| 研究課題/領域番号 |
18KT0087
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 特設分野 |
|---|
| 研究分野 |
次世代の農資源利用
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
加藤 洋一郎 東京大学, 大学院農学生命科学研究科(農学部), 教授 (50463881)
|
|---|
| 研究分担者 |
深野 祐也 東京大学, 大学院農学生命科学研究科(農学部), 助教 (70713535)
郭 威 東京大学, 大学院農学生命科学研究科(農学部), 助教 (70745455)
小山 明日香 国立研究開発法人森林研究・整備機構, 森林総合研究所, 主任研究員 等 (90812462)
|
|---|
| 研究期間 (年度) |
2018-07-18 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 雑草 / 野外植物 / 作物栽培 / 農資源管理学 |
|---|
| 研究成果の概要 |
本研究では、ドローンによる耕地／草地生態系の自動モニタリングを想定し、実生あるいは栄養成長器官の画像について植物種の自動認識システムの開発を目指した。この開発は、トレーニングデータ準備と植物種の自動識別のための深層学習アルゴリズム開発からなる。準備した画像データベースを用いて深層学習モデルを構築したところ、種の識別率が95%を超える高い正答率が得られた。更なる正答率改善にはトレーニングデータ量を劇的に増やす必要があると予想されたため、Generative Adversarial Networkを用いた植物画像データ合成法を検討、平均91%の同定精度を持つアルゴリズムの開発に成功した。
|
| 研究成果の学術的意義や社会的意義 |
作物生産と生態系保全が高度に両立した農業システムを確立するには、耕地・草地における生物多様性の高精度モニタリング技術の確立が不可欠である。植物種の自動認識技術は、環境に優しい局所雑草管理（必要な箇所にスポット状に適切な除草剤を散布）の確立にも貢献する。本研究は、農耕地の主要な雑草種を極めて高い精度で自動識別する技術を開発した。それだけでなく、現実世界の実生画像とほぼ変わりない精度の合成画像データを深層学習によって人為的に作出することに成功した。大量のトレーニングデータ取得の困難さゆえに深層学習技術を適用しづらかった野外植物科学の現状の突破につながる画期的な発見である。
|
