植物の3次元画像計測・モデリング装置と機械学習による形状識別
植物の3次元画像計測・モデリング装置と機械学習による形状識別
カテゴリ: 部門大会
論文No: MC2-4
グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム
発行日: 2018/09/05
タイトル(英語): A 3D Plant Image Measuring System and a Classification of Fruit Shape by Machine Learning
著者名: 高地 伸夫(中央大学/かずさDNA研究所),板倉 信之助(中央大学),檀 一平太(中央大学)
著者名(英語): Nobuo Kochi|Shinnosuke Itakura|Ippeita Dan
キーワード: 画像計測|形状認識|3次元計測|機械学習|SFMランダムフォレスト|Image Measurement|Shape Recognition|3D measurement|Machine Learning|Structure From MotionRandom Forest
要約(日本語): 農学,植物科学研究において,画像計測技術により植物の形質データを大量に取得することは,現在のAI技術の発展に伴いその重要性が増している。すなわち今までできなかった形質の評価・解析が行える環境が整いつつある。本講演では,①誰でもが比較的容易に大量データの取得が行なえる画像3次元計測・モデリング装置と計測精度について,そして,②画像データに機械学習を用いた形状認識法の可能性について,新たに研究開発している事例をもとに紹介する。①は,カメラと回転テーブルとPCのソフトウェアでおよそ1mmの精度で3次元モデルが自動取得可能である。②では,植物の2次元画像から言葉では表現が難しく,かつ識別に人による熟練が必要な9種類のイチゴ形状を認識可能とした。ここでは,植物の大量データが自動取得可能な画像計測装置および新たな画像認識法について紹介説明し,議論等を通してこの分野の更なる発展を図る。
PDFファイルサイズ: 1,138 Kバイト
受取状況を読み込めませんでした
