|
栽培労務管理の効率化に向けた農作業の自動化や作物生育情報の把握のための基本技術として、栽培作物の花や果実などを精度良く認識することが求められる。作物の生育画像から花や果実などを検出するにあたり、実際の現場環境では対象物が葉や茎などで隠れることも多く、また時間とともに対象は花から果実と形態が変化するため、単純に画像単体に対して高度な解析手法を用いたとしても検出が難しい。対象物の認識精度を高めるには、単体の撮影画像だけで解析処理をするのではなく、その画像と関連が深いさまざまな視点から撮影された画像や、これまでの時間推移を記録した画像などを加味することが有用であり、そのような時空間画像を効率的に扱う画像モニタリング手法の構築を行なった。
本年度は、これまでに構築した時系列画像データおよび別視点画像データを組み合わせた画像処理手法およびシステムに対し、昨年度までに明らかになった課題の改善（メタデータの修正・追加やデータ内の検出対象の紐づけアルゴリズムの改良など）を行うとともに、追加データの取得・評価などをすすめた。また意図的に風圧などの外乱を加えることにより作物の検出対象をより効果的に認識できることが確認されたことから、外乱の与え具合による影響や認識率向上の効果などについて実験し、本手法への拡張性について検討した。またこれらの研究成果を取りまとめ、学術的な位置づけを行うため論文の執筆を行った。新型コロナによる影響で、実験・データ整理・成果発表などに十分な時間がとれず一部が未完了であるが、補助事業期間終了後も引き続き行い成果を取りまとめていく予定である。
|
