3N-06
Sparse Subspace Clusteringを用いた頑健な植物病自動診断のための基礎検討
○榊原友助,藤田恵梨香,川崎雄介(法大),宇賀博之(埼玉県農業技術研究センター),鍵和田聡,彌冨 仁(法大)
現在の植物病の診断は十分な専門知識と経験が必要であり、主に農家や専門家の目視により行われている。この方法には、人的・金銭的コストがかかるため自動診断手法が求められてきた。近年、深層学習を用いた自動診断システムが提案され、優れた識別能が報告されている。しかし学習画像の数が、撮影環境の多様性に対して十分でないことから過学習を引き起こしやすく、実用化を想定した場合本来期待される精度が得られない問題がある。本研究では植物画像群のもつ特徴空間を、はるかに低次元の部分空間の和で表すことができるSparse Subspace Clusteringを用いることで解析し、過学習を低減するより頑健な識別器を構築する手法について検討を行う。

footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会