文献

J-GLOBAL ID：202002284355037597   整理番号：20A2587300

圃場画像に基づく局所遮蔽小サイズ稲穂検出と計数方法【JST・京大機械翻訳】

Detecting and Counting Method for Small-sized and Occluded Rice Panicles Based on In-field Images

著者 (4件)： Jiang Haiyan (南京農業大学信息科技学院,南京210095;南京農業大学国家信息農業工程技術中心,南京210095) ,  Xu Can (南京農業大学信息科技学院,南京210095) ,  Chen Yao (南京農業大学信息科技学院,南京210095) ,  Cheng Yongkang (南京農業大学信息科技学院,南京210095)
資料名： Nongye Jixie Xuebao  (Nongye Jixie Xuebao)
巻： 51  号： 9  ページ： 152-162  発行年： 2020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： 大田水稲の生長環境は複雑で、稲穂のサイズは相対的に小さく、しかも葉との貼り合わせは厳重に隠され、複雑な畑のシーンにおける水稲の穂を正しく識別し、穂数を自動的に統計する重要な意義がある。局所的に葉に遮蔽された小サイズの稲穂の計数を実現するため、特徴ピラミッドに基づく稲穂検出(Generativefeaturepyramidforpanicledetection)を設計した。GFP-PD法。最初に,特徴学習における小サイズイネ穂の特性損失問題を目的として,穂サイズおよび受容野サイズ間の関係を定量化し,適切な特徴学習ネットワークを選択して,イネ穂情報の損失を減少し,次に,多重スケール特徴ピラミッドを構築,融合することにより,イネ穂特性を強化した。稲穂特徴における翼の遮蔽により発生する騒音に対して、対抗ネットワーク設計オクルージョンサンプル修復モジュール(Occlusionsampleinpaintingmodule、OSIM)に基づいて、遮蔽ノイズを真実の稲穂特徴に修復した。遮蔽イネの穂の特性品質を最適化した。南ジャポニカ46水稲の畑画像に対してモデル訓練とテストを行い、GFP-PD法による稲穂計数に対する平均再現率と識別正確率は90.82%と99.05%であり、FasterR-CNNアルゴリズムよりそれぞれ16.69、5高かった。15パーセントポイント。FasterR-CNNアルゴリズムのみに特徴ピラミッドを構築し、VGG16ネットワークに基づく平均再現率と識別正確率はそれぞれ87.10%と93.87%であり、ZFネットワークよりそれぞれ3.75、1.20ポイント高かった。さらに、OSIM修復モデルを用い、稲穂特徴を最適化し、識別正解率は93.87%から99.05%に上昇した。結果により、特徴学習ネットワークの選択と特徴ピラミッドの構築は、畑の小サイズの稲穂の計数の再現率を著しく向上させ、OSIMは稲穂の特徴における葉身のノイズを効果的に除去することができ、局部の葉の遮蔽された稲穂の識別精度を向上させるのに有利であることが明らかになった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  雑音 ,  騒音 ,  学習 ,  *ネットワーク ,  計数法 ,  貼合せ ,  水稲 ,  葉身 ,  角錐
準シソーラス用語： ネットワーク設計 ,  マルチスケール ,  再現率 ,  受容野 , 【Automatic Indexing@JST】

分類 (3件)： トウモロコシ  (FC03034D) ,  パターン認識  (JE07000S) ,  繊維料作物  (FC03077U)

タイトルに関連する用語 (4件)： 圃場 ,  遮蔽 ,  小サイズ ,  計数方法