文献

J-GLOBAL ID：201702284402896969   整理番号：17A1257265

スマート農業のための自動植物表現型解析のためのハイブリッド機械学習アプローチ【Powered by NICT】

A hybrid machine learning approach to automatic plant phenotyping for smart agriculture

著者 (9件)： Yahata So (Kobe University) ,  Onishi Tetsu (Kobe University) ,  Yamaguchi Kanta (Kobe University) ,  Ozawa Seiichi (Kobe University) ,  Kitazono Jun (Kobe University) ,  Ohkawa Takenao (Kobe University) ,  Yoshida Takeshi (Aoyama Gakuin University) ,  Murakami Noriyuki (Hokkaido National Agricultural Research Center) ,  Tsuji Hiroyuki (Hokkaido National Agricultural Research Center)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 1787-1793  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,「スマート農業」と呼ばれる農業への新しいICT手法は各種野外条件下の良好な最終収率のための農民の意思決定を支援するために大きな注目を集めている。この目的のために,本論文では,実際の場におけるダイズの花とさやを捕捉するために自動観測可能にする二画像センシング法を提示した。開発した画像センシング法は,農作物と環境情報の成長状態(例えば,気象,温度,湿度,太陽放射,土壌条件など)に大きなデータを適切な栽培のための有用なルールをマイニングするために解析した農業サイバーフィジカルシステムにおけるセンサと考えられている。提案した画像センシング法は,いくつかの画像処理と機械学習技術を組合せて構成した。花の候補領域が最初SLICと色相情報により検出される花の検出は,粗から精へのアプローチに基づいて実現し,花の受容はCNNによって決定される。莢検出では,莢領域の候補を第一Viola-Jonesオブジェクト検出法により検出し,検出されたさやの受容に関する最終決定をするCNN用いた。提案した画像センシング法の性能を,日本の北海道において実圃場におけるダイズの群集から採取したするダイズ画像のデータセットに対して評価した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 北海道 ,  色相 ,  湿度 ,  農民 ,  画像 ,  センサ ,  *農業 ,  太陽放射 ,  意思決定 ,  画像処理 ,  ダイズ ,  気象 ,  *機械学習
準シソーラス用語： 環境情報 ,  画像センシング , 【Automatic Indexing@JST】

分類 (1件)： 農業経済,農業経営  (FB01020L)

タイトルに関連する用語 (4件)： スマート農業 ,  植物 ,  表現型解析 ,  機械学習