに関連する用語 (5件)： 枝 ,  位置関係 ,  洋ナシ ,  花 ,  深層学習