| 研究課題/領域番号 |
18H03357
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分63010:環境動態解析関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
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)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
2019年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
2018年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 人工知能 / CNN / 非接触観測 / 外来生物 / 林業 / 物質循環 / 生物多様性 / 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 |
|---|
| 研究成果の概要 |
本研究は、植生の非接触観測にディープラーニングを用いることで革新的な進歩をもたらすことを目的として実施された。ディープラーニング技法の開発・改良を実施し、また複数の対象植生の識別実験を行った。その結果、森林植生のタイプやサイズの推定や、外来植物の分布推定などで精度の高い結果を出すことができた。開発されたディープラーニング技法は今後さまざまな応用の可能性を秘めている。
|
| 研究成果の学術的意義や社会的意義 |
本研究によって、従来は識別が困難とされていた不定形な植物を画像中で認識することが可能となった。ドライブレコーダーのような手段で撮影された画像からも特定の植物を認識することが可能であることが示されたため、今後は効率的に収集された大量の画像データを自動処理し、人力では不可能な範囲における植物の分布を一律の基準で定量的に推定することにつながる。これは、外来植物の分布の把握や、植物が人の心理に与える文化的生態系サービスの理解など、多様な社会的意義を持つ。
|
