FCNを用いた葉領域分割

摘要

植物のフェノタイプの解析は多くの分野の基盤技術であり，植物の葉領域分割は葉のフェノタイプの自動解析に利用できる．本稿ではディープラーニングに基づく葉領域分割技術を構築するために，葉領域のセマンティックセグメンテーションを通してネットワークの学習傾向の考察を行う．はじめに，RGB画像での前景領域分割を行い，葉柄部のような細かい部分の分割が課題であるという知見を得た．次に，訓練データが少数の場合の既存モデルによる転移学習を行い，転移学習の精度向上への有用性を示した．さらに，グレースケール画像での前景領域分割を行い，ネットワークが色情報に強い依存性を持たないことを検証した．最後に，入力画像のアフィン変換により視点変化を表現し，葉身部の視点変化への頑健性を示した．