| 講演抄録/キーワード |
| 講演名 |
2024-01-26 13:40
トマト収穫時期推定のための画像解析技術とAIカメラ開発 ○岡部泰弘・平栗健史・遠藤啓太・山田直生(日本工大) CQ2023-66 |
| 抄録 |
(和) |
トマトの収穫時期を機械的に推定することができれば未経験者でも収穫作業が容易にとなる.一般的な農家は,最適な収穫時期をトマトのサイズと完熟度,すなわち色により判定している.しかし,未経験者は個々の主観で判断し,均一な品質のトマトを収穫することが難しい課題がある.
本研究では,画像解析技術によるトマトのサイズと色を計測する技術を提案する.提案手法は,カメラで撮影した画像データから機械学習によるYOLO(You Only Look Once)によるトマトの物体識別を行い,さらに各トマトの画素数を算出する.またLiDAR(Light Detection And Ranging)技術を併用して深度,すなわちトマトまでの距離を求める.これらYOLOによる物体識別と画素数および距離から複数同時にトマトのサイズが計測可能となる.また,HSV(色空間)からHue(色相)を算出し,トマトの色を分類することで成熟度合いを推定する.HSV の特徴は,色の相違を波長から特定できることであり,温室内の圃場において,天候や時間帯によって異なる輝度や光量でも正確な色を分類できるため,常に正確な色による完熟度を確認できる.これらの技術をAIカメラに実装開発することで,現在,温室圃場に設置して実証実験を進めている. |
| (英) |
If it were possible to mechanically estimate when tomatoes should be harvested timing, it would make harvesting easier for inexperienced farmers. Farmers generally judge the best time to harvest tomatoes based on size and ripeness, i.e., color. However, inexperienced farmers make judgments based on their own subjective judgments, making it difficult to harvest tomatoes of uniform quality.
In this study, we propose a technique for measuring tomato size and color using image analysis technology. The proposed method uses machine learning to identify tomato objects based on YOLO (You Only Look Once) from image data captured by a camera, and then calculates the number of image pixel count in each tomato. In addition, LiDAR (Light Detection And Ranging) technology is used to determine the depth, or distance from the camera to the tomato. The size of multiple tomatoes can be simultaneously measured based on the object identification, image pixel count, and distance using YOLO. Hue is calculated from HSV (color space), and the degree of ripeness is estimated by classifying the color of tomatoes. HSV is characterized by its ability to identify color differences based on wavelengths, which allows accurate color classification even in greenhouse fields with different luminance and light levels depending on weather and time of day, thus ensuring accurate color ripeness at all times. We have developed an implementation of these technologies in an AI camera, which is currently being installed in a greenhouse field and is being tested. |
| キーワード |
(和) |
スマート農業 / LiDARカメラ / YOLO / HSV / 完熟度分類 / / / |
| (英) |
Smart agriculture / LiDAR / YOLO / HSV / Ripeness Classification / / / |
| 文献情報 |
信学技報, vol. 123, no. 368, CQ2023-66, pp. 76-81, 2024年1月. |
| 資料番号 |
CQ2023-66 |
| 発行日 |
2024-01-18 (CQ) |
| 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 |
CQ2023-66 |
| 研究会情報 |
| 研究会 |
CQ CBE |
| 開催期間 |
2024-01-25 - 2024-01-26 |
| 開催地(和) |
黒川温泉 自治会事務所 |
| 開催地(英) |
Kurokawa-Onsen |
| テーマ(和) |
ネットワーク科学、計算社会科学、メディア品質、ユーザー行動、一般 |
| テーマ(英) |
Network Science, Computational Social Science, Media Quality, Communication Behaviour, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
CQ |
| 会議コード |
2024-01-CQ-CBE |
| 本文の言語 |
日本語 |
| タイトル(和) |
トマト収穫時期推定のための画像解析技術とAIカメラ開発 |
| サブタイトル(和) |
|
| タイトル(英) |
Image analysis technology for estimating the optimum tomato harvest timing and developed AI camera |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
スマート農業 / Smart agriculture |
| キーワード(2)(和/英) |
LiDARカメラ / LiDAR |
| キーワード(3)(和/英) |
YOLO / YOLO |
| キーワード(4)(和/英) |
HSV / HSV |
| キーワード(5)(和/英) |
完熟度分類 / Ripeness Classification |
| 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) |
岡部 泰弘 / Yasuhiro Okabe / オカベ ヤスヒロ |
| 第1著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: NIT) |
| 第2著者 氏名(和/英/ヨミ) |
平栗 健史 / Takefumi Hiraguri / ヒラグリ タケフミ |
| 第2著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: NIT) |
| 第3著者 氏名(和/英/ヨミ) |
遠藤 啓太 / Keita Endo / エンドウ ケイタ |
| 第3著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: NIT) |
| 第4著者 氏名(和/英/ヨミ) |
山田 直生 / Naoki Yamada / ヤマダ ナオキ |
| 第4著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: NIT) |
| 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: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2024-01-26 13:40:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
CQ |
| 資料番号 |
CQ2023-66 |
| 巻番号(vol) |
vol.123 |
| 号番号(no) |
no.368 |
| ページ範囲 |
pp.76-81 |
| ページ数 |
6 |
| 発行日 |
2024-01-18 (CQ) |
|