研究課題/領域番号 |
18K18074
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分61010:知覚情報処理関連
|
研究機関 | 大阪公立大学 (2022) 大阪府立大学 (2018-2021) |
研究代表者 |
内海 ゆづ子 大阪公立大学, 大学院情報学研究科, 講師 (80613489)
|
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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
キーワード | 植物形態計測 / 深層学習 / 分げつ / Pretext task / 単子葉植物 / 植物計測 / 分げつ数推定 / 植物画像処理 / 3次元点群 / 画像処理 / Pre-traiend model / 画像計測 / 3次元復元 / Instance segmentation |
研究成果の概要 |
単子葉植物の枝分かれの数を表す分げつという形質データに着目し,横から植物を撮影した1枚の画像から,分げつ数を推定する手法を提案した.分げつ数は非破壊で数えにくく,大量に学習データを収集できない.そこで,学習データが少ない場合であっても深層学習を適用できるpretext task やpre-trained modelを利用して,単子葉植物の分げつ数推定を行った.結果,従来の画像を用いた推定手法よりも精度が改善した.
|
研究成果の学術的意義や社会的意義 |
農学では,フェノタイピングを目的として,植物の形質を大量に計測する必要性が高まっている.しかし,現在多くの計測は人手に頼っており,大きな労力と時間がかかることから,研究のボトルネックとなっている.特に,分げつ数は,成長の初期段階から生育の追従をする必要があることから,大量の植物を計測することができなかった.本研究では,1枚の画像から自動で分げつを推定することから,作業負荷軽減と大量の個体の計測が可能となる.このことから,本研究は,フェノタイピングのボトルネック解消に貢献できると考えられる.
|