Semantic Image Segmentation with Deep Learning for Vine Leaf Phenotyping

要約

植物の表現型解析は、植物の特性の定量的な記述を指しますが、画像ベースの表現型解析では、主に植物の解剖学的、個体発生的、および生理学的特性に焦点を当てています。この技術は、画像ベースの解析の分野でのディープラーニングの成功によって強化されました。
は幅広い研究分野に適用可能で、植物のハイスループット スクリーンを可能にし、表現型の特徴付けに必要な時間と労力を削減します。
それらの構造と機能に関する情報を生成する葉の表現型の自動オブジェクト検出 (セグメンテーションによる) システムを開発するための画像。
精密農業の領域。 私たちの仕事はplに貢献します
成長や発達などの動的特性を捉えて定量化できるアリのライフサイクルモニタリング、農薬の的を絞った介入と選択的適用、および持続可能な農業の重要な前提条件であるブドウの品種識別。

要約(オリジナル)

Plant phenotyping refers to a quantitative description of the plants properties, however in image-based phenotyping analysis, our focus is primarily on the plants anatomical, ontogenetical and physiological properties.This technique reinforced by the success of Deep Learning in the field of image based analysis is applicable to a wide range of research areas making high-throughput screens of plants possible, reducing the time and effort needed for phenotypic characterization.In this study, we use Deep Learning methods (supervised and unsupervised learning based approaches) to semantically segment grapevine leaves images in order to develop an automated object detection (through segmentation) system for leaf phenotyping which will yield information regarding their structure and function.In these directions we studied several deep learning approaches with promising results as well as we reported some future challenging tasks in the area of precision agriculture.Our work contributes to plant lifecycle monitoring through which dynamic traits such as growth and development can be captured and quantified, targeted intervention and selective application of agrochemicals and grapevine variety identification which are key prerequisites in sustainable agriculture.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google