文献

J-GLOBAL ID：202002224686555939   整理番号：20A0675071

カラー参照チャート検出のためのニューラルネットワークモデルを用いた自動化されたハーバリウム・シート画像後処理の可能化【JST・京大機械翻訳】

Enabling automated herbarium sheet image post-processing using neural network models for color reference chart detection

著者 (4件)： Ledesma Dakila A. (Department of Computer Science and Engineering, University of Tennessee at Chattanooga, Chattanooga, Tennessee, USA) ,  Powell Caleb A. (Department of Biology, Geology and Environmental Science, University of Tennessee at Chattanooga, Chattanooga, Tennessee, USA) ,  Shaw Joey (Department of Biology, Geology and Environmental Science, University of Tennessee at Chattanooga, Chattanooga, Tennessee, USA) ,  Qin Hong (Department of Computer Science and Engineering, University of Tennessee at Chattanooga, Chattanooga, Tennessee, USA)
資料名： Applications in Plant Sciences  (Applications in Plant Sciences)
巻： 8  号： 3  ページ： e11331  発行年： 2020年 
JST資料番号： W3663A  ISSN： 2168-0450  資料種別： 逐次刊行物 (A)
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： 【前提】: herbariaをデジタル化するための大規模な努力は,iDigBioのようなサイトにおいて,1800万以上の公開可能なPlantae画像をもたらした。画像後処理の自動化は,生物学的標本のディジタル化における時間節約,ならびにデータ品質の改善をもたらす。ここでは,色参照チャート(CRC)を自動的に検出するために,新しい修正ニューラルネットワーク法を開発し,種々の後処理タスクの将来の自動化を可能にした。方法と結果:52のヘルバリアからの1000のヘルバリウム標本画像を用いて,4cm~2より小さいCRCsを同定するために開発された新しい神経回路網モデルColorNetを用いて,FastR-CNNのような他の最先端モデルの性能を30%増加させた。より大きなCRCsに対して,著者らは推論速度を増加させるために,Far R-CNNへの修正を提案した。結論:提案したニューラルネットワークは,画像方向やホワイトバランス補正のような,ヘルバリウムディジタル化ワークフローで見出される後処理タスクの自動化を可能にする,CRCsの範囲を検出する。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 後処理 ,  *自動化 ,  機械学習 ,  ディジタル方式 ,  ワークフロー ,  *ニューラルネットワーク
準シソーラス用語： データ品質 ,  ディジタル化 ,  *神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 自動化 ,  ディジタル ,  ヘルバリウム ,  機械学習 ,  自然史コレクション ,  標本画像

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： カラー ,  参照 ,  チャート ,  ニューラルネットワークモデル ,  自動化 ,  バリウム ,  後処理