Spatial Monitoring and Insect Behavioural Analysis Using Computer Vision for Precision Pollination

要約

昆虫は世界で最も重要な作物の授粉媒介者であり、自然の生態系の持続可能性を維持する上で重要な役割を果たしています。
したがって、昆虫の受粉の監視と管理は、作物生産と食料安全保障を改善するために不可欠です。
コンピューター ビジョンによって促進される送粉者の監視は、手動のアプローチを使用して実行可能なものよりもデータ収集を強化できます。
それが生成する新しいデータは、昆虫の分布の詳細な理解を提供し、それらの受粉効率を予測し、正確な受粉を支えるのに十分なきめ細かい分析を促進する可能性があります。
複雑な屋外環境での昆虫の追跡を容易にする現在のコンピューター ビジョンは、空間範囲が制限されており、多くの場合、単一の昆虫種に制限されています。
これにより、農業との関連性が制限されます。
したがって、この記事では、昆虫のカウント、昆虫の動きの追跡、行動分析、大規模な農業地域での受粉予測のためのマーカーレス データ キャプチャを容易にする新しいシステムを紹介します。
当社のシステムは、エッジ コンピューティングのマルチポイント ビデオ録画、オフラインで自動化された複数種の昆虫のカウント、追跡、および行動分析で構成されています。
私たちは、その機能を実証するために、商用のベリー農場でシステムを実装およびテストします。
私たちのシステムは、ポリトンネル内の 9 つの監視ステーションで 4 つの昆虫品種を追跡することに成功し、各品種で 0.8 を超える F スコアを取得しました。
このシステムにより、各昆虫種の受粉への相対的な影響を評価するための主要な指標の計算が可能になりました。
この技術の進歩により、正確な受粉のための詳細で継続的なデータ収集が実現可能になります。
これは、作物の受粉を管理する生産者や養蜂家に情報を提供するために重要です。これにより、食料生産と食料安全保障を改善するためのデータ主導の意思決定が可能になるからです。

要約(オリジナル)

Insects are the most important global pollinator of crops and play a key role in maintaining the sustainability of natural ecosystems. Insect pollination monitoring and management are therefore essential for improving crop production and food security. Computer vision facilitated pollinator monitoring can intensify data collection over what is feasible using manual approaches. The new data it generates may provide a detailed understanding of insect distributions and facilitate fine-grained analysis sufficient to predict their pollination efficacy and underpin precision pollination. Current computer vision facilitated insect tracking in complex outdoor environments is restricted in spatial coverage and often constrained to a single insect species. This limits its relevance to agriculture. Therefore, in this article we introduce a novel system to facilitate markerless data capture for insect counting, insect motion tracking, behaviour analysis and pollination prediction across large agricultural areas. Our system is comprised of edge computing multi-point video recording, offline automated multispecies insect counting, tracking and behavioural analysis. We implement and test our system on a commercial berry farm to demonstrate its capabilities. Our system successfully tracked four insect varieties, at nine monitoring stations within polytunnels, obtaining an F-score above 0.8 for each variety. The system enabled calculation of key metrics to assess the relative pollination impact of each insect variety. With this technological advancement, detailed, ongoing data collection for precision pollination becomes achievable. This is important to inform growers and apiarists managing crop pollination, as it allows data-driven decisions to be made to improve food production and food security.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google