JP2020529686A - 神経回路網の学習による作物と雑草を識別する装置及び方法 - Google Patents
神経回路網の学習による作物と雑草を識別する装置及び方法 Download PDFInfo
- Publication number
- JP2020529686A JP2020529686A JP2020512648A JP2020512648A JP2020529686A JP 2020529686 A JP2020529686 A JP 2020529686A JP 2020512648 A JP2020512648 A JP 2020512648A JP 2020512648 A JP2020512648 A JP 2020512648A JP 2020529686 A JP2020529686 A JP 2020529686A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- crop
- image
- learning
- ced
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
Claims (13)
- たんぼや畑での作物栽培のための除草のため、農作物の熱を神経回路網の学習によって認識することで、前記熱から外れている植物をすべて雑草と見なして除草できるようにする工程と、前記熱とその周囲に残留する雑草に対し、もう一つの神経回路網の学習を介して作物と分離識別する工程で構成されたことを特徴とする神経回路網の学習による作物と雑草を識別する方法。
- 前記農作物の熱認識工程と作物と雑草との識別工程で用いる神経回路網は、複数のコンボリューション(convolution)層で構成され、徐々に減少するエンコーダー(encoder)部分と再び徐々に増加するデコーダー(decoder)部分が結合した構造のCED神経回路網を有することを特徴とする、請求項1に記載の神経回路網の学習による作物と雑草を識別する方法。
- 前記CED神経回路網には、エンコーダー(encoder)部分の各層の出力がデコーダー(decoder)部分の同一の層の入力として合算されるCED神経回路網である、ユーネット(Unet)構造と呼ばれる変形された構造のCED神経回路網も用いられることを特徴とする、請求項2に記載の神経回路網の学習による作物と雑草を識別する方法。
- 前記CED神経回路網には、ユーネット(Unet)構造と呼ばれるCED神経回路網を基本構造とし、各層を飛びわたる接続を追加的に有するデンスネット(DensNet)と呼ばれる変形された構造のCED神経回路網も用いられることを特徴とする、請求項3に記載の神経回路網の学習による作物と雑草を識別する方法。
- 前記農作物の熱認識方法は、農作物の映像が前記CED神経回路網への入力として認可された際に、前記CED神経回路網は入力として認可された農作物映像のうち作物熱に該当する位置が前記CED神経回路網の出力段にグラフィック線で描かれて表示されるように前記CED神経回路網を反復的に学習させ、他の複数の作物熱映像に対しても同一の方法で学習させることで、任意のテスト農作物映像が印加された際に、その農作物の熱に該当する位置がグラフィック線で描かれて表示されるようにすることを特徴とする、請求項1に記載の神経回路網の学習による作物と雑草を識別する方法。
- 作物が稲で雑草が稗草である場合、これらを区別する方法は、稲の苗の場合複数のもみ種を合わせて芽生えさせるので、苗の根元は複数の稲が束ねられて密集しているのに対し、稗草は個別に散らばって芽生えるので株の根元部分の密集度が低いことを用いて、株の根元部分の密集度の視覚的差を用いて区別し、稲と稗草とを識別することを特徴とする、請求項1に記載の神経回路網の学習による作物と雑草を識別する方法。
- 根元の密集度の視覚的差を用いて稲と稗草とを区別するための学習目標映像データは、入力映像の稲と稗草の根元部分に該当するところに互いに異なるカラーや形状のシンボルで表示することで、稲と稗草とを区別させる稲と稗草の識別のための学習目標映像を作成することを特徴とする、請求項6に記載の神経回路網の学習による作物と雑草を識別する方法。
- 作物熱認識用神経回路網の学習に必要なデータベースは、除草機が追従しようとする方向で撮影した作物の映像を入力映像とし、前記入力映像でのそれぞれの作物熱に該当する位置にグラフィック線で作成した映像を学習目標映像とし、前記入力映像・学習目標映像が一つのセットで構成された学習データセットを大量で用意した作物熱学習用データベースを備えることを特徴とする、請求項5に記載の神経回路網の学習による作物と雑草を識別する方法。
- 作物・雑草識別用神経回路網に必要な学習データベースは、作物熱上で作物と雑草が共に含まれた、作物と雑草の形状が明確に区別できるように近接撮影した映像を神経回路網の入力映像とし、それぞれの入力映像での作物と雑草に該当する位置にこれらを区別できるように異なる形状またはカラーのシンボルを用いた映像を作成して学習目標映像とし、前記入力映像・学習目標映像を一つのセットとする学習データセットを大量で備えた作物・雑草識別学習用データベースを作成することを特徴とする、請求項6に記載の神経回路網の学習による作物と雑草を識別する方法。
- 作物・雑草識別用神経回路網に必要な学習データベースで学習目標映像の作成は、初期に空(blank)映像または入力映像をコピーした映像の上にそれぞれの客体を区別できるように様々なカラーを用いた線、図形、またはシンボルでグラフィック化して作成することを特徴とする、請求項9に記載の神経回路網の学習による作物と雑草を識別する方法。
- 作物・雑草識別用神経回路網に必要な学習データベースで学習目標映像の作成の際にそれぞれのシンボルの位置と大きさは、入力映像を基準として決定し、シンボル領域内に客体間の区別性が大きい特徴が可能な限り多く含まれるようにシンボル中心点の位置と大きさを決定して学習目標映像に表示することを特徴とする、請求項9に記載の神経回路網の学習による作物と雑草を識別する方法。
- 請求項5または請求項8に記載の方法で作成した作物熱位置のグラフィック表示映像で作成した作物映像・作物熱映像データベース220と、前記映像データベース220を用いて請求項1ないし請求項4のうち何れか一項に記載の方法で学習する作物熱認識用CED神経回路網230と、請求項6、請求項7、及び請求項9ないし請求項11のうち何れか一項に記載の方法で作成した作物・雑草種類及び位置のシンボル表示映像で作成した作物映像・作物種類位置映像データベース250と、前記映像データベース250を用いて請求項1ないし請求項4のうち何れか一項に記載の方法で学習する作物と雑草の種類及び位置認識用CED神経回路網260と、作物・雑草映像をリアルタイムで撮影し、前記CED神経回路網230、260に入力として印加するカメラ280と、前記CED神経回路網をソフトウェアとして構成して実行させ、CED神経回路網の結果を分析し、分析した結果を用いて外部の除草機の自律除草作業に必要な制御信号を生成し、生成した制御信号を前記除草機に提供するCPU100と、前記CPUを補助し、CED神経回路網を高速で実行させるGPU110を含むことを特徴とする、神経回路網の学習による作物と雑草を識別する装置。
