| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-12-18 10:30 深層学習と枝領域抽出を用いた洋ナシ花群検出手法に関する検討 ○青木俊介・山﨑達也（新潟大）  PRMU2020-55 |
|
| 抄録 | （和） | 洋ナシ栽培では，自家不親和性という性質のため人工授粉が必須であるが，現在受粉作業は主に人の手によって行われており，農家の大きな負担となっている．そのため本研究では，ロボットを用いた授粉作業の自動化を目的とし，樹上の洋ナシ花位置を検出する画像処理システムの開発を行う．本稿では，800枚以上の洋ナシ花の画像データを用いてFaster R-CNNモデルの学習を行い，画像上の洋ナシ花群の検出に適用した．検出結果を評価した結果，Average Precisionの指標0.694で花群を検出できたことを確認した．また，作成したモデルによって検出したBounding box及び線強調フィルタによって抽出した枝領域情報を，洋ナシ花群検出に利用することで，更なる精度向上が期待できることが分かった． |
| （英） | Currently, manual pollination work in pear cultivation is a heavy burden for farmers, since a kind of pear has self-incompatibility nature. In this study, we develop a pear flower cluster detection method from camera images, which is planning to be mounted on an automated pollination system. The developed method mainly consists of a deep learning model and a branch area extraction model that uses the line enhancement filter to extract branch information. The experimental results verifies that the deep learning model detects flower clusters with 0.694 of Average Precision. Moreover, we confirm that this result can be improved by applying the branch information extracted. | |
| キーワード | （和） | 洋ナシ / 花 / 人工授粉 / 深層学習 / Faster R-CNN / 線強調フィルタ / / |
| （英） | pear / flower / pollination / deep learning / Faster R-CNN / line enhancement filter / / | |
| 文献情報 | 信学技報, vol. 120, no. 300, PRMU2020-55, pp. 99-104, 2020年12月. | |
| 資料番号 | PRMU2020-55 | |
| 発行日 | 2020-12-10 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2020-55 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2020-12-17 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 転移学習・少数データからの学習 |
| テーマ（英） | Transfer learning and few shot learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2020-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習と枝領域抽出を用いた洋ナシ花群検出手法に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Pear Flower Cluster Detection Method Using Deep Learning and Branch Extraction |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 洋ナシ / pear |
| キーワード(2)（和/英） | 花 / flower |
| キーワード(3)（和/英） | 人工授粉 / pollination |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| キーワード(5)（和/英） | Faster R-CNN / Faster R-CNN |
| キーワード(6)（和/英） | 線強調フィルタ / line enhancement filter |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 青木 俊介 / Shunsuke Aoki / アオキ シュンスケ |
| 第1著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山﨑 達也 / Tatsuya Yamazaki / ヤマザキ タツヤ |
| 第2著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-18 10:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2020-55 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.300 |
| ページ範囲 | pp.99-104 |
| ページ数 | 6 |
| 発行日 | 2020-12-10 (PRMU) |
[研究会発表申込システムのトップページに戻る]