熟練者がもつ視覚情報処理過程のモデル化による植物病害診断の高精度化技術開発

点击翻译按钮获取中文摘要

本研究は，植物の葉面反射光のハイパースペクトル解析と人間の認知行動特性を取り込んだ深層学習により，民生用デジタルカメラで撮影した植物の画像から病害を高精度で診断する技術を開発することを目的としている．今年度は，以下の項目について検討を進めた．(1) 深層学習による病害の画像診断システムの構築: 画像認識に用いられるニューラルネットワークFASTER RCNNを用いた病害の画像診断システムの構築を進めた．診断対象としては，① 葉単位，② 樹全体，③ 農園全体の3段階があるが、①に関してはこれまでの検討で，ネットワークモデルVGG16を用いることにより，高精度での診断が可能であることを確認している．今回は，②の精度を向上させるため，階層を増やしたResNet101を用いて評価実験を行い，認識精度が改善されることを確認した。(2) 目視判定における熟練者の方略の計測: 目視検査によって罹病判定を行う専門家の視線情報を分析し，得た結果を深層学習に適用することを検討した．罹病の目視判定を行う専門家の熟練者と非専門家である初心者の視線行動を計測し，その結果，熟練者は広く樹全体を観察するのに対し，初心者は特定の箇所のみを観察して判定していることが明らかになった．今後は，注視点の差異を深層学習の訓練画像に反映させることを検討する．(3) HLBによる葉面反射光の波長変化の検出: ハイパースペクトルカメラSPECIMを用いて，実際の植物の葉面の反射光を計測し，スペクトル画像から葉の領域を検出して，各画素のスペクトル分布を入手するソフトウェアを開発した．ソフトウェアは，次年度以降には，実際にタイもしくはベトナムの農園において，罹患樹と健全樹のハイパースペクトル画像の計測実験を行い，HLB罹患樹に特異的な反射波長ピークを明らかにする．