セマンティックセグメンテーションによるドローン撮影画像からの果樹識別の精度評価

カテゴリ: 部門大会

論文No: OS1-1-4

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Classification accuracies of fruit trees from drone capture images by semantic segmentation

著者名: 熊澤 宏之（大阪産業大学）

著者名(英語): Hiroyuki Kumazawa (Department of Electric, Electronic and Information Engineering, Osaka Sangyo University)

キーワード: ドローン|深層学習|セマンティックセグメンテーション|畳み込みニューラルネットワーク|果樹識別識別精度|Drone|Deep learning|Semantic Segmentation|Convolutional Neural Network|Classification of fruit treesClassification accuracy

要約(日本語): 高精細なカメラを搭載したドローンが安価に入手可能になり、新たな情報獲得手段として注目されている。本稿では、農園の上空をドローンで飛行して撮像した画像から、農園に植えられている果樹や地上の構造物の識別を行うことを検討する。既報告では、ドローンで農園を局所的に撮像した複数の画像から、広域の画像を作成し、その広域画像に対して深層学習の一つであるCNN (Convolutional Neural Network)をベースにしたセマンティックセグメンテーションを用いて画素ごとの果樹識別を行った。その際、広域画像は画素数が多いため、複数のブロックに分割し、そのブロックを学習単位としてネットワークの学習を行なったが、ブロックの大きさ、重なりなどが分類精度に与える影響を検討できておらず、十分な評価が行えていなかった。そこで、本稿ではブロック分割の様々なパラメータが分類精度に与える影響について評価を行った結果について報告する。