論文の概要: Machine Vision-Based Assessment of Fall Color Changes and its Relationship with Leaf Nitrogen Concentration

• arxiv url: http://arxiv.org/abs/2404.14653v2
• Date: Sat, 28 Sep 2024 22:30:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-01 22:01:00.686472
• Title: Machine Vision-Based Assessment of Fall Color Changes and its Relationship with Leaf Nitrogen Concentration
• Title（参考訳）: 機械ビジョンによる秋色変化の評価と葉窒素濃度との関係
• Authors: Achyut Paudel, Jostan Brown, Priyanka Upadhyaya, Atif Bilal Asad, Safal Kshetri, Joseph R. Davidson, Cindy Grimm, Ashley Thompson, Bernardita Sallato, Matthew D. Whiting, Manoj Karkee,
• Abstract要約: 本研究は,秋期における葉の色のタイミングと変化を定量化するマシンビジョンに基づくシステムに焦点を当てた。 本研究では,2021年秋から2023年秋にかけて,商業用果樹園で5週間にわたって,色と3D画像のデータセットを収集した。
• 参考スコア（独自算出の注目度）: 2.9103536318221974
• License:
• Abstract: Apple trees, being deciduous, shed leaves each year. This process is preceded by the change in leaf color from green to yellow (also known as senescence) during the fall season. The rate and timing of color change are affected by factors including nitrogen (N) concentration in leaves. The green color of leaves and the speed at which it turns yellow during senescence are highly dependent on chlorophyll content, which in turn depends on nitrogen concentration in the leaves. The assessment of leaf color during this period can therefore provide important information on the nitrogen status of apple trees. This study focused on a machine vision-based system to quantify the timing and change in leaf color during the fall and correlate that information to leaf nitrogen content. The color and 3D image dataset used in this study was collected over five weeks in the fall of 2021 and 2023 at a commercial orchard (tall spindle architecture) using a ground-vehicle-based stereo vision sensor. First, the point cloud obtained from the sensor was used to segment the tree canopies using color and depth thresholding methods in the natural orchard environment. Then, the color information of the segmented canopy area was quantified using a custom-defined metric, \textit{yellowness index} (a normalized ratio of yellow to green foliage in the tree) that varied from $-1$ to $+1$ ($-1$ being completely green and $+1$ being completely yellow), which gives the proportion of yellow leaves on a tree. A K-means-based method and a gradient boosting method were used to estimate the \textit{yellowness index}. The gradient boosting method proposed in this study was found to be superior to the K-means-based method, achieving an $R^2$ of 0.72 in estimating the \textit{yellowness index}. The results showed that the metric was able to capture the gradual color transition from green to yellow over the study period.
• Abstract（参考訳）: アップルツリーは落葉樹で、毎年枯れています。 このプロセスは、秋季に葉の色が緑から黄色(老化とも)に変わるのに先立って行われる。 葉の色変化の速度とタイミングは窒素(N)濃度を含む要因によって影響を受ける。 葉の緑色と、老化時に黄色に変わる速度は、葉中の窒素濃度に依存するクロロフィル量に大きく依存する。 この期間の葉の色の評価は、リンゴの窒素状態に関する重要な情報を提供することができる。 本研究は,秋期における葉の色の変化とタイミングを定量化し,その情報を葉の窒素含量と相関付けるマシンビジョンに基づくシステムに焦点を当てた。 2021年秋から2023年秋にかけて,地上車を用いた立体視センサを用いた商業用果樹園(全軸構造)で,色と3D画像のデータセットを5週間にわたって収集した。 まず, センサから得られる点雲を用いて, 自然果樹園環境における着色・深度閾値法を用いて, 樹冠を分割した。 次に, 木上の黄色葉の割合は, 1$から1$(完全緑),+1$(完全緑),+1$(完全黄色)まで様々であった。 K平均法と勾配押し上げ法を用いて, <textit{yellowness index} を推定した。 本研究で提案した勾配促進法はK平均法よりも優れており, textit{yellowness index} を推定するために$R^2$ of 0.72が得られた。 その結果,緑から黄色への段階的な色変化を観察できた。

