文献

J-GLOBAL ID：202202279835618633   整理番号：22A1051304

マルチモジュール畳込みニューラルネットワークに基づく複雑な環境におけるベイベリーセグメンテーション【JST・京大機械翻訳】

Bayberry segmentation in a complex environment based on a multi-module convolutional neural network

著者 (6件)： Lei Huan (Guangdong Key Laboratory of Modern Control Technology, Institute of Intelligent Manufacturing, Guangdong Academy of Sciences, Guangzhou, China) ,  Huang Kai (School of Automation, Guangdong University of Technology, Guangzhou, China) ,  Jiao Zeyu (Guangdong Key Laboratory of Modern Control Technology, Institute of Intelligent Manufacturing, Guangdong Academy of Sciences, Guangzhou, China) ,  Tang Yu (College of Automation, Guangdong Polytechnic Normal University, Guangzhou, China) ,  Zhong Zhenyu (Guangdong Key Laboratory of Modern Control Technology, Institute of Intelligent Manufacturing, Guangdong Academy of Sciences, Guangzhou, China) ,  Cai Yingjie (Department of Electronic Engineering, The Chinese University of Hong Kong, Hong Kong, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 119  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 自動ヤマモモ収穫は,果樹園管理システムにおける労働コストを大幅に削減し,収穫効率を改善する。今日,自動採取システムは,主に,背景からヤマモモ果実を分割するマシンビジョンに依存する。ほとんどの既存の方法は,光強度が比較的固定され,ベイベリーが構築されていない環境において行われる。しかし,照明と広範なオクルージョンにおける変動を含む成長環境の複雑性のため,セグメンテーション精度は極めて制限され,自動採取システムの大規模応用に影響する。これらの問題に狙いを定めて,本研究では,マルチモジュール畳込みニューラルネットワークに基づくベイベリーセグメンテーション法を提案した。最初に,実情景におけるヤマモモ画像を収集し,前処理してデータセットを形成した。次に,自然環境照明に対するネットワークロバスト性を改善するために,画像補正モジュールを用いて畳み込みニューラルネットワークを構築した。最後に,パズルアルゴリズムによる形状完成モジュールを用いて,自然環境におけるオクルージョンを克服した。実験結果は,ベイベリー果実の意味的セグメンテーションと実例セグメンテーションのための提案方法の平均精度が,それぞれ0.913と0.755に達することができ,それは既存の方法より優れ,果樹園における自動採取のための重要な有意性を持っていることを示した。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： アルゴリズム ,  管理システム ,  *セグメンテーション ,  *ネットワーク ,  労務費 ,  自然環境 ,  果物 ,  画像 ,  果樹園 ,  画像補正 ,  コンピュータビジョン ,  ロバスト性 ,  オクルージョン
準シソーラス用語： 光強度 ,  マシンビジョン ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： ヤマモモのセグメンテーション ,  複雑な環境 ,  畳込みニューラルネットワーク ,  マルチモジュール ,  パズルアルゴリズム

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  収穫・調製用機械  (FB03030K) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： マルチ ,  モジュール ,  畳込みニューラルネットワーク ,  環境