論文の概要: Multispectral Image Segmentation in Agriculture: A Comprehensive Study on Fusion Approaches

• arxiv url: http://arxiv.org/abs/2308.00159v1
• Date: Mon, 31 Jul 2023 21:24:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 16:10:08.758348
• Title: Multispectral Image Segmentation in Agriculture: A Comprehensive Study on Fusion Approaches
• Title（参考訳）: 農業におけるマルチスペクトルイメージセグメンテーション : 融合アプローチに関する総合的研究
• Authors: Nuno Cunha, Tiago Barros, M\'ario Reis, Tiago Marta, Cristiano Premebida, and Urbano J. Nunes
• Abstract要約: 本稿では, 農業分野における分断プロセスを強化するために, 融合アプローチの利用に焦点をあてる。 本研究では,RGBとNDVIを入力として組み合わせ,異なる融合手法を比較した。 実験により,エッジ検出やしきい値設定などの手法を応用した古典的セグメンテーション手法が,DLベースのアルゴリズムと効果的に競合できることが明らかになった。
• 参考スコア（独自算出の注目度）: 0.9790238684654974
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multispectral imagery is frequently incorporated into agricultural tasks, providing valuable support for applications such as image segmentation, crop monitoring, field robotics, and yield estimation. From an image segmentation perspective, multispectral cameras can provide rich spectral information, helping with noise reduction and feature extraction. As such, this paper concentrates on the use of fusion approaches to enhance the segmentation process in agricultural applications. More specifically, in this work, we compare different fusion approaches by combining RGB and NDVI as inputs for crop row detection, which can be useful in autonomous robots operating in the field. The inputs are used individually as well as combined at different times of the process (early and late fusion) to perform classical and DL-based semantic segmentation. In this study, two agriculture-related datasets are subjected to analysis using both deep learning (DL)-based and classical segmentation methodologies. The experiments reveal that classical segmentation methods, utilizing techniques such as edge detection and thresholding, can effectively compete with DL-based algorithms, particularly in tasks requiring precise foreground-background separation. This suggests that traditional methods retain their efficacy in certain specialized applications within the agricultural domain. Moreover, among the fusion strategies examined, late fusion emerges as the most robust approach, demonstrating superiority in adaptability and effectiveness across varying segmentation scenarios. The dataset and code is available at https://github.com/Cybonic/MISAgriculture.git.
• Abstract（参考訳）: マルチスペクトル画像は農業タスクにしばしば組み込まれ、画像分割、作物モニタリング、フィールドロボティクス、収量推定などのアプリケーションにとって貴重なサポートを提供する。 画像セグメンテーションの観点から、マルチスペクトルカメラは豊かなスペクトル情報を提供し、ノイズ低減と特徴抽出に役立つ。 そこで本論文は,農業分野における分断プロセスを強化するための融合手法の利用に焦点を当てた。 具体的には,rgbとndviを組み合わせることで,現場で動作する自律ロボットに有用な作物列検出のためのインプットとして,異なる融合手法を比較した。 入力は個別に使われ、プロセス(初期および後期融合)の異なるタイミングで結合され、古典的およびdlベースの意味セグメンテーションを実行する。 本研究では,2つの農業関連データセットを,Deep Learning(DL)と古典的セグメンテーション手法の両方を用いて分析する。 実験の結果,エッジ検出やしきい値抽出などの手法を応用した古典的セグメンテーション手法は,特に前景の正確な分離を必要とするタスクにおいて,DLベースのアルゴリズムと効果的に競合することがわかった。 これは、伝統的な方法が農業領域内の特定の専門的な応用に有効であることを示している。 さらに, 各種セグメンテーションシナリオにまたがる適応性と有効性の優位性を示すため, 後期核融合は最も堅牢なアプローチとして出現する。 データセットとコードはhttps://github.com/cybonic/misagriculture.gitで入手できる。

