文献

J-GLOBAL ID：202002223147255168   整理番号：20A0039478

改良AlexNetに基づく広域複雑環境におけるオクルージョンキーウィの標的認識【JST・京大機械翻訳】

Kiwifruit Detection of Far-view and Occluded Fruit Based on Improved AlexNet

著者 (6件)： Mu Longtao (西北農林科技大学机械与電子工程学院,陜西楊凌,712100) ,  Gao Zongbin (西北農林科技大学机械与電子工程学院,陜西楊凌,712100) ,  Cui Yongjie (西北農林科技大学机械与電子工程学院,陜西楊凌712100;農業農村部農業物聯网重点実験室,陜西楊凌712100) ,  Li Kai (西北農林科技大学机械与電子工程学院,陜西楊凌,712100) ,  Liu Haozhou (西北農林科技大学机械与電子工程学院,陜西楊凌,712100) ,  Fu Longsheng (西北農林科技大学机械与電子工程学院,陜西楊凌712100;陜西省農業信息感知与智能服務重点実験室,陜西楊凌712100)
資料名： Nongye Jixie Xuebao  (Nongye Jixie Xuebao)
巻： 50  号： 10  ページ： 24-34  発行年： 2019年 
JST資料番号： C2453A  ISSN： 1000-1298  CODEN： NUYCA3  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： キウイフルーツ収穫ロボットの作業効率とキウイフルーツの複雑な成長環境に対する適応性を高めるため、広域の複雑な環境で相互に隠されたキウイフルーツの標的を識別し、Im-AlexNetを特徴抽出層とするFasterR-CNN目標検出アルゴリズムを採用した。移動学習微調整AlexNetネットワークにより,全リンク層L6,L7のノード数を768と256に修正し,晴天(昼間逆光,側逆光)を解決した。曇天及び夜間の補光条件下の広域複雑環境におけるキウイフルーツは、枝葉の遮蔽或いは一部の果実重複の遮蔽による識別精度が低いなどの問題がある。広域複雑環境における晴天逆光、晴天側逆光、曇天と夜間補光条件下の遮蔽状況が存在する4種類のサンプル画像合計1823枚を収集し、試験サンプルデータベースを構築し、訓練し、テストを行った。試験結果により,本方法は,晴天逆光,晴天側逆光,曇天および夜間補光条件の下で,画像認識精度が96.00%であり,そして,単一画像認識時間は,約1秒であった。同じデータセットにおいて,Im-AlexNetネットワーク認識精度は,LeNet,AlexNet,およびVGG16の3つのネットワーク認識精度の平均値より5.74パーセント高かった。結果は,このアルゴリズムがキーウィフルーツの果実漏れ認識率と誤認識率を減少させ,認識精度を改善することを示した。このアルゴリズムは,キウイフルーツ収穫ロボットの広域複雑環境における枝葉遮蔽または部分果実重なり遮蔽の正確な同定に適用できた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *物体認識 ,  ネットワーク ,  作業能率 ,  データベース ,  *オクルージョン ,  適応性 ,  晴天 ,  アルゴリズム ,  画像認識 ,  *キウイフルーツ ,  バックライト ,  学習 ,  特徴抽出
準シソーラス用語： 誤認識 ,  検出アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 収穫・調製用機械  (FB03030K)

タイトルに関連する用語 (3件)： 広域 ,  環境 ,  標的認識