文献

J-GLOBAL ID：201902276631039805   整理番号：19A2829219

深層学習を利用したウメ「露茜」の画像による熟度分類

Image-based Determination of Plum “Tsuyuakane” Ripeness via Deep Learning

著者 (3件)： 建本聡 (徳島県立農林水産総合技術支援センター 農産園芸研究課) ,  原田陽子 (徳島県立農林水産総合技術支援センター 農産園芸研究課) ,  今井健司 (徳島県立農林水産総合技術支援センター 資源環境研究課)
資料名： 農業情報研究(Web)  (Agricultural Information Research (Web))
巻： 28  号： 3  ページ： 108-114(J-STAGE)  発行年： 2019年 
JST資料番号： U0117A  ISSN： 1881-5219  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では,深層学習による物体検出(SSD)と熟度判定用の畳み込みニューラルネットワーク(CNN)を組み合わせ,画像からウメの果実の熟期を判断する方法を検討した.2018年6~7月に,ウメ「露茜」の樹上の果実についてデジタルカメラにより静止画及び動画を取得した.果実領域を切り出すためのSSDの学習は,撮影した画像443枚を用いた.学習したネットワークの性能は,しきい値0.47で,F値0.88であった.次に熟度判定用のCNNの学習のため,SSDにより切り出した5,823枚の画像を熟度別に肉眼で5クラスに分類し教師とした.学習したネットワークの識別の精度は94%であった.これらを組み合わせた精度を判定するために,学習に用いていない画像から,SSDによりしきい値0.47で366枚の果実画像を切り出し,続けて画像を熟度判定用のCNNで分類したところ,識別の精度は96%であった.よって,撮影画像から本手法により果実領域を切り出し,熟度判定が良好に行えることが示唆された.(著者抄録)

シソーラス用語： *ウメ ,  *熟度 ,  *機械学習 ,  *画像処理 ,  果実【器官】 ,  静止画像 ,  動画像 ,  ニューラルネットワーク ,  精度 ,  セグメンテーション
準シソーラス用語： 熟期 ,  *深層学習 ,  *露茜

著者キーワード (10件)： 深層学習 ,  熟度判定 ,  物体検出 ,  一般物体識別 ,  ウメ ,  deep learning ,  ripeness classification ,  object detection ,  object recognition ,  plum

分類 (3件)： 果樹  (FC03042G) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

引用文献 (22件)：

• Adhikari, B., J. Peltomaki, J. Puura and H. Huttunen (2018) Faster Bounding Box Annotation for Object Detection in Indoor Scenes. In *2018 7th European Workshop on Visual Information Processing (EUVIP)* IEEE: 1-6.
• 浅川伸一(2016)深層学習をめぐる最近の熱狂,基礎心理学研究,35(2):149-162.
• Bargoti, S and J. Underwood (2017) Deep fruit detection in orchards. In 2017 IEEE International Conference on Robotics and Automation: 3626-3633.
• 藤吉弘亘,山下隆義(2017)深層学習による画像認識,日本ロボット学会誌,35(3):180-185.
• 市川岳,草田育美,石井雅樹(2017)林檎の収穫適期判定を目的とした樹上果実の検出手法,平成27年度日本知能情報ファジィ学会東北支部研究会T1-3.

タイトルに関連する用語 (5件)： 深層学習 ,  ウメ ,  露茜 ,  熟度 ,  分類