| Project/Area Number |
18H03357
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 63010:Environmental dynamic analysis-related
|
|---|
| 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)
渡部 俊太郎 京都大学, フィールド科学教育研究センター, 研究員 (00782335)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2019: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2018: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
|
|---|
| 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 |
本研究は、人工知能を積極的に活用することで植物の自動認識を達成することを目的としている。従来は人工知能が苦手としていた植物の識別を克服するため、本研究では複数の技術の開発を行い、その実証を複数のフィールドで行った。2021年度は、(1)研究者が運転する自動車から撮影された映像データ、(2)Google Street Viewで得られる画像データ、(3)対象地を上空から観測するドローンデータそれぞれに関する進捗が見られた。
1. 研究者が運転する自動車から撮影された映像データについての研究は、Takaya, Sasaki, Ise (2022) Automatic detection of alien plant species in action camera images using the chopped picture method and the potential of citizen science (Breeding Science)として論文発表された。
2. Google Street Viewで得られる画像データについての研究は、Kameoka, Uchida, Sasaki, Ise (2022) Assessing streetscape greenery with deep neural network using Google Street View (Breeding Science)として論文発表された。
3. 対象地を上空から観測するドローンデータについての研究は、Onishi, Watanabe, Nakashima, Ise (2022) Practicality and Robustness of Tree Species Identification Using UAV RGB Image and Deep Learning in Temperate Forest in Japanとして、Remote Sensing誌に2022年3月30日に受理された。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
人工知能モデルの開発自体は順調に進んでいるが、コロナ禍の影響で、開発された人工知能を社会に還元するための活動に遅れが生じている。現場に出かけていき、環境行政や林業の担当者などと共同で実証実験をするなどの活動がじゅうぶんに実施できていない。
|
| Strategy for Future Research Activity |
これまでの研究により、植物を効果的に自動識別する人工知能モデルの開発が進んでおり、車載カメラ画像、インターネット上の画像、ドローン画像など多様なデータソースに対応可能であることが実証された。2022年度は最終年度にあたるため、これまでの研究を総括し、また社会課題の解決のための実証実験を進めていく。
|
