@techreport{oai:ipsj.ixsq.nii.ac.jp:00225560,
 author = {町田, 健太朗 and 蔡, 敬勇 and 中村, 哲也 and 大川, 泰一郎 and 中條, 拓伯},
 issue = {53},
 month = {Mar},
 note = {水田において自動航行可能な無人水上車両 (USV;Unmanned Surface Vehicle) は，水稲栽培の生産効率化に有用であると考えられるが雑草や藻の発生，稲の欠株などの環境下での柔軟な航行はルールベースな手法では困難である．そこで本研究では，USV に搭載されたカメラから得られた車両の前方画像を入力としたディープニューラルネットワークによる航行可能領域セグメンテーション手法を提案する．作成したデータセットを用いて評価した結果，ルールベースでは領域の検出が難しい水田環境下でも航行可能領域を柔軟に検出できることが確認された．, USV (Unmanned Surface Vehicle) that can automatically navigate in paddy fields is thought to be useful for improving the production efficiency of paddy rice cultivation, flexible navigation in paddy fields is difficult with rule-based methods. In this study, we propose a navigable areas segmentation method using deep neural network that uses the front image obtained from the camera mounted on the USV as the input. As a result of evaluation with a newly created dataset, it was confirmed that the navigable areas can be flexibly segmented even in a rice field where it is difficult to segment the area with the rule based-methods.},
 title = {Semantic Binary Segmentationによる水田における無人水上車両の航行可能領域検出},
 year = {2023}
}