@techreport{oai:ipsj.ixsq.nii.ac.jp:00242154,
 author = {大沼, 理巧 and 小池, 誠 and 玉井, 大悟 and 古田, 祐樹 and 峰野, 博史},
 issue = {57},
 month = {Jan},
 note = {高糖度トマトの自動灌水システムにおいて，植物内水分量の推定は非常に重要なタスクである．植物内水分量は茎径センサや土壌内水分量センサ等を用いることで推定することができるが，これらのセンサは高価かつ設置が難しい．そこで，植物を撮影した画像を毎分収集し，萎れを定量化する研究が行われている．先行研究では，葉の動作をピクセル単位でトラッキングして萎れを定量化することで植物内水分量の推定を行ったが，計算コストが高いためエッジデバイスでは計算できないという課題があった．そこで，本研究では軽量なアーキテクチャである YOLO ベースの BBox 検出モデルと Keypoint 検出モデルを用いて葉の位置変化と角度変化を取得し，画像から萎れを定量化する手法を提案する．加えて，3D 描画エンジンである Unity を用いた合成データ拡張と CoTracker を用いたデータ拡張を行い，Keypoint 検出モデルの精度向上を行い，0.1944 の精度向上を達成した．安価なエッジデバイスである Raspberry Pi 4B 上において提案手法を動作させた結果，過去の植物内水分量指標と高い相関を持つ指標を，30 秒以内に計算可能であることが確認された．},
 title = {エッジ型自動灌水システムに向けた萎れ定量化手法の提案},
 year = {2025}
}