論文の概要: A Survey of Computer Vision Technologies In Urban and
Controlled-environment Agriculture
- arxiv url: http://arxiv.org/abs/2210.11318v1
- Date: Thu, 20 Oct 2022 14:51:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-21 15:19:06.942056
- Title: A Survey of Computer Vision Technologies In Urban and
Controlled-environment Agriculture
- Title（参考訳）: 都市・制御環境農業におけるコンピュータビジョン技術に関する調査
- Authors: Jiayun Luo, Boyang Li, Cyril Leung
- Abstract要約: 制御環境農業(CEA)は多くの経済的、環境的、社会的利益を提供している。
CEAは、植物状態のリアルタイムモニタリングの採用において、コンピュータビジョン(CV)とうまく結合する。
本論文は,CV研究者に農業応用と農業従事者に,CVが提供するソリューションを親しんだものである。
- 参考スコア（独自算出の注目度）: 10.020877054195042
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the evolution of agriculture to its next stage, Agriculture 5.0,
artificial intelligence will play a central role. Controlled-environment
agriculture, or CEA, is a special form of urban and suburban agricultural
practice that offers numerous economic, environmental, and social benefits,
including shorter transportation routes to population centers, reduced
environmental impact, and increased productivity. Due to its ability to control
environmental factors, CEA couples well with computer vision (CV) in the
adoption of real-time monitoring of the plant conditions and autonomous
cultivation and harvesting. The objective of this paper is to familiarize CV
researchers with agricultural applications and agricultural practitioners with
the solutions offered by CV. We identify five major CV applications in CEA,
analyze their requirements and motivation, and survey the state of the art as
reflected in 68 technical papers using deep learning methods. In addition, we
discuss five key subareas of computer vision and how they related to these CEA
problems, as well as nine vision-based CEA datasets. We hope the survey will
help researchers quickly gain a bird-eye view of the striving research area and
will spark inspiration for new research and development.
- Abstract（参考訳）: 農業の次の段階である5.0への進化において、人工知能は中心的な役割を果たす。
制御環境農業(英語: Controled-Environment Agricultural, CEA)は、人口集中部への輸送ルートの短縮、環境への影響の低減、生産性の向上など、多くの経済的、環境的、社会的利益を提供する、都市および郊外の農業の特殊な形態である。
環境要因を制御できるため、CEAは植物環境のリアルタイムモニタリングや自律栽培、収穫の実施においてコンピュータビジョン(CV)とうまく連携する。
本研究の目的は,CV研究者を農業従事者と農業従事者とに親しませることである。
CEAにおける5つの主要なCVアプリケーションを特定し、その要件とモチベーションを分析し、深層学習手法を用いて68の技術的論文に反映された技術状況を調査した。
さらに,コンピュータビジョンの5つの重要なサブエリアと,これらcea問題との関連性,および9つのビジョンに基づくceaデータセットについて論じる。
今回の調査は、研究領域の鳥眼ビューを素早く取得し、新たな研究と開発に刺激を与えることを期待しています。
関連論文リスト
- Application of Machine Learning in Agriculture: Recent Trends and Future Research Avenues [6.0460261046732455]
食品生産は重要な世界的関心事であり、人工知能(AI)による農業革命の可能性はほとんど解明されていない。
本稿では,農業における機械学習(ML)の適用に焦点をあてた総合的なレビューを行い,農業実践におけるその変革的ポテンシャルと効率向上を探求する。
論文 参考訳（メタデータ） (2024-05-23T17:53:31Z) - Generating Diverse Agricultural Data for Vision-Based Farming Applications [74.79409721178489]
このモデルは, 植物の成長段階, 土壌条件の多様性, 照明条件の異なるランダム化フィールド配置をシミュレートすることができる。
我々のデータセットにはセマンティックラベル付き12,000の画像が含まれており、精密農業におけるコンピュータビジョンタスクの包括的なリソースを提供する。
論文 参考訳（メタデータ） (2024-03-27T08:42:47Z) - Leaf-Based Plant Disease Detection and Explainable AI [16.128084819516715]
農業部門は国の経済成長に不可欠な役割を担っている。
植物病は農業に影響を及ぼす重要な要因の1つである。
研究者は、植物病を検出するAIと機械学習技術に基づく多くのアプリケーションを調査してきた。
論文 参考訳（メタデータ） (2023-12-17T03:40:12Z) - Artificial Intelligence in Sustainable Vertical Farming [0.0]
持続可能な垂直農業におけるAIの役割を包括的に探求する。
このレビューは、機械学習、コンピュータビジョン、IoT(Internet of Things)、ロボット工学を含む、AIアプリケーションの現状を合成する。
この影響は、経済的な可能性、環境への影響の低減、食料安全保障の向上など、効率の向上を超えて拡大している。
論文 参考訳（メタデータ） (2023-11-17T22:15:41Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Towards a methodology to consider the environmental impacts of digital agriculture [0.0]
農業は地球温暖化に影響を及ぼすが、その収量には脅威があり、情報通信技術(ICT)は、この緊張を和らげるための潜在的なレバーとみなされることが多い。
本研究の目的は,農業ICTシステムの環境フットプリントと必要なインフラを考慮に入れた方法論を定義することである。
論文 参考訳（メタデータ） (2023-05-16T07:58:34Z) - Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳（メタデータ） (2023-05-03T05:16:54Z) - Affordable Artificial Intelligence -- Augmenting Farmer Knowledge with
AI [1.9992810351494297]
本稿では,農地の微小気候を予測するためのAI技術について述べる。
この出版物は2016年に開始され、FAOとITUが共同で制作したE-agriculture in Actionシリーズの第5弾である。
農業における既存のAIアプリケーションに対する認識を高め、ステークホルダーに新しいものの開発と複製を促すことを目的としている。
論文 参考訳（メタデータ） (2023-03-04T02:29:52Z) - A survey on applications of augmented, mixed and virtual reality for
nature and environment [114.4879749449579]
拡張現実(AR)、仮想現実(VR)、複合現実(MR)は、彼らが提供できるエンゲージメントとエンリッチな体験のために、大きな潜在能力を持つ技術である。
しかし、環境応用の分野でAR、VR、MRがもたらす可能性はまだ広く研究されていない。
本研究は,環境に有利な既存のAR/VR/MRアプリケーションを発見・分類したり,環境問題に対する意識を高めることを目的とした調査の結果を示す。
論文 参考訳（メタデータ） (2020-08-27T09:59:27Z) - The 1st Agriculture-Vision Challenge: Methods and Results [144.57794061346974]
第1回農業ビジョンチャレンジは、航空画像から農業パターン認識のための新しい効果的なアルゴリズムの開発を奨励することを目的としている。
約57の参加チームが、航空農業のセマンティックセグメンテーションの最先端を達成するために競っている。
本報告では,課題における注目すべき手法と成果について概説する。
論文 参考訳（メタデータ） (2020-04-21T05:02:31Z) - Agriculture-Vision: A Large Aerial Image Database for Agricultural
Pattern Analysis [110.30849704592592]
本稿では,農業パターンのセマンティックセグメンテーションのための大規模空中農地画像データセットであるGarmry-Visionを提案する。
各画像はRGBと近赤外線(NIR)チャンネルで構成され、解像度は1ピクセルあたり10cmである。
農家にとって最も重要な9種類のフィールド異常パターンに注釈を付ける。
論文 参考訳（メタデータ） (2020-01-05T20:19:33Z)
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。