第135回日本森林学会大会 発表検索
講演詳細
経営部門[Forest Management]
| 日付 | 2024年3月8日 |
|---|---|
| 開始時刻 | ポスター発表 |
| 会場名 | 531 |
| 講演番号 | PD-22（学生ポスター賞審査対象） |
| 発表題目 | 深層学習を用いた高解像度UAV画像からの広葉樹の樹種分類 Classification of broad leaved tree species from high-resolution UAV images using deep learning. |
| 所属 | 島根大学 |
| 要旨本文 | 近年、国内の広葉樹用材の利活用が注目されているが、資源状態の把握が困難という課題がある。特に樹種情報の収集は困難である。そこで、その解決方法の一つとしてUAVを用いた樹種分類がある。UAVからの樹種分類は針葉樹を対象として盛んに行われているが、広葉樹では樹冠形状が不定形であることなどから判別が難しいという課題がある。そこで本研究では従来の樹冠形状だけでなく葉の形状等を判別に使用することで樹種判別の精度向上を試みた。調査は島根大学三瓶演習林内の広葉樹林1haを対象に行った。樹冠形状だけでなく葉の形状情報を取得するため、フルサイズセンサーのカメラを搭載したUAVを低空で飛行させ1ピクセル3mm程度の高解像度で撮影を行った。得られた空撮画像データはSfMソフトウェアで処理し三次元形状を復元し、オルソ画像の作成を行った。樹種の判定には物体検出アルゴリズムであるYOLOv8を用いた。モデルの作成には、現地調査と空撮画像から目視で樹種を判別し教師データを作成した。オルソ画像に対して画像認識によるセグメンテーションを適用し広葉樹の樹種判別を行ったので、その報告を行う。 |
| 著者氏名 | ○大原圭太郎1 ・ 米康充2 |
| 著者所属 | 1島根大学大学院自然科学研究科 ・ 2島根大学学術研究院農生命科学系 |
| キーワード | UAV, 深層学習, 広葉樹, 樹種分類, SfM |
| Key word | UAV, Deep Learning, Broad leaved tree, Classification of tree species, SfM |