Keypoint検出による植物生育記録の自動化に向けた検討
Abstract
定期的な生育調査により作物の生育状態を把握することは,栽培と育種の両面において重要である.定期的な生育調査では,植物のストレス状態や成長速度を定量化することで,植物の状態を正確に把握し,過去のデータと比較できる.過去データとの比較は,現在行うべき作物の栽培方法の判断に役立ち,より品質の高い作物の栽培に繋がる.しかし,生育調査は「葉・花のカウント」や「節間の伸長計測」など手作業で行うにはとても手間のかかる作業である.近年の農業従事者の高齢化,新規就農者の減少による労働力不足もあり,従事者は優先度の高い収穫・出荷に追われ,手間のかかる定期的な生育調査を満足に実施できているとは言えない.本研究では,様々な生育調査の中でも「長さ」を測る項目に着目し,Keypoint 検出を用いて自動的に長さ推定を行う技術の確立を目指す.まずは,モデル植物として一般的なトマトの長期多段どり栽培のハウスを対象とし,ハウス内に吊り下げられたロボット撮影機材で栽培ベッド間を撮影した.植物ならではの特徴点・結びつきを定義し,動画から Keypoint 検出によって茎や枝の節を検出することで,茎や枝の長さの自動推定する手法を検証した.さらに,検出した茎を動画内で追跡し,フレーム間で同一個体を結びつかせ個体識別をすることで,より精度の高い長さ推定を可能にした.
Journal
-
- マルチメディア,分散,協調とモバイルシンポジウム2022論文集
-
マルチメディア,分散,協調とモバイルシンポジウム2022論文集 2022 1442-1449, 2022-07-06
- Tweet
Details 詳細情報について
-
- CRID
- 1050856196397423488
-
- Web Site
- http://id.nii.ac.jp/1001/00219666/
-
- Text Lang
- ja
-
- Article Type
- conference paper
-
- Data Source
-
- IRDB