2019 Fiscal Year Annual Research Report
Classifying vegetation using deep learning: clarification of characteristics of vegetation
| Project/Area Number |
18H03357
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
伊勢 武史 京都大学, フィールド科学教育研究センター, 准教授 (00518318)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 永 国立研究開発法人海洋研究開発機構, 地球環境部門(北極環境変動総合研究センター), 研究員 (50392965)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 深層学習 / 自動識別 / リモートセンシング / コンピュータビジョン / 外来種 |
|---|
| Outline of Annual Research Achievements |
画像の自動識別などの情報科学分野で素晴らしい性能を誇るディープラーニングだが、植物の自動識別への応用はむずかしいとされてきた。しかし本研究では、発想の転換に基づく新技術を用いることで植物へのディープラーニングの応用と自動識別が可能であることを実証し、その成果は我々が直面している環境問題の現状把握にすぐにでも役立つことを示す。挑戦性ともに高いテーマだが、すでにコケ植物に対する研究代表者の先行研究では、種ごとの「植物らしさ」の自動識別が可能であることが示されており、その結果は国際的に注目されている。本研究は多様な植物の判別に用いることのできる普遍性を持った自動識別を実現するため、後述のchopped picture method（こま切れ画像法）の大規模な適用を行う。本研究はディープラーニングの新技術開発を加速し、その応用の遅れていた環境諸学・生態学・林学などの分野での発展が期待できる。
2019年度後半に、新型コロナウイルス感染拡大の影響で研究進捗に遅れが発生した。部分的に研究業務を2020年度に繰り越しした。2020年度も研究に適したGPUの入手は困難な状況の継続が予想されたため研究手法を一部変更し、手作業でアノテーション作業を行う業務の補助を遂行する派遣職員を雇用することで、業務を実施した。これにより、フィールド撮影動画から切り出される大量の静止画に対するアノテーションというマンパワーを要する業務が実施できた。オオキンケイギクやセイタカアワダチソウなど外来種の分布把握という目的の達成について前進がみられた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
植物を認識する人工知能システム開発のため、教師画像の取得と加工を専門に行う派遣職員が集中して作業を行うことで、予定された業務を遂行できた。
|
| Strategy for Future Research Activity |
現在実装および改良が進行中の人工知能システムのパフォーマンス評価を行うとともに、シチズンサイエンス実現のためのコミュニケーションプラットフォームを構築する。
|
