文献

J-GLOBAL ID：201702285067297698   整理番号：17A1260338

場画像からの植物種の推定【Powered by NICT】

Plant species estimation from field images

著者 (2件)： Durmus Sinasi (Tanm ve C,evre Bilis,imi Uygulama ve Aras,tirma Merkezi, Istanbul Teknik Ueniversitesi, Istanbul, Tuerkiye) ,  Bayazit Ulug (Bilgisayar Muehendisligi Boeluemue, Istanbul Teknik Ueniversitesi, Istanbul, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIU  ページ： 1-4  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： 本論文では,農地から撮影した画像を用いた植物を分類する方法を提案した。コムギ,トウモロコシ及びレンズマメ画像を用いた。農地画像のテクスチャ特徴はテクスチャ解析法の二であるグレーレベル共起行列(GLCM)とLawのテクスチャエネルギー測定を用いて得た。これら二つの方法で生成されるテクスチャ特徴ベクトルでは異なる分類器を分類した。農地画像は,k最近傍(k NN)アルゴリズム,サポートベクトルマシン(SVM)及びNaive Bayes分類器を用いた三種類のクラスに分離した。グレイレベル共起行列とLawのテクスチャエネルギー対策が視野像に敏感であることを理解した。Lawのテクスチャエネルギー測定データの分類は,k最近傍,サポートベクトルマシン法における100%の性能が得られた。Lawのテクスチャエネルギー尺度をグレーレベル共起行列よりも良好な性能を示した。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： コムギ ,  サポートベクトルマシン ,  *画像 ,  レンズマメ ,  農地 ,  アルゴリズム ,  エネルギー政策
準シソーラス用語： グレイレベル ,  Naive Bayes ,  特徴ベクトル ,  テクスチャ ,  同時生起行列 ,  共起行列 ,  テクスチャ解析 ,  テクスチャ特徴 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 場 ,  植物種 ,  推定