Fugu-MT 論文翻訳(概要): Hyperspectral Imaging for cherry tomato

論文の概要: Hyperspectral Imaging for cherry tomato

arxiv url: http://arxiv.org/abs/2203.05199v1
Date: Thu, 10 Mar 2022 07:21:50 GMT
ステータス: 処理完了
システム内更新日: 2022-03-11 13:46:28.724836
Title: Hyperspectral Imaging for cherry tomato
Title（参考訳）: サクラトマトのハイパースペクトルイメージング
Authors: Yun Xiang, Qijun Chen, Zhongjin Su, Lu Zhang, Zuohui Chen, Guozhi Zhou, Zhuping Yao, Qi Xuan, and Yuan Cheng
Abstract要約: 我々は,高スペクトル画像とそれに対応するディープラーニング回帰モデルに基づいて,果実の硬さを非破壊的に検査する手法を開発した。比較的多くのサンプルを用いて、我々の技術はSSCの最先端技術よりも26.4%、硬さは33.7%良い。
参考スコア（独自算出の注目度）: 11.259501297907757
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Cherry tomato (Solanum Lycopersicum) is popular with consumers over the world due to its special flavor. Soluble solids content (SSC) and firmness are two key metrics for evaluating the product qualities. In this work, we develop non-destructive testing techniques for SSC and fruit firmness based on hyperspectral images and a corresponding deep learning regression model. Hyperspectral reflectance images of over 200 tomato fruits are derived with spectrum ranging from 400 to 1000 nm. The acquired hyperspectral images are corrected and the spectral information is extracted. A novel one-dimensional(1D) convolutional ResNet (Con1dResNet) based regression model is prosed and compared with the state of art techniques. Experimental results show that, with a relatively large number of samples our technique is 26.4\% better than state of art technique for SSC and 33.7\% for firmness. The results of this study indicate the application potential of hyperspectral imaging technique in the SSC and firmness detection, which provides a new option for non-destructive testing of cherry tomato fruit quality in the future.
Abstract（参考訳）: サクラトマト(solanum lycopersicum)は、独特の風味のため、世界中の消費者に人気がある。 Soluble Solids Content (SSC) と firmness は製品品質を評価する上で重要な指標である。本研究では,超スペクトル画像とそれに対応する深層学習回帰モデルに基づいて,sscと果実堅さのための非破壊検査手法を開発した。 200種以上のトマト果実の高スペクトル反射像は400nmから1000nmの範囲で導出される。取得したハイパースペクトル画像を補正し、スペクトル情報を抽出する。新規な1次元畳み込みResNet(Con1dResNet)に基づく回帰モデルの提案と技術の現状との比較を行った。実験の結果, 比較的多数の試料を採取すると, SSCの最先端技術よりも26.4倍, 硬度は33.7倍であった。本研究は,サクラ果実品質の非破壊検査に新たな選択肢を提供するため,sscにおけるハイパースペクトルイメージング技術の適用可能性と堅さ検出の可能性を示した。

関連論文リスト

SR-CACO-2: A Dataset for Confocal Fluorescence Microscopy Image Super-Resolution [7.770202118479678]
低解像度画像をアップスケーリングして高解像度画像(HR)を生成することで、画像品質の回復に、一像超解像(SISR)のマシン/ディープ学習法を適用することができる。 SISR法は、公開データの豊富さから、写真リアル画像にうまく応用されている。我々は,3種類の蛍光マーカーに印加された低解像度と高解像度の画像対からなる,SR-CACO-2と呼ばれる大規模な走査共焦点顕微鏡データセットを提案する。
論文参考訳（メタデータ） (2024-06-13T14:30:35Z)
Deep learning-based hyperspectral image reconstruction for quality assessment of agro-product [0.0]
本研究の目的は,農業用深層学習によるRGB画像からのハイパースペクトル画像の再構成である。アルゴリズムは、RGB画像からのハイパースペクトル画像を正確に再構成し、その結果のスペクトルは、地上構造と密接に一致した。これらの知見は,様々な農業用ツールとして,ディープラーニングに基づくハイパースペクトル画像再構成の可能性を強調した。
論文参考訳（メタデータ） (2024-05-20T18:15:20Z)
Dual-band feature selection for maturity classification of specialty crops by hyperspectral imaging [5.905721043072562]
イチゴやトマトなどの特産作物の成熟度分類は、農業の下流における重要な活動である。近年のDeep Learningの進歩は、成熟度分類のためのカラー画像の奨励的な結果を生み出している。成熟度分類のための特徴抽出法を提案する。
論文参考訳（メタデータ） (2024-05-16T10:01:16Z)
Evaluation of the potential of Near Infrared Hyperspectral Imaging for monitoring the invasive brown marmorated stink bug [53.682955739083056]
BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
論文参考訳（メタデータ） (2023-01-19T11:37:20Z)
Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文参考訳（メタデータ） (2022-06-14T10:16:54Z)
Conformer and Blind Noisy Students for Improved Image Quality Assessment [80.57006406834466]
知覚品質評価(IQA)のための学習ベースアプローチは、通常、知覚品質を正確に測定するために歪んだ画像と参照画像の両方を必要とする。本研究では,変換器を用いた全参照IQAモデルの性能について検討する。また,全教師モデルから盲人学生モデルへの半教師付き知識蒸留に基づくIQAの手法を提案する。
論文参考訳（メタデータ） (2022-04-27T10:21:08Z)
Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。 BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
論文参考訳（メタデータ） (2022-03-29T08:41:17Z)
Low dosage 3D volume fluorescence microscopy imaging using compressive sensing [0.0]
本稿では, 圧縮センシングによる3Dボリュームの完全再構成を, 励起量の半分未満のSNRで行う方法を提案する。ゼブラフィッシュ胚脊髄のRFP標識ニューロンの3次元体積を, 共焦点顕微鏡を用いて0.1umの軸方向サンプリングにより計測し, 本手法の実証を行った。この研究で開発されたCSベースの手法は、2光子や光シート顕微鏡などの他の深部イメージングに容易に適用でき、サンプル光毒性の低減は重要な課題である。
論文参考訳（メタデータ） (2022-01-03T18:44:50Z)
Fruit Quality and Defect Image Classification with Conditional GAN Data Augmentation [2.6424021470496672]
微調整、トランスファーラーニング、ジェネレーションモデルに基づくトレーニングデータ拡張というアイデアを組み合わせた機械学習パイプラインを提案します。畳み込み層に完全に接続された4096個のニューロンを付加すると、83.77%の画像分類精度が得られる。そして,2000エポックの訓練データに基づいて条件付き生成型adversarial networkを訓練し,比較的現実的な画像を生成することを学ぶ。
論文参考訳（メタデータ） (2021-04-12T17:13:05Z)
Towards Ultrafast MRI via Extreme k-Space Undersampling and Superresolution [65.25508348574974]
我々は、オリジナルのfastMRIチャレンジを参照するすべての公開論文によって報告されたMRI加速係数を下回る。低解像を補うための強力な深層学習に基づく画像強化手法を検討する。復元された画像の品質は他の方法よりも高く、MSEは0.00114、PSNRは29.6 dB、SSIMは0.956 x16加速係数である。
論文参考訳（メタデータ） (2021-03-04T10:45:01Z)
Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral Imagery [79.69449412334188]
本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
論文参考訳（メタデータ） (2020-05-18T14:25:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。