| 研究課題/領域番号 |
17K08033
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
農業環境・情報工学
|
|---|
| 研究機関 | 法政大学 |
|---|
研究代表者 |
彌冨 仁 法政大学, 理工学部, 教授 (10386336)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 植物病害 / 自動診断 / 深層学習 / 機械学習 / 早期発見 / 植物病自動診断 / 植物病 |
|---|
| 研究成果の概要 |
植物病害の早期発見のために、画像を用いた自動診断および各種重要技術の開発を行った。24府県の試験場で撮影され、病気名と共に提供された4作物（きゅうり、トマト、なす、いちご）の画像計20万枚以上を用い病害識別器を構築した。得られた識別器の多くは交差検定法で9割以上の病害識別能を実現し、それらを現場で活用できるよう連携機関にwebで公開した。また実環境で優れた診断精度を実現するための過学習を抑える様々な手法（葉や茎などの注目領域の抽出、各種新しい学習手法、学習データの生成方法）や、広角画像から同時に診断が行える診断技術や、その際に精度の低下を抑える超解像技術の開発など、多岐にわたる成果を得た。
|
| 研究成果の学術的意義や社会的意義 |
植物病害は、農業生産の量と質に大きな損失となる。早期発見が重要であるが、診断は専門家の目視に頼っており時間的、金銭的なコストが課題となっている。スマートフォンや遠隔カメラなどによる、高速かつ安価で正確な自動診断技術が実現し、普及できれば、世界中において農業経済的な損失を減らすのみならず、今後の世界的な人口増大に伴う食糧事情の改善にも大きく貢献できる。我々は、本研究により得られた様々な成果を元に構築した植物病害識別器を、画像を提供してくださった24府県に実検証用のためwebで公開した。今後も逐次更新を予定しており、研究としての成果のみならず実践的な成果として今後の活用が期待される。
|