- 請求項12項に記載の学習されたCED神経回路網のパラメーターは作物映像・作物熱映像データベース220と作物映像・作物の種類及び位置映像データベース250から抽出した作物熱の認識及び作物・雑草識別に必要な情報を含み、装置の小型化のために前記データベースを除去し、カメラ280と、作物熱認識用CED神経回路網230と、雑草の識別及び位置認識用CED神経回路網260と、CPU100と、GPU110のみで除草機の制御システムを構成することを特徴とする、請求項12に記載の神経回路網の学習による作物と雑草を識別する装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2017-0140783 | 2017-10-27 | ||
KR20170140783 | 2017-10-27 | ||
PCT/KR2018/012883 WO2019083336A1 (ko) | 2017-10-27 | 2018-10-29 | 신경회로망 학습에 의한 작물과 잡초 식별 방법 및 장치 |
KR10-2018-0129482 | 2018-10-29 | ||
KR1020180129482A KR102188521B1 (ko) | 2017-10-27 | 2018-10-29 | 신경회로망 학습에 의한 작물과 잡초 식별 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020529686A true JP2020529686A (ja) | 2020-10-08 |
JP6771800B2 JP6771800B2 (ja) | 2020-10-21 |
Family
ID=66580504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020512648A Active JP6771800B2 (ja) | 2017-10-27 | 2018-10-29 | 神経回路網の学習による作物と雑草を識別する装置及び方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6771800B2 (ja) |
KR (1) | KR102188521B1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113349188A (zh) * | 2021-05-31 | 2021-09-07 | 南京林业大学 | 一种基于云端杀草谱的草坪及牧草精准除草方法 |
CN115119546A (zh) * | 2022-07-19 | 2022-09-30 | 华南农业大学 | 一种基于视-触觉融合感知的稻田自适应柔性机械除草机 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102359138B1 (ko) * | 2019-12-12 | 2022-02-07 | 경북대학교 산학협력단 | 사용자 맞춤형 영상 밝기 및 대비 조절 장치 및 방법 |
CN113435302B (zh) * | 2021-06-23 | 2023-10-17 | 中国农业大学 | 一种基于GridR-CNN的水培生菜幼苗状态检测方法 |
KR102425062B1 (ko) * | 2021-11-23 | 2022-07-27 | 대한민국 | 무인 외발전동휠형 벼 관리 로봇 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09128538A (ja) * | 1995-10-26 | 1997-05-16 | Norin Suisansyo Hokkaido Nogyo Shikenjo | 作物の検出方法 |
JP2003102275A (ja) * | 2001-09-28 | 2003-04-08 | National Agricultural Research Organization | 作物位置検出のためのアルゴリズム |
JP2012198688A (ja) * | 2011-03-18 | 2012-10-18 | Fujitsu Ltd | 農作物画像処理プログラム、農作物画像処理方法及び農作物画像処理装置 |
US20150324648A1 (en) * | 2014-05-09 | 2015-11-12 | Raven Industries, Inc. | Image filter based on row identification |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101763835B1 (ko) * | 2015-10-30 | 2017-08-03 | 사단법인 한국온실작물연구소 | 군락에서 영상이미지를 통한 작물기관별 이미지식별시스템 |
KR101803471B1 (ko) * | 2016-02-15 | 2017-12-01 | 성균관대학교 산학협력단 | 컨볼루션 신경망 기반의 영상 패턴화를 이용한 딥러닝 시스템 및 이를 이용한 영상 학습방법 |
-
2018
- 2018-10-29 KR KR1020180129482A patent/KR102188521B1/ko active IP Right Grant
- 2018-10-29 JP JP2020512648A patent/JP6771800B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09128538A (ja) * | 1995-10-26 | 1997-05-16 | Norin Suisansyo Hokkaido Nogyo Shikenjo | 作物の検出方法 |
JP2003102275A (ja) * | 2001-09-28 | 2003-04-08 | National Agricultural Research Organization | 作物位置検出のためのアルゴリズム |
JP2012198688A (ja) * | 2011-03-18 | 2012-10-18 | Fujitsu Ltd | 農作物画像処理プログラム、農作物画像処理方法及び農作物画像処理装置 |
US20150324648A1 (en) * | 2014-05-09 | 2015-11-12 | Raven Industries, Inc. | Image filter based on row identification |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113349188A (zh) * | 2021-05-31 | 2021-09-07 | 南京林业大学 | 一种基于云端杀草谱的草坪及牧草精准除草方法 |
CN113349188B (zh) * | 2021-05-31 | 2022-06-03 | 南京林业大学 | 一种基于云端杀草谱的草坪及牧草精准除草方法 |
