CNNを用いたドローン撮影画像からの果樹識別に関する研究

カテゴリ: 研究会(論文単位)

論文No: IS20002

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2020/03/16

タイトル(英語): Research on application of CNN to classify fruit trees from drone-captured images

著者名: 熊澤 宏之(大阪産業大学),前野 聖也(大阪産業大学)

著者名(英語): Hiroyuki Kumazawa(Osaka Sangyo University),Seiya Maeno(Osaka Sangyo University)

キーワード: ドローン|深層学習|畳み込みニューラルネットワーク|果樹識別|領域分割|Drone|Deep learning|Convolutional Neural Network|Classification of fruit trees|Segmentation

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農園の果樹の識別を行うことを試みる。果樹の識別には深層学習に一つであるCNN (Convolutional Neural Network)を用いる。CNNではある一定の大きさの画像を入力としてブロック単位に識別を行うが、実験的に、その識別の精度を示すと共に、画素単位での識別を試みた結果についても述べる。

要約(英語): Drones having high resolution cameras and sensors have become more available and cheaper. This makes it possible to use them to take images at close range from directly above, which would normally be very hard to take. This characteristics can be applied to many fields such as supervisory and control, management of assets in the wide area, and so on. Recently, different technologies are being used to improve management and increase output in the farming industry, one of these methods is the application of drones. We used the images taken by a drone from directly above a plantation to research on how well the types and area the fruit trees are planted can be classified. In this paper, we applied the deep learning with CNN (Convolutional Neural Network) for the classification, which has high accuracy and outstanding results in recognizing objects in the images.

原稿種別: 日本語

PDFファイルサイズ: 2,344 Kバイト