| 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 | 2022-03-03 16:15 U-Net を使用した植物標本画像の自動セグメンテーション方法の検討 ○張 徳鵬・檜垣泰彦・須貝康雄（千葉大）  LOIS2021-47 |
|
| 抄録 | （和） | 植物標本画像のデジタル化に必要な画像処理を検討した．デジタル化された植物標本画像は非常に多様であり，視覚的なノイズや公開できない情報が存在する．ダウンストリームの深層学習アプリケーションにのための前処理として，ノイズ系統的除去や，植物本体のセグメンテーションが必要である．そこで，本研究ではディープラーニングを用いて，植物標本画像の植物本体をセグメンテーションし，背景を除去するワークフローを開発した．自動および手動ツールを組み合わせて，グラウンドトゥルースマスクを生成し， U-Netをトレーニングし，標本画像を自動的にセグメンテーションする方法を検討し良好な結果を得た． |
| （英） | the image processing required to digitize images of plant specimens. Digitized images of plant specimens are very diverse and contain visual noise and undisclosed information. As a pre-processing step for downstream deep learning applications, systematic removal of noise and segmentation of plant bodies is required. In this study, we developed a workflow that uses deep learning to segment and remove background from plant bodies in plant specimen images. A combination of automatic and manual tools was used to generate ground truth masks, train U-Net, and automatically segment the specimen images with good results. | |
| キーワード | （和） | 植物標本画像 / ディープラーニング / 自動セグメンテーション / U-Net / / / / |
| （英） | Plant specimen image / Deep learning / Automatic segmentation / U-Net / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 401, LOIS2021-47, pp. 45-50, 2022年3月. | |
| 資料番号 | LOIS2021-47 | |
| 発行日 | 2022-02-24 (LOIS) | |
| 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 | LOIS2021-47 |
|
| 研究会情報 | |
| 研究会 | LOIS |
| 開催期間 | 2022-03-03 - 2022-03-03 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ライフログ活用技術、オフィスインフォメーションシステム、ライフインテリジェンス、および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | LOIS |
| 会議コード | 2022-03-LOIS |
| 本文の言語 | 日本語 |
| タイトル（和） | U-Net を使用した植物標本画像の自動セグメンテーション方法の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Automatic Segmentation Method for Plant Specimen Images Using U-Net |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 植物標本画像 / Plant specimen image |
| キーワード(2)（和/英） | ディープラーニング / Deep learning |
| キーワード(3)（和/英） | 自動セグメンテーション / Automatic segmentation |
| キーワード(4)（和/英） | U-Net / U-Net |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| 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） | 張 徳鵬 / Depeng Zhang / チョウ トクホウ |
| 第1著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 檜垣 泰彦 / Yasuhiko Higaki / ヒガキ ヤスヒコ |
| 第2著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 須貝 康雄 / Yasuo Sugai / スガイ ヤスオ |
| 第3著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-03 16:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | LOIS |
| 資料番号 | LOIS2021-47 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.401 |
| ページ範囲 | pp.45-50 |
| ページ数 | 6 |
| 発行日 | 2022-02-24 (LOIS) |
[研究会発表申込システムのトップページに戻る]