アグロテクノロジー

概要

無人航空機からのマルチスペクトル画像を使用した説明可能な畳み込みニューラルネットワークベースの樹木種の分類

リンウェイ・チェン、ピンホイ・リー、ユエミン・ファン*

私たちは、労働力不足、特に農村部の労働力の高齢化に対処し、農業経営を容易にすることを目指しています。台湾では、商業作物の多くが丘陵地に植えられているため、農業機械の移動と操作は複雑です。このような傾斜地の農地での混合作物の場合、樹種の識別は農業経営に役立ち、農作業に必要な労力を削減します。可視光カメラで収集された一般的な光学画像は記録には十分ですが、樹種の識別では最適な結果が得られません。マルチスペクトルカメラを使用すると、植物をそのスペクトル応答に基づいて識別できます。UAV 可視光とマルチスペクトル画像を使用して樹種を分類する方法を紹介します。樹種間のスペクトル反射率値の違いを活用し、近赤外線バンド画像を使用してモデルの分類パフォーマンスを向上させます。CNN ベースのディープ ニューラル モデルは広く使用されており、高い精度が得られますが、100% 正しい結果を得るのは難しく、モデルの複雑さは一般にパフォーマンスとともに増加します。これにより、システムの最終決定に関する不確実性が生じます。解釈可能な AI は重要な情報を抽出して解釈し、モデルの結論やアクションをより深く理解できるようにします。視覚化 (4 つのピクセル レベルの属性方法と 1 つの領域レベルの属性方法) を使用して、事後的にモデルを解釈します。ピクセル レベルの属性のファジー IG はテクスチャの特徴を最もよく表し、領域レベルの属性はピクセル レベルの属性よりも効果的に生命領域を表すため、人間の理解に役立ちます。