文献

J-GLOBAL ID：202202223233814753   整理番号：22A1114540

LodgeNet:UAV高分解能リモートセンシング画像の意味論的セグメンテーションを用いた改良されたイネ倒伏認識【JST・京大機械翻訳】

LodgeNet: Improved rice lodging recognition using semantic segmentation of UAV high-resolution remote sensing images

著者 (5件)： Su Zhongbin (Institutions of Electrical and Information, Northeast Agricultural University, Harbin 150030, China) ,  Wang Yue (Institutions of Electrical and Information, Northeast Agricultural University, Harbin 150030, China) ,  Xu Qi (Institutions of Electrical and Information, Northeast Agricultural University, Harbin 150030, China) ,  Gao Rui (Institutions of Electrical and Information, Northeast Agricultural University, Harbin 150030, China) ,  Kong Qingming (Institutions of Electrical and Information, Northeast Agricultural University, Harbin 150030, China)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 196  ページ： Null  発行年： 2022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： イネ倒伏は収穫操作の困難さを引き起こすだけでなく,収量を劇的に減少させる。したがって,イネ倒伏を効率的に同定することは非常に重要である。無人航空機(UAV)リモートセンシング画像のために,本論文は,U-Netネットワークに基づく高密度ブロック,高密度Net,注意機構,およびジャンプ接続の利点を結合して,イネ倒伏を同定するためのエンドツーエンド,画素対画素意味セグメンテーション法を提案した。そして,この方法は入力マルチバンド画像を処理できる。この論文で提案されたモデルの精度は,イネ倒伏画像で97.30%であり,それは試験における他の比較方法より良く実行した。同時に,それは小さなサンプルデータセットに関して良い影響を持った。結果は,米の倒伏地域を抽出するために改良U-Netネットワークモデルを使用することが実行可能であり,イネ育種と農業保険請求のための有用な参照を提供することを示した。Copyright 2022 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： *意味論 ,  *セグメンテーション ,  ネットワーク ,  ニューラルネットワーク ,  *イネ ,  *画像 ,  画素 ,  育種 ,  無人機 ,  エンドツーエンド方式 ,  *倒伏 ,  *高分解能
準シソーラス用語： マルチバンド ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  U-Net ,  小サンプルデータセット ,  エンドツーエンドニューラルネットワーク

分類 (2件)： 稲作  (FC03020C) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： UAV ,  高分解能 ,  リモートセンシング画像 ,  意味論 ,  セグメンテーション ,  イネ ,  倒伏