文献

J-GLOBAL ID：202002240347136587   整理番号：20A2560713

マスクR-CNNとDBSCANを組み合わせた重複ポプラ実生葉の自動セグメンテーション【JST・京大機械翻訳】

Automatic segmentation of overlapped poplar seedling leaves combining Mask R-CNN and DBSCAN

著者 (3件)： Liu Xuan (College of Information Science and Technology, Nanjing Forestry University, Nanjing 210037, Jiangsu Province, China) ,  Hu Chunhua (College of Information Science and Technology, Nanjing Forestry University, Nanjing 210037, Jiangsu Province, China) ,  Li Pingping (College of Biology and the Environment, Nanjing Forestry University, Nanjing 210037, Jiangsu Province, China)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 178  ページ： Null  発行年： 2020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： 植物葉の効果的セグメンテーションは,植物葉表現型の非接触抽出,特に環境ストレス下の葉表現型に非常に必要である。しかし,葉の表現型は環境の影響により変化し,検出の困難さを増加させる。本研究では,Mask R-CNNを,RGB-Dカメラに基づく雑音(DBSCAN)クラスタリングアルゴリズムと,重金属ストレス下で重複したポプラ苗の葉を分割する,ノイズ(DBSCAN)クラスタリングアルゴリズムとを組み合わせた,正確な自動セグメンテーション法を提案した。最初に,深さ情報の効果的符号化方法を用いて,深さ情報の特徴抽出を容易にした。次に,Mask R-CNNを開発し,RGB-Dデータを訓練し,FPN構造におけるそれらの特徴を融合し,より正確な葉面積を得た。検出した葉面積と深さデータに基づいて,マニホールド距離に基づくDBSCANを,次に,検出地域における重複葉から単一葉を分割するために適用した。古典的Mask R-CNNとのネットワークの比較と,他の古典的クラスタリング法との多様体距離に基づくDBSCANの比較を含む,提案した方法の性能を評価するために,いくつかの解析を行った。検出結果をさらに正確に評価するために,ピクセルワイズインターセクション(p-IoU)を用いた。実験において,正常およびストレスを受けた葉の得られたp-IoUはそれぞれ0.885および0.874であり,対応する平均精度は0.897および0.888であった。著者らの実験結果から,提案方法は高精度で葉を自動的に検出することができ,三次元葉表現型研究と自動植物脱葉に適用できると結論した。Copyright 2020 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： カメラ ,  雑音 ,  多様体 ,  *セグメンテーション ,  ネットワーク ,  特徴抽出 ,  表現型 ,  マニホールド ,  *ハコヤナギ属 ,  三次元 ,  *実生
準シソーラス用語： 環境ストレス ,  高精度 ,  クラスタリングアルゴリズム ,  RGB-D , 【Automatic Indexing@JST】

著者キーワード (5件)： マスクR-CNN ,  特徴融合 ,  多様体距離 ,  葉のセグメンテーション ,  RGB-Dカメラ

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

タイトルに関連する用語 (5件)： マスク ,  CNN ,  ポプラ ,  生葉 ,  自動セグメンテーション