CN115119546A (zh) * | 2022-07-19 | 2022-09-30 | 华南农业大学 | 一种基于视-触觉融合感知的稻田自适应柔性机械除草机 |
CN115119546B (zh) * | 2022-07-19 | 2024-03-12 | 华南农业大学 | 一种基于视-触觉融合感知的稻田自适应柔性机械除草机 |
Also Published As
Publication number | Publication date |
---|---|
KR102188521B1 (ko) | 2020-12-08 |
KR20190047636A (ko) | 2019-05-08 |
JP6771800B2 (ja) | 2020-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6771800B2 (ja) | 神経回路網の学習による作物と雑草を識別する装置及び方法 | |
Fawakherji et al. | Crop and weeds classification for precision agriculture using context-independent pixel-wise segmentation | |
WO2019083336A1 (ko) | 신경회로망 학습에 의한 작물과 잡초 식별 방법 및 장치 | |
Tian et al. | Machine vision identification of tomato seedlings for automated weed control | |
Li et al. | Key technologies of machine vision for weeding robots: A review and benchmark | |
CN109886155B (zh) | 基于深度学习的单株水稻检测定位方法、系统、设备及介质 | |
Latha et al. | Image processing in agriculture | |
de Luna et al. | Tomato growth stage monitoring for smart farm using deep transfer learning with machine learning-based maturity grading. | |
Patidar et al. | Weed seedling detection using mask regional convolutional neural network | |
CA3163818A1 (en) | Crop scouting information systems and resource management | |
Miao et al. | Efficient tomato harvesting robot based on image processing and deep learning | |
Malathy et al. | Disease detection in fruits using image processing | |
Miao et al. | Crop weed identification system based on convolutional neural network | |
Kamal et al. | FCN network-based weed and crop segmentation for ioT-aided agriculture applications | |
Visentin et al. | A mixed-autonomous robotic platform for intra-row and inter-row weed removal for precision agriculture | |
Wang et al. | The seedling line extraction of automatic weeding machinery in paddy field | |
De Silva et al. | Towards infield navigation: leveraging simulated data for crop row detection | |
Goondram et al. | Strawberry Detection using Mixed Training on Simulated and Real Data | |
Liu et al. | Tomato flower pollination features recognition based on binocular gray value-deformation coupled template matching | |
Liu | (Retracted) Field weed recognition algorithm based on machine learning | |
Liu et al. | Dt/mars-cyclegan: Improved object detection for mars phenotyping robot | |
Simon et al. | Weed Plant Identification and Removal Using Machine Vision and Robotics | |
Vuletić et al. | Procedural generation of synthetic dataset for robotic applications in sweet pepper cultivation | |
Telkar et al. | Detection of Weed plant in Farm and Removing using Unmanned Ground Vehicle | |
US20220406039A1 (en) | Method for Treating Plants in a Field |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200226 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200226 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200226 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200630 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200814 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200908 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200923 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6771800 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |