| 研究課題/領域番号 |
20K06330
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分41040:農業環境工学および農業情報工学関連
|
|---|
| 研究機関 | 仙台高等専門学校 |
|---|
研究代表者 |
奥村 俊昭 仙台高等専門学校, 総合工学科, 教授 (90331967)
|
|---|
| 研究分担者 |
矢島 邦昭 仙台高等専門学校, 総合工学科, 教授 (90259804)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 画像認識 / 深層学習 / 農業ICT / 農作物収穫支援 / 農業ＩＣＴ / 収穫支援 / ディープラーニング / トマト収穫 / ウェアラブル |
|---|
| 研究開始時の研究の概要 |
収穫作業者育成支援を目的とした携帯可能なトマト収穫時期提示システムを研究開発する。トマト形状や表面の着色度合いを基にディープラーニングを用いて収穫に適しているか否かをリアルタイムに提示する。トマト出荷規格基準は細かく規定されており、わずかな違いで等級が上下する。また、収穫作業の邪魔にならないように入出力装置をウェアラブル化する。実証実験は生産農家の協力の下、ノウハウ伝授や作業者育成支援の観点から有用性評価を行う。
|
| 研究成果の概要 |
畳み込みニューラルネットワーク(CNN)を用いたトマトの着色度判別に関する画像認識処理を研究した。トマトは成熟過程に応じて緑色から赤色まで10段階の着色度合いが農協で定められており、本研究では18層に及ぶ深いCNNモデルを構築した。10段階の着色度合いのうち2段階ごとにまとめた5クラス分類では87%と目標値に達成する分類精度を得ることができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、画像から着色度合いを判断して作業者にリアルタイムに提示する技術を研究開発した。トマトのサイズや形状、向き、色づき具合、葉や枝に囲まれている状況、天候、照度や光源の向きなど撮影時の条件が一定ではない画像を用いて、人間でも容易に判断できない着色度合いの微妙な違いを認識する本研究は画像認識や人工知能の分野において学術的に大変有意義である。また、農業ICT化の1つとしても野菜収穫のタイミングを支援することは、経験の浅い従業員や外国人研修生に対して最適な収穫時期を見分けるノウハウを的確に教えることができるようになり、導入研修の期間短縮が期待できる。
|