関連論文リスト

• Spectral Image Data Fusion for Multisource Data Augmentation [44.99833362998488]
  マルチスペクトル画像やハイパースペクトル画像は、リモートセンシング、天文学的イメージング、精密農業など、さまざまな研究分野で人気が高まっている。 機械学習タスクを実行できる無料データの量は比較的少ない。 スペクトル画像の領域で開発された人工知能モデルは、固定されたスペクトルシグネチャを持つ入力画像を必要とする。
  論文  参考訳（メタデータ） (2024-04-05T13:40:18Z)
• Comparative Evaluation of Traditional and Deep Learning-Based Segmentation Methods for Spoil Pile Delineation Using UAV Images [0.0]
  本研究は,様々なセグメンテーションアプローチ,特にカラーベースおよびモルフォロジーに基づく手法を洗練・調整する。 本研究の目的は, 鉱業環境の文脈における特性化を損なうため, オブジェクトベース分析の手法を改良し, 評価することである。 評価された多様なセグメンテーション手法のうち,形態素に基づく深層学習セグメンテーション手法であるセグメンション・アシング・モデル(SAM)は,他の手法と比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2024-02-01T02:54:49Z)
• Self-Supervised Neuron Segmentation with Multi-Agent Reinforcement Learning [53.00683059396803]
  マスク画像モデル(MIM)は,マスク画像から元の情報を復元する簡便さと有効性から広く利用されている。 本稿では、強化学習(RL)を利用して最適な画像マスキング比とマスキング戦略を自動検索する決定に基づくMIMを提案する。 本手法は,ニューロン分節の課題において,代替自己監督法に対して有意な優位性を有する。
  論文  参考訳（メタデータ） (2023-10-06T10:40:46Z)
• Two Approaches to Supervised Image Segmentation [55.616364225463066]
  本研究は、深層学習とマルチセットニューロンのアプローチの比較実験を開発する。 ディープラーニングアプローチは、画像セグメンテーションの実行の可能性を確認した。 代替のマルチセット手法では、計算資源をほとんど必要とせずに精度を向上することができた。
  論文  参考訳（メタデータ） (2023-07-19T16:42:52Z)
• Deep Spectral Methods: A Surprisingly Strong Baseline for Unsupervised Semantic Segmentation and Localization [98.46318529630109]
  画像分解をグラフ分割問題として再フレーミングすることで,従来のスペクトル分割法から着想を得た。 これらの固有ベクトルはすでにイメージを意味のあるセグメントに分解しており、シーン内のオブジェクトのローカライズに容易に利用できる。 データセットにまたがるこれらのセグメントに関連する機能をクラスタ化することで、明確に定義された、名前付き可能なリージョンを得ることができる。
  論文  参考訳（メタデータ） (2022-05-16T17:47:44Z)
• Consistency and Diversity induced Human Motion Segmentation [231.36289425663702]
  本稿では,CDMS(Consistency and Diversity induced Human Motion)アルゴリズムを提案する。 我々のモデルは、ソースとターゲットデータを異なる多層特徴空間に分解する。 ソースとターゲットデータ間の領域ギャップを低減するために、マルチミューチュアル学習戦略を実行する。
  論文  参考訳（メタデータ） (2022-02-10T06:23:56Z)
• Self-supervised Human Detection and Segmentation via Multi-view Consensus [116.92405645348185]
  本稿では,トレーニング中に幾何学的制約を多視点一貫性という形で組み込むマルチカメラフレームワークを提案する。 本手法は,標準ベンチマークから視覚的に外れた画像に対して,最先端の自己監視的人物検出とセグメンテーション技術に勝ることを示す。
  論文  参考訳（メタデータ） (2020-12-09T15:47:21Z)
• Towards Domain-Agnostic Contrastive Learning [103.40783553846751]
  そこで本研究では,DACLという対照的学習に対するドメインに依存しない新しいアプローチを提案する。 このアプローチの鍵となるのは、Mixupノイズを使用して、入力レベルと隠された状態レベルの両方で異なるデータサンプルを混合することで、類似した、異種なサンプルを作成することです。 以上の結果から,DACLはガウスノイズなどの他のドメインに依存しないノイズ発生手法よりも優れるだけでなく,SimCLRのようなドメイン固有の手法とうまく結合していることがわかった。
  論文  参考訳（メタデータ） (2020-11-09T13:41:56Z)
• Multi-Spectral Image Synthesis for Crop/Weed Segmentation in Precision Farming [3.4788711710826083]
  本稿では, 精密農業における作物・雑草の分枝化問題に適用し, 共通データ増分法に関する代替手法を提案する。 我々は、最も関連性の高いオブジェクトクラス(作物や雑草)を合成されたクラスに置き換えることで、半人工的なサンプルを作成する。 RGBデータに加えて、近赤外(NIR)情報も考慮し、4つのチャネルマルチスペクトル合成画像を生成する。
  論文  参考訳（メタデータ） (2020-09-12T08:49:36Z)
• MultiSegVA: Using Visual Analytics to Segment Biologging Time Series on Multiple Scales [10.51336067116119]
  複数の時間スケールでセグメント化手法とパラメータを対話的に定義するためのMultiSegVAプラットフォームを提案する。 マルチスケールセグメンテーションを柔軟に構成するために、プラットフォームは新しいビジュアルクエリ言語をコントリビュートする。 運動生態学による実世界の2つのユースケースにおけるMultiSegVAの適用性と有用性を示す。
  論文  参考訳（メタデータ） (2020-09-01T16:27:08Z)

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。