| Project/Area Number |
22K12075
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Tottori University |
|---|
Principal Investigator |
白岩 史 鳥取大学, 工学研究科, 助教 (80640276)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
井上 晴彦 国立研究開発法人農業・食品産業技術総合研究機構, 生物機能利用研究部門, 上級研究員 (10435612)
林 武文 関西大学, 総合情報学部, 教授 (90268326)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2022: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | 画像診断 / 深層学習 / ハイパースペクトル解析 / 眼球運動計測 / 目視検査 / 病害診断 / カンキツグリーニング病 / 視覚情報処理 / 植物病害診断 / 視線計測 / ディープラーニング |
|---|
| Outline of Research at the Start |
本研究では、一般農家が自身で撮影したカンキツの画像を用い、その場所・その時に、高精度でカンキツの重要病害、カンキツトリステーザウィルス病罹病判定が可能な手法を開発することを目的とする。そのため、葉面反射光のハイパースペクトル計測により、病害特有の葉面反射プロファイルを明らかにし、診断指標を得る。さらに、熟練者の罹病判定時の認知行動特性を分析し、樹木の観察時の注目情報を明らかにする。最終的には、それらを深層学習に反映させてRGB画像を用いた簡易診断システムを構築する。
|
| Outline of Annual Research Achievements |
本研究は植物の葉面反射光のハイパースペクトル解析と人間の認知行動特性を取り込んだ深層学習により，民生用デジタルカメラで撮影した植物画像から病害を高精度で診断する技術を開発することを目的としている．今年度は昨年度に引き続き以下の項目を検討した．
(1) 深層学習による病害の画像診断システムの構築: FASTER RCNNを用いた画像診断システムの精度向上を目的に，深層学習の事前学習済みモデルVGG16，VGG19，Resnet50，Resnet101及びResnet152を用いた評価実験を行った．5分割交差検証を用い，平均適合率の比較を行った結果，Resnet152が最も高い検出精度を示した．また，アノテーションにおいてInfected，HealthyのラベルにOthers（その他病害）を加えるとより高いロバスト性をもつことが示された．今後，CNNの構成に注意機構（CBAM）を組み込み，認識精度の更なる向上を図る．
(2) 目視判定における熟練者の方略の解明: 罹病の目視判定を行う専門家の熟練者と非専門家である初心者の視線データに対しヒートマップを作成し，その特徴を分析した．その結果，熟練者は視線の移動回数が少なくヒートマップは一部の領域が活性化したのみで罹病判定を行うのに対し，初心者は様々な箇所を観察して時間をかけて判定していることが分かった．この結果は熟練者は鋳型比較と特徴分析を一定配分で利用する一方，非熟練者は殆どを特徴分析に頼ることを示している．今後，実験圃場において熟練者の行動も含めた視線計測を行い，内部メカニズムのモデル化を検討する．
(3) HLBによる葉面反射光の波長変化の検出: 2023年8月にタイの実験圃場において，ハイパースペクトルカメラを用いて罹病樹と健全樹の葉のスペクトル画像を取得した．機械学習により罹病樹に特異的な反射波長ピークについて分析を進めている．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2022年度に対象とする病害をCTV病（トリステーザウィルス病）からCG病（カンキツグリーニング病）に変更し，タイ高地研究所（HRDI）の協力を得て研究を進めている．そのための打ち合わせや渡航手続きに時間を要しているが，2023年度にはチェンマイ県の実験圃場でハイパースペクトル画像の計測を実施できた．今年度はハイパースペクトル画像のデータ解析を進め，画像診断システムへの反映について検討する．また，今年度，病害の目視判定における熟練者の行動に関しても再度現地に赴いて検討を行う予定である．
|
| Strategy for Future Research Activity |
今年度は，海外の共同研究機関（タイ高地研究所）との連携を密にするとともに，病害樹のハイパースペクトル画像，RGB画像の取得，及び目視判断における視線計測を現地に赴いて行うことを検討している．また，深層学習を用いた画像診断システムに関しては，クラウドサーバーを用いたネットワークアプリケーションとしての実装を進めており，現地の農園で撮影した画像をアップロードすると即座に診断結果が表示されるようにシステム開発を行う予定である．
|
