文献

J-GLOBAL ID：201802228937921540   整理番号：18A1746651

畳込みニューラルネットワークに基づく温室キュウリ病害認識システム【JST・京大機械翻訳】

Disease recognition system for greenhouse cucumbers based on deep convolutional neural network

著者 (5件)： Ma Juncheng (中国農業科学院農業環境与可持続発展研究所,北京,100081) ,  Du Keming (中国農業科学院農業環境与可持続発展研究所,北京,100081) ,  Zheng Feixiang (中国農業科学院農業環境与可持続発展研究所,北京,100081) ,  Zhang Lingxian (中国農業大学信息与電气工程学院,北京,100083) ,  Sun Zhongfu (中国農業科学院農業環境与可持続発展研究所,北京,100081)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 34  号： 12  ページ： 186-192  発行年： 2018年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像処理と深さ学習技術に基づいて,畳込みニューラルネットワークに基づく温室キュウリ病害認識システムを構築した。温室現場において収集したキュウリ病害画像において,不均一照明と複雑なバックグラウンドを含むノイズのため,複合色特性(CCF)とその検出法を,複合色特性(combinationsofcolorfeatures,CCF)を用いて開発した。この色特徴と従来の領域成長アルゴリズムを組み合わせることにより、温室キュウリ病斑画像の正確な分割を実現した。温室キュウリ病斑画像に基づき、温室キュウリ病害識別分類器の入力データ集合を構築し、データ増強方法を用いて、入力データデータセットのデータ量を12倍に拡張した。拡張されたデータセットに基づいて,畳込みニューラルネットワークに基づく病害認識分類装置を構築し,勾配降下アルゴリズムによるモデル訓練,検証およびテストを行った。システム試験結果により、照明不均一と複雑な背景などのノイズを含むキュウリ病害画像に対して、このシステムは温室キュウリ病斑画像の分割を迅速かつ正確に実現でき、分割精度は97.29%であることが分かった。分割後の温室キュウリ病斑画像に基づき、このシステムは正確な病害識別を実現でき、識別精度は95.7%であり、そのうち、霜カビ病の識別精度は93.1%であり、うどんこ病の識別精度は98.4%であった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  学習 ,  雑音 ,  *キュウリ ,  霜 ,  画像処理 ,  画像 ,  検出法 ,  分類装置 ,  照明
準シソーラス用語： データ量 ,  入力データ ,  病斑 ,  色特徴 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： greenhouses ,  diseases ,  recognition ,  convolutional neural network ,  symptom image segmentation

分類 (2件)： 農業一般  (FB01010A) ,  野菜  (FC03043X)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  温室 ,  キュウリ ,  病害