特許ウォッチ

公開番号2025042137
公報種別公開特許公報(A)
公開日2025-03-27
出願番号2023148971
出願日2023-09-14
発明の名称植物の生育状態を推論するための生育情報推定装置、学習装置、生育情報推定システム、生育情報推定プログラム、および生育情報推定方法
出願人カナデビア株式会社
代理人弁理士法人深見特許事務所
主分類A01G 7/00 20060101AFI20250319BHJP(農業;林業;畜産;狩猟;捕獲;漁業)
要約【課題】植物が生育する地表面の画像から、植物の生育状態を高精度に推論する。
【解決手段】
情報処理装置10は、メモリ12と、プロセッサ11とを備える。メモリ12には、地表面Fovに生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルMdが保存されている。プロセッサ11は、物体検知モデルMdを用いて、飛行撮影部20によって撮影された画像Fimに含まれる地表面Fovに生育する所定の植物の生育情報Griを出力する。
【選択図】図1
特許請求の範囲【請求項１】
地表面に生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルが保存される記憶部と、
前記物体検知モデルを用いて、前記画像に含まれる地表面に生育する前記所定の植物の生育情報を出力する処理部とを備える、生育情報推定装置。
続きを表示（約 1,000 文字）【請求項２】
前記所定の植物は、機械学習用の正解ラベルに対応する生育状態にある植物である、請求項１に記載の生育情報推定装置。
【請求項３】
前記処理部は、前記画像に含まれる地表面における前記所定の植物の配置情報をさらに用いて、前記生育情報を出力し、
前記所定の植物は、前記画像に含まれる地表面において形成された畝に植えられており、
前記配置情報は、前記画像において互いに隣接する２つの畝の間隔および互いに隣接する２つの条の間隔の少なくとも１つを含み、
前記処理部は、前記画像から検知された、前記正解ラベルに対応する複数の所定の植物の配置から、前記複数の所定の植物によって形成される少なくとも１つの条を導出する、請求項２に記載の生育情報推定装置。
【請求項４】
前記処理部は、前記正解ラベルが付された学習用画像を用いて、前記物体検知モデルに対して前記機械学習を行う、請求項２または３に記載の生育情報推定装置。
【請求項５】
機械学習用の正解ラベルに対応する生育状態にある所定の植物を地表面の画像から検知する物体検知モデルが保存される記憶部と、
前記正解ラベルが付された学習用画像を用いて、前記物体検知モデルに対して前記機械学習を行う処理部とを備える、学習装置。
【請求項６】
地表面の画像を上空から撮影する飛行撮影部と、
地表面に生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルが保存される記憶部と、
前記物体検知モデルを用いて、前記画像に含まれる地表面に生育する前記所定の植物の生育情報を出力する処理部とを備える、生育情報推定システム。
【請求項７】
プロセッサによって実行されることによって、前記プロセッサに、
地表面の画像を取得させ、
地表面に生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルを用いて、前記画像に含まれる地表面に生育する前記所定の植物の生育情報を出力させる、生育情報推定プログラム。
【請求項８】
地表面の画像を取得するステップと、
地表面に生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルを用いて、前記画像に含まれる地表面に生育する前記所定の植物の生育情報を出力するステップとを含む、生育情報推定方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、植物が生育する地表面の画像から、当該植物の生育状態を推論するための装置、プログラム、システム、および方法に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
従来、植物が生育する地表面の画像から、植物の生育状態を推論するための構成が知られている。たとえば、特開２０２２－１２８４０１号公報（特許文献１）には、所定の植物の複数の株が畝に植えられた圃場の空撮画像を解析して、生育不良の植物を特定する第１モードおよび第２モードを有する情報処理装置が開示されている。第１のモードにおいては、空撮画像における複数の株の各々の面積に応じて、空撮画像において生育不良の植物を表す領域である生育不良箇所が特定される。第２のモードにおいては、空撮画像において畝の幅方向における植物の領域の幅に応じて、生育不良箇所が特定される。当該情報処理装置によれば、圃場の空撮画像において株ごとの区別が困難な場合であっても、植物の生育不良箇所を特定することができる。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－１２８４０１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１の第１のモードにおいては、たとえば、重なり合っている株の割合が閾値未満である場合の株の領域、面積に関して株の領域を降順にソートした場合の順序が所定の閾値以下である株の領域、または、面積が所定の閾値より小さい株の領域が生育不良箇所と特定される。また、第２のモードにおいては、畝の幅方向における植物の領域を幅に関して降順にソートした場合の順序が所定の閾値以下である植物の領域、または植物の領域の幅が所定の閾値より小さい植物の領域が生育不良箇所として特定される。
【０００５】
特許文献１において行われるようなルールベースの判定方法においては、閾値および特徴量の設計が複雑になり易いため、圃場の画像の傾向あるいはパターンの変化に対して閾値を柔軟に適合させられないことが多い。特許文献１に開示された構成によると、このような圃場の空撮画像と閾値との不適合により、空撮画像に含まれる領域に対する生育不良箇所か否かの判定の精度が大幅に低下し得る。
【０００６】
本開示は、上記のような課題を解決するためになされたものであり、その目的は、植物が生育する地表面の画像から、植物の生育状態を高精度に推論することである。
【課題を解決するための手段】
【０００７】
本開示の一局面に係る生育情報推定装置は、記憶部と、処理部とを備える。記憶部には、地表面に生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルが保存される。処理部は、物体検知モデルを用いて、画像に含まれる地表面に生育する所定の植物の生育情報を出力する。
【０００８】
本開示の他の局面に係る学習装置は、記憶部と、処理部とを備える。記憶部には、機械学習用の正解ラベルに対応する生育状態にある所定の植物を地表面の画像から検知する物体検知モデルが保存される。処理部は、正解ラベルが付された学習用画像を用いて、物体検知モデルに対して機械学習を行う。
【０００９】
本開示の他の局面に係る生育情報推定システムは、飛行撮影部と、記憶部と、処理部とを備える。飛行撮影部は、地表面の画像を上空から撮影する。記憶部には、地表面に生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルが保存される。処理部は、物体検知モデルを用いて、画像に含まれる地表面に生育する所定の植物の生育情報を出力する。
【００１０】
本開示の他の局面に係る生育情報推定プログラムは、プロセッサによって実行されることによって、プロセッサに、地表面の画像を取得させ、地表面に生育する所定の植物を撮影した画像と生育情報とを対応づけて学習させた物体検知モデルを用いて、画像に含まれる地表面に生育する所定の植物の生育情報を出力させる。
（【００１１】以降は省略されています）

関連特許