http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥러닝을 이용한 RGB 영상에서의 원예 작물 병해 검출 모델 개발
홍석주 ( Suk-ju Hong ),김상연 ( Sang-yeon Kim ),이창협 ( Chang-hyup Lee ),김응찬 ( Eungchan Kim ),이동수 ( Dongsu Lee ),이중섭 ( Jungseop Lee ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.2
최근 한국에서는 집중강우, 폭염 등 기상환경 변화에 따른 작물 병해 피해사례가 다양화되고 증가하고 있으며, 원예작물의 관리에 있어 이러한 병해에 대한 예찰은 필수적인 요소이다. 샘플 수집과 실험을 통한 병해에 대한 진단이 불가능한 현장에서는, 실시간이며 비파괴적은 병해 진단이 필요한 상황이다. 농업 분야에서의 비파괴 진단에는 분광분석이나 적외선 영상, RGB 영상 등 다양한 광계측 기반의 기술들이 이용되고 있는데, 이 중 RGB영상을 기반으로 한 계측 기술은 가격이 가장 저렴하며, 스마트폰이 대중화된 현시대에 대중적으로 쉽게 이용될 수 있는 장점을 갖는다, 최근의 이러한 영상 분류, 검출 등의 작업에 기존의 특징추출과 머신러닝 방법들이 아닌, 깊은 층을 갖는 신경망 구조인 딥러닝 알고리즘들이 각광받고 있다. 이러한 딥러닝 기반의 분류, 검출 모델들은 깊은 층 구조로 인하여 사람이 이해하기 힘든 영상 특징들을 학습하여 기존의 머신러닝 방법들을 압도하는 성능을 보이고 있다. 따라서 본 연구에서는 원예 작물의 병해영상에 대하여 이러한 딥러닝 기반의 객체 검출 알고리즘을 적용하여, RGB 영상에서의 작물 병해를 진단하는 알고리즘을 개발하고자 하였다.