航空画像は精密農業の貴重な要素であり、農家に作物の健康状態と収量に関する重要な情報を提供します。 画像は通常、ドローンに取り付けられた高価なマルチスペクトル カメラで取得されます。 しかし、イリノイ大学とミシシッピ州立大学 (MSU) の新しい研究によると、標準的な赤緑青 (RGB) カメラからの写真と AI ディープラーニングを組み合わせれば、わずかなコストで同等の作物予測ツールを提供できることが示されています。

マルチスペクトル カメラは植生を表すカラー マップを提供し、農家が植物の健康状態を監視し、問題のある領域を特定するのに役立ちます。 Normalized Difference Vegetation Index (NDVI) や Normalized Difference Red Edge Index (NDRE) などの植生指数は、健全な領域を緑で表示し、問題のある領域を赤で表示します。

「通常、これを行うには、約 5,000 ドルの近赤外線カメラ (NIR) が必要です。 しかし、低コストのドローンに取り付けられた RGB カメラを使用して NDVI のような画像を生成するように AI をトレーニングできることを示しました。これにより、コストが大幅に削減されます」 U of I と論文の共著者。

この研究のために、研究チームは、マルチスペクトル カメラと RGB カメラの両方を使用して、さまざまな生育段階のトウモロコシ、大豆、綿花畑から航空画像を収集しました。 彼らは Pix2Pix を使用しました。 ニューラルネットワーク 画像変換用に設計されており、RGB 画像を赤と 緑のエリア. 最初に多数のマルチスペクトル画像と通常画像の両方でネットワークをトレーニングした後、別の通常画像セットから NDVI/NDRE 画像を生成する能力をテストしました。

「写真には、光合成効率を示す反射緑度指数があります。 緑のチャンネルで少し反射し、近赤外線のチャンネルで多く反射します。 しかし、NIR チャネルでトレーニングすることにより、緑のチャネルからそれを抽出できるネットワークを作成しました。 これは、赤、青、緑のピクセルなどの他のコンテキスト情報とともに、緑のチャネルのみが必要であることを意味します」と Chowdhary 氏は説明します。

AI によって生成された画像の精度をテストするために、研究者は作物専門家のパネルに、AI によって生成された、またはマルチスペクトル カメラで撮影された同じ領域の画像を並べて表示するよう依頼しました。 専門家は、どちらが真のマルチスペクトル画像であるか、意思決定に影響する違いに気付いたかどうかを示しました。

専門家は、XNUMX つの画像セットの間に目に見える違いは見られず、両方から同様の予測を行うことを示しました。 研究チームはまた、統計的手順を通じて画像の比較をテストし、それらの間に測定可能な違いが事実上ないことを確認しました.

MSU の准研究教授で論文の共同執筆者である Joby Czarnecki 氏は、これは XNUMX つの画像セットが同一であることを意味するものではないと警告しています。

「何とも言えませんが、 画像 すべての条件下で同じ情報を提供しますが、この特定の問題については、同様の決定が可能です。 近赤外線の反射率は、植物の決定にとって非常に重要な場合があります。 しかし、この特定のケースでは、私たちの研究が、高価な技術を安価な人工知能に置き換えても、同じ決定に到達できることを示していることに興奮しています」と彼女は説明します.

空撮では、地上では得られない情報を得ることができます。 たとえば、嵐の被害や栄養不足の地域は、目の高さでは簡単に見えないかもしれませんが、上空からは簡単に見つけることができます. 適切な権限を持つ農家は、自分でドローンを飛ばすか、または契約を結ぶかを選択できます。 民間企業 そうするために。 いずれにせよ、カラー マップは、管理上の決定に必要な重要な作物の健康情報を提供します。

この研究で使用された AI ソフトウェアと手順は、それを実装したい、または追加のデータセットでネットワークをトレーニングすることによって使用を拡大したい企業が利用できます。

「AI には、コスト削減に役立つ可能性がたくさんあります。これは、農業における多くのアプリケーションの主要な原動力です。 600 ドルのドローンをもっと使いやすくすることができれば、誰もがアクセスできるようになります。 そして、この情報は、農家が収量を改善し、土地をより適切に管理するのに役立ちます」と Chowdhary 氏は結論付けています。

農業生物工学科は、イリノイ大学の農業、消費者、環境科学部とグレンジャー工科大学にあります。

その 紙、「標準 RGB からの NDVI/NDRE 予測 航空写真 深層学習の活用」が掲載されました 農業におけるコンピューターとエレクトロニクス.