Optical Flowを用いた複雑背景画像における草姿の変化検出

• Item type: Trans(1)
• 公開日: 2017-05-25
• タイトル: Optical Flowを用いた複雑背景画像における草姿の変化検出
• タイトル / 言語: en
• タイトル: Detection of Plant Motion in Complex Background Using Optical Flow
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [コンシューマ・システム論文] Optical Flow，HOOF，農業，機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 静岡大学大学院総合科学技術研究科
• 著者所属: 静岡大学学術院情報学領域／JSTさきがけ
• 著者所属(英): en
• 著者所属(英): Graduate School of Integrated Science and Technology, Shizuoka University
• 著者所属(英): en
• 著者所属(英): College of Informatics, Academic Institute, Shizuoka University / JST, PRESTO
• 著者名: 柴田, 瞬; 峰野, 博史
• 著者名(英): Shun, Shibata; Hiroshi, Mineno
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 栽培技術の継承の困難化を解決するために，経験と勘に頼っていた栽培技術を形式知化する研究が行われている．特に，果実の糖度を上げる栽培技術はストレス栽培として知られており，水分ストレスを評価するために，様々な手法が提案されてきた．その中でも，高価な計測器を必要とせず手軽に導入しやすい手法として，萎れ具合を基に水分ストレスを評価する画像処理法があるが，従来の画像処理法は，高精度な萎れ具合の推定を実現するために，植物体の輪郭を忠実に抽出する必要があり，実際の栽培環境への導入には課題があった．そこで本研究では，Optical Flowを用いた複雑背景画像における草姿の変化検出を提案する．提案手法は，動体検出に用いられるOptical Flowで草姿の変化を検出し，機械学習で萎れ具合を推定する．特に，Optical Flowは，植物体の忠実な輪郭抽出が不要であるため，栽培環境下でも確実に草姿の変化を検出する．Optical Flowの複雑背景下での有用性を検証したところ，単純背景下での画像から算出したHOOF（Histograms of Oriented Optical Flow）と複雑背景下での画像から算出したHOOFのBhattacharyya距離は平均して，高日射量下で0.0640，低日射量下で0.0395であった．この結果から，Optical Flowは，複雑な背景をともなう栽培環境でも有効であることが確認できた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: There are studies that transform cultivation techniques relied on experience and intuition to explicit knowledge. In particular, stress cultivation employs water stress to increase the sugar concentration of plants. To evaluate the water stress, several methods have been implemented. An image processing method evaluates water stress based on plant wilt without expensive instruments. However, there are issues in introducing it into the actual cultivation environment, since earlier image processing methods require the use of extracting plant contour from images. Therefore, we propose a method to detect the plants motion in complex background. This method detects the plant motion by optical flow and estimates the plant wilt by machine learning. Optical flow can assess the plant motion very clearly even in cultivation environment, because it does not require extracting plant contour. We validated utility of optical flow in complex background and the average Bhattacharyya distance between HOOF calculated in complex background and HOOF calculated in simple background was 0.0640 in high solar radiation and was 0.0395 in low solar radiation. Consequently, we confirmed that optical flow is effective even in complex background.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12628043
• 書誌情報: 情報処理学会論文誌コンシューマ・デバイス＆システム（CDS）; 巻 7, 号 2, p. 97-105, 発行日 2017-05-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2186-5728
• 出版者 / 言語: ja
• 出版者: 情報処理学会