文献

J-GLOBAL ID：201802272729873126   整理番号：18A2214984

UAV画像におけるブドウ病害検出のための比色空間と植生指数による深層学習法【JST・京大機械翻訳】

Deep leaning approach with colorimetric spaces and vegetation indices for vine diseases detection in UAV images

著者 (3件)： Kerkech Mohamed (INSA-CVL, Univ. Orleans, PRISME, EA 4229, F18022 Bourges, France) ,  Hafiane Adel (INSA-CVL, Univ. Orleans, PRISME, EA 4229, F18022 Bourges, France) ,  Canals Raphael (Univ. Orleans, INSA-CVL, PRISME, EA 4229, F45072 Orleans, France)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 155  ページ： 237-243  発行年： 2018年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ブドウの葉における症状の検出は,深刻な疾患を予防する上で非常に重要な因子である。ブドウ園に広がる流行は大きな経済的結果を持ち,したがって,それは園芸のための主要な挑戦と考えられている。ブドウの病気の自動検出は,疾病管理の問題を扱う上で重要な役割を果たすことができる。本研究は,可視領域における無人航空機(UAV)画像を用いて,ブドウの感染領域を同定する問題を扱う。本論文では,従来のニューラルネットワーク(CNN)と色情報に基づく方法を提案する。著者らは,異なる色空間,植生指数,および両方の情報の組合せを用いて,CNNsの性能を研究し比較した。得られた結果は,YUV色空間を有するCNNsがExGR植生指数と結合し,ExG,ExR,ExGR植生指数の組合せを有するCNNsが最高の結果を与え,精度が95.8%以上であることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 無人機 ,  *比色分析 ,  *画像 ,  *色空間 ,  ニューラルネットワーク ,  *ブドウ ,  画像処理
準シソーラス用語： 色情報 ,  可視領域 ,  自動検出 ,  園芸 ,  ブドウ園 ,  *深層学習 ,  *植生指標 ,  *病害 , 【Automatic Indexing@JST】

著者キーワード (7件)： 深層学習 ,  CNN ,  UAV ,  画像処理 ,  色空間 ,  植生指数 ,  精密農業

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： UAV ,  ブドウ ,  病害 ,  比色 ,  植生指数 ,  深層学習