第136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 | 2025年3月22日 |
|---|---|
| 開始時刻 | 10:15 |
| 会場名 | S31 |
| 講演番号 | D-26 |
| 発表題目 | 深層学習によるUAV画像からの広葉樹の分類 -有効な画像解像度の検証- Classification of Broadleaved Tree Species from UAV Images Using Deep Learning: Validation of Effective Image Resolution |
| 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。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搭載カメラの性能向上により高解像度画像の取得が可能となり、葉の形状を判別できるようになった。前報では、高解像度画像を用いてYOLOv8で広葉樹の樹種分類を行ったが、解像度の違いが分類精度に与える影響は未検証であった。そこで本研究では、解像度を段階的に下げた画像で分類精度を評価し、葉形状や樹冠形状が樹種判別に与える影響を検証する。 調査は島根大学三瓶演習林内の広葉樹林約1haを対象に行った。フルサイズセンサーのカメラを搭載したUAVを低空で飛行させて撮影を行い、SfMソフトウェアを用いて1ピクセル3mm程度の高解像度なオルソ画像を作成した。樹種の判定には物体検出に適したYOLOv8の他に領域分類に適したU-Netも用いた。1ピクセル3mm、6mm、12mm、24mmの段階的に異なる解像度で教師データを作成し、U-NetおよびYOLOv8で転移学習を実施した。分類結果の比較を通じて、葉形状や樹冠形状等の情報が分類結果に与える影響を評価した。 |
| 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 | ドローン, 深層学習, 広葉樹, Unet |
| Key word | UAV, Deep Learning, Broadleaf tree, Unet |