コンピュータビジョンによるUAVベース作物画像からのデータフレームワークの農業植物目録と確立【JST・京大機械翻訳】

Guender Maurice; Yamati Facundo R. Ispizua; Kierdorf Jana; Roscher Ribana; Mahlein Anne-Katrin; Bauckhage Christian

プレプリント

J-GLOBAL ID：202202209119903492 整理番号：22P0025122

コンピュータビジョンによるUAVベース作物画像からのデータフレームワークの農業植物目録と確立【JST・京大機械翻訳】

Agricultural Plant Cataloging and Establishment of a Data Framework from UAV-based Crop Images by Computer Vision

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年01月08日プレプリントサーバーでの情報更新日： 2022年01月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

現代の農業におけるUAVベースの画像検索は,大量の空間的に参照された作物画像データを収集することができる。しかし,大規模実験では,UAV画像は複雑なキャノピー構造において多用な量の作物を含む。特に,時間的効果の観測のために,これは,いくつかの画像上の個々の植物の認識と,関連する情報の抽出を非常に複雑にする。本研究では,計算可能なコンピュータビジョン法に基づいた「カタログ」と略称したUAVsからの作物画像の自動化された時間的および空間的同定および個別化のための手-オンワークフローを提示した。2つの実世界データセットに関するワークフローを評価した。1つのデータセットを,全成長サイクルにわたるサトウダイコンにおけるCercospora葉スポット-a真菌病の観測のために記録した。もう一つはカリフラワー植物の収穫予測を扱う。植物カタログは複数の時間点にわたって見られる単一植物画像の抽出に利用される。これは,様々なデータ層を含む更なる機械学習モデルを訓練するために適用できる大規模空間時間画像データセットを収集できる。提示した手法は,農業におけるUAVデータの解析と解釈を著しく改善する。いくつかの参照データによる検証によって,著者らの方法は,より複雑な深い学習ベースの認識技術に類似した精度を示した。本ワークフローは,特に大規模データセットに対して,植物カタログと訓練画像抽出を自動化できる。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般 , 作物栽培一般

, , , , , ,

前のページに戻る