文献

J-GLOBAL ID：201702246743938891   整理番号：17A0695408

EasyPCC:屋外条件下での植物被覆率の高スループット測定用のベンチマークデータセットとツール

EasyPCC: Benchmark Datasets and Tools for High-Throughput Measurement of the Plant Canopy Coverage Ratio under Field Conditions

著者 (8件)： GUO Wei (Univ. Tokyo, Tokyo, JPN) ,  ZHENG Bangyou (CSIRO, QLD, AUS) ,  DUAN Tao (CSIRO, QLD, AUS) ,  DUAN Tao (China Agricultural Univ., Beijing, CHN) ,  FUKATSU Tokihiro (National Agriculture and Food Res. Organization, Ibaraki, JPN) ,  CHAPMAN Scott (CSIRO, QLD, AUS) ,  CHAPMAN Scott (Univ. Queensland, QLD, AUS) ,  NINOMIYA Seishi (Univ. Tokyo, Tokyo, JPN)
資料名： Sensors (Web)  (Sensors (Web))
巻： 17  号： 4  ページ： WEB ONLY  発行年： 2017年04月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 遺伝子型,環境および屋外条件下での管理の相互作用を理解することは,新しい品種および栽培システムを選択する上で不可欠である。画像解析は,非破壊的サンプリングを用いたハイスループット表現型解析において強力な技術と考えられている。しかし,光強度,栽培環境,および成長段階の多様性のために,屋外から得られるデジタル画像の解析は依然として困難である。植物の樹冠被覆(PCC)率は作物の成長と発育の重要な指標である。本論文で,著者らはEasyPCC(変化しやすい屋外条件下での多数の画像から土地被覆率の効果的で正確な評価用としてEasyPCCを提案した。EasyPCCのコアアルゴリズムは,デシジョンツリーベースのセグメンテーションモデル(DTSM)を使用するピクセルベースのセグメンテーション方法に基づいている。EasyPCCをMATLABRおよびR言語で開発し,こうして,高性能コンピューティングで実装することで,単一のモデルトレーニングプロセスによって多数の画像を処理することができる。本研究では,水田由来のEasyPCCを実証するための実験的な画像セットを使用し,キーポイント(異常値の削除やモデルの再学習など)を調整することで可能な精度向上を示した。計算で得られた被覆率の精度(R2=0.99)を対応するベンチマークデータセットに対して検証した。EasyPCCソースコードはGPLライセンスの下で公開され,アルゴリズムの開発や地上被覆率の評価のためにいくつかの異なる作物タイプのベンチマークデータセットが公開されている。(翻訳著者抄録)

シソーラス用語： 植生 ,  栽培管理 ,  *樹冠 ,  画像分析 ,  植物成長 ,  土地被覆 ,  表現型 ,  ディジタル画像 ,  自然保護
準シソーラス用語： *EasyPCC ,  植生管理

分類 (3件)： 植物学研究法  (EH01020C) ,  植物生態学  (EE02000E) ,  測樹学  (FF01040T)

タイトルに関連する用語 (6件)： 屋外 ,  植物被覆率 ,  高スループット ,  ベンチマーク ,  データセット ,  ツール