| 研究課題/領域番号 |
16K16043
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
小林 一樹 信州大学, 学術研究院工学系, 准教授 (00434895)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | フィールドモニタリング / 深層学習 / 植物情報 |
|---|
| 研究実績の概要 |
本研究では，作物の状態を踏まえた農園管理や意思決定などによる次世代営農の確立を目指し，部位ごとの成長率や形態変化といった植物自体の環境応答を構造化して詳細に記録し，利活用を促進するベクタデータクラウドを構築することを目的としている．
平成29年度は，深度情報モニタリングデバイスによるデータ収集と，植物骨格モデル構築のための数値情報抽出に関する取り組みを実施した．深度情報モニタリングデバイスによるデータ収集に関しては，平成28年度に構築したレーザレンジファインダとサーボモータ，およびレールを組み合わせたデバイスを用い，植物の測定と三次元データプロット環境を構築した．また，レーザレンジファインダに加え，デジタル一眼カメラによる撮影機能を追加し，複数画像からの三次元データプロットができるシステムを構築し，異なる手法によって植物の3次元データを取得する実験デバイスを構築した．現在，レーザレンジファインダによる計測方法と複数カメラからの三次元構造の構築に基づく計測方法を比較し，精度の調査を実施している．この取り組みに関して，3件の国内学会での研究発表を実施した．
植物骨格モデルの構築に関しては，深層学習を用いて，リンゴ果実の大きさを抽出するためのシステムを構築した．少数のサンプルから学習用データを大量に自動生成し，学習効率を高める工夫を実施したところ，約70%の精度でリンゴの果実を検出でき，有用性を確認した．この取り組みに関して，2件の国内学会での研究発表を実施した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
深層学習の採用は申請当初には予定になかったが，実際に深層学習による果樹の果実サイズ取得を試みたところ，想定よりも良好な結果を得ることができ，目的に対して順調に進展しているといえる．
|
| 今後の研究の推進方策 |
現状では，高精細画像から果樹の果実サイズの抽出と果実位置の検出について順調に進展しているが，それ以外の茎や葉などの構造的なデータについては三次元空間にプロットしただけの状態である．これを，広範囲な農園における草丈の抽出といった，具体的な植物の構造的な情報に変換することを中心に研究を実施する．また，深層学習による果実サイズ抽出に関しては，アプリケーションを開発し，実用性を高める試みを実施する．
|
| 次年度使用額が生じた理由 |
深層学習のための計算リソース（GPGPU）の使用のために予算を計上していたが，想定よりも安価なGPGPUで研究を実施することができた．平成30年度は，学習効率向上のための並列実行用にGPGPUを増強したり，広範囲モニタリングのための機材に使用する．
|
