文献

J-GLOBAL ID：202002264376657499   整理番号：20A1320988

スマート農業における雑草と作物認識のためのCNN特徴に基づくグラフ畳込みネットワーク【JST・京大機械翻訳】

CNN feature based graph convolutional network for weed and crop recognition in smart farming

著者 (6件)： Jiang Honghua (College of Information Science and Engineering, Shandong Agricultural University, Taian 271018, China) ,  Zhang Chuanyin (College of Information Science and Engineering, Shandong Agricultural University, Taian 271018, China) ,  Qiao Yongliang (Australian Centre for Field Robotics (ACFR), Faculty of Engineering, The University of Sydney, NSW 2006, Australia) ,  Zhang Zhao (College of Electronic and Electrical Engineering, Baoji University of Arts and Sciences, Baoji 721016, China) ,  Zhang Wenjing (College of Information Science and Engineering, Shandong Agricultural University, Taian 271018, China) ,  Song Changqing (College of Information Science and Engineering, Shandong Agricultural University, Taian 271018, China)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 174  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： 雑草は作物収量を増加させる効果的な方法である。信頼できて正確な雑草認識は,精密農業における高精度の部位特異的雑草防除を達成するための必要条件である。雑草と作物認識精度を改善するために,CNN特徴ベースのグラフ畳込みネットワーク(GCN)ベースのアプローチを提案する。GCNグラフを,抽出した雑草CNN特徴とそれらのユークリッド距離に基づいて構築した。半教師つき学習に基づいて,GCNグラフは,ラベル付きおよびラベルなし画像特徴を利用することによってモデルを豊かにし,テストサンプルはグラフ上の伝搬を実行することによってラベル付けされた雑草データからラベル情報を得る。提案したGCN-ResNet-101アプローチは,4つの異なる雑草データセットでそれぞれ97.80%,99.37%,98.93%および96.51%の認識精度を達成し,最先端の方法(AlexNet,VGG16およびResNet-101)を凌駕した。さらに,提案した方法の実行時間は,現場雑草制御のリアルタイム要求も満足した。提案したCNN特徴に基づくGCN手法は,限られたラベル付きデータによる多クラス作物と雑草認識に好都合であり,これは類似の農業認識タスクを扱う有望なアプローチである。さらに,使用されたデータセットとソースコードは,フィールド雑草の認識における研究を容易にするために,公的に利用できる。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： *畳込み ,  *ネットワーク ,  農業 ,  *農作物 ,  画像特性 ,  *雑草 ,  雑草防除 ,  作物収量 ,  必要条件
準シソーラス用語： 高精度 ,  精密農業 ,  半教師つき学習 ,  Euclid距離 ,  ソースコード ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 雑草認識 ,  グラフ畳込みネットワーク ,  深層学習 ,  半教師つき学習 ,  スマート農業

分類 (2件)： 雑草による植物被害  (FC04062J) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： スマート農業 ,  雑草 ,  作物 ,  CNN ,  グラフ ,  畳込み