関連論文リスト

• AgRegNet: A Deep Regression Network for Flower and Fruit Density Estimation, Localization, and Counting in Orchards [3.0988265713549428]
  本稿では,樹木果樹冠内の花と果実の密度,数,位置を推定する,深い回帰に基づくネットワークAgRegNetを提案する。 一般的なU-NetアーキテクチャにインスパイアされたAgRegNetは、エンコーダからデコーダへのスキップ接続と、エンコーダ機能抽出器としてConvNeXt-Tを改良したU字型ネットワークである。
  論文  参考訳（メタデータ） (2024-09-25T22:19:32Z)
• Multi-step prediction of chlorophyll concentration based on Adaptive Graph-Temporal Convolutional Network with Series Decomposition [11.090455139282883]
  本稿では,時系列分解適応グラフ時間畳み込みネットワーク(AGTCNSD)予測モデルを提案する。 グラフ畳み込みニューラルネットワークに基づいて水質パラメータデータをモデル化し、パラメータ埋め込み行列を定義する。 モデルの有効性は, ベイハイの水質データによって検証された。
  論文  参考訳（メタデータ） (2023-09-13T02:15:02Z)
• SoftTreeMax: Exponential Variance Reduction in Policy Gradient via Tree Search [68.66904039405871]
  我々は,計画を考慮したソフトマックスの一般化であるSoftTreeMaxを紹介する。 この分散を緩和する上で,木の拡大政策が果たす役割を初めて示す。 我々の分化可能なツリーベースのポリシーは、従来の単一サンプルベースの勾配ではなく、各環境における木の葉のすべての勾配を利用する。
  論文  参考訳（メタデータ） (2023-01-30T19:03:14Z)
• SoftTreeMax: Policy Gradient with Tree Search [72.9513807133171]
  我々は、ツリー検索をポリシー勾配に統合する最初のアプローチであるSoftTreeMaxを紹介します。 Atariでは、SoftTreeMaxが分散PPOと比較して、実行時のパフォーマンスを最大5倍向上させる。
  論文  参考訳（メタデータ） (2022-09-28T09:55:47Z)
• An Effective Leaf Recognition Using Convolutional Neural Networks Based Features [1.137457877869062]
  本稿では,葉の認識に有効な手法を提案する。 葉はいくつかの前処理を経て、精製された色画像、静脈像、xy投影ヒストグラム、手作りの形状、テクスチャの特徴、フーリエディスクリプタを抽出する。 これらの属性は、サポートベクターマシン(SVM)モデルを使用して異なる葉を分類する前に、ニューラルネットワークベースのエンコーダによってより良い表現に変換される。
  論文  参考訳（メタデータ） (2021-08-04T02:02:22Z)
• Using depth information and colour space variations for improving outdoor robustness for instance segmentation of cabbage [62.997667081978825]
  本研究は, 異なる環境条件下での作物のインスタンスセグメンテーションの改善に焦点をあてる。 深度情報と異なる色空間表現の影響を分析した。 その結果,色情報と組み合わせることでセグメンテーション精度が7.1%向上した。
  論文  参考訳（メタデータ） (2021-03-31T09:19:12Z)
• A procedure for automated tree pruning suggestion using LiDAR scans of fruit trees [0.0]
  果樹栽培において、刈り込みは過密化を防ぎ、光への天蓋のアクセスを改善し、再成長を促進するための重要な管理手法である。 本稿では,LiDARをスキャンした市販果樹の採種戦略を採点関数を用いて提案する枠組みを提案する。 光の分布は25.15%向上し、実木での商業的な刈り取りよりも16%向上した。
  論文  参考訳（メタデータ） (2021-02-07T02:18:56Z)
• A CNN Approach to Simultaneously Count Plants and Detect Plantation-Rows from UAV Imagery [56.10033255997329]
  畳み込みニューラルネットワーク(CNN)を用いた新しい深層学習手法を提案する。 高度に乾燥したプランテーション構成を考慮した植物を数えながら、同時にプランテーション・ロウを検出し、配置する。 提案手法は、異なる種類の作物のUAV画像において、植物と植物をカウントおよびジオロケートするための最先端の性能を達成した。
  論文  参考訳（メタデータ） (2020-12-31T18:51:17Z)
• Strongly Incremental Constituency Parsing with Graph Neural Networks [70.16880251349093]
  文を構文木にパースすることは、NLPの下流アプリケーションに恩恵をもたらす。 トランジッションベースは、状態遷移システムでアクションを実行することでツリーを構築する。 既存のトランジションベースは主にシフト・リデュース・トランジション・システムに基づいている。
  論文  参考訳（メタデータ） (2020-10-27T19:19:38Z)
• Stem-leaf segmentation and phenotypic trait extraction of maize shoots from three-dimensional point cloud [8.392251372468412]
  本稿では, 骨格抽出, 骨格に基づく粗い部分分割, 茎葉分類に基づく細部分分割の3段階からなる自動茎葉分割法を提案する。 植物の高さ、樹冠径、茎の高さと直径、葉の幅と長さを含む6つの表現型パラメータを正確に自動測定することができる。 提案したアルゴリズムは、完全に拡張された葉だけでなく、新しい葉をまとめて閉じることもできる。
  論文  参考訳（メタデータ） (2020-09-07T13:58:09Z)
• Dynamically Adjusting Transformer Batch Size by Monitoring Gradient Direction Change [69.40942736249397]
  バッチサイズの増加が勾配方向に与える影響を分析する。 本稿では,勾配の安定性を角度変化で評価する。 トレーニング中の適切なバッチサイズと効率的なバッチサイズを動的に決定する。
  論文  参考訳（メタデータ） (2020-05-05T08:47:34Z)

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。