フォトグラメトリを用いた農作物の体積推定手法の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2023-01-16
• タイトル: フォトグラメトリを用いた農作物の体積推定手法の提案
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 生物／自然環境
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 静岡大学情報学部
• 著者所属: ヤマハ発動機株式会社
• 著者所属: 静岡大学情報学部／静岡大学学術院情報領域／グリーン科学技術研究所
• 著者所属(英): en
• 著者所属(英): Faculty of Informatics, Shizuoka University
• 著者所属(英): en
• 著者所属(英): Yamaha Motor Co., Ltd.
• 著者所属(英): en
• 著者所属(英): Faculty of Informatics, Shizuoka University / College of Informatics, Academic Institute, Shizuoka University / Research Institute of Green Science and Technology
• 著者名: 小野坂, 捺; 内海, 智仁; 峰野, 博史
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，農業分野において 3D データの活用が注目を集めている．中でも 2D 画像のみから 3D 点群の構築が可能なフォトグラメトリは非接触かつ非破壊で対象物の測定が可能な点や，レーザー測量と比較してモデルの生成が早く，導入コストが安価であるといった長所を持つ．フォトグラメトリによって構築される 3D 点群は 2D にはない立体的な情報を持つことから，収量予測を目的とした農作物の体積推定などへの活用が期待されている．ただし，境界の曖昧さが原因で，点群から直接体積を推定することが難しいといった課題がある．また，農作物の果実部分のみの体積を計量したい場合，3D 点群用の物体検出モデルやセグメンテーションモデルは 2D 画像用の学習モデルに比べ未成熟であることから，構築された 3D 点群から果実部分のみを自動で取り出すことは難しい．本研究では，ワインブドウ圃場の動画データから圃場画像を切り出し，フォトグラメトリを用いて構築した 3D 点群に対して，alpha-shape を用いて表面形状を復元し高精度な体積推定できることを示す．更に，2D 画像用のセマンティックセグメンテーションモデルを用いて，圃場画像から体積を推定したい房部分のみのマスク画像を作成し，フォトグラメトリで点群を構築する際の入力に加えることで，圃場画像から房部分のみの 3D 点群を構築し体積を推定する手法を提案する．
• 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: AA1155524X
• 書誌情報: 研究報告グループウェアとネットワークサービス（GN）; 巻 2023-GN-118, 号 33, p. 1-8, 発行日 2023-01-16
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8744
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会