講演詳細

経営部門[Forest Management]

日付	2024年3月8日
開始時刻	ポスター発表
会場名	531
講演番号	PD-24（学生ポスター賞審査対象）
発表題目	学習方法の違いによる深層学習モデルを用いた三次元スギ樹冠抽出精度の評価 Evaluation the accuracy of 3D Cryptomeria japonica crown extraction using different learned deep learning model
所属	宮崎大学大学院
要旨本文	LiDARにより計測した点群データから、情報量喪失を伴うラスタ変換を行こともなく、森林構造を把握する技術が必要とされている。特に、樹冠は森林の成長量と密接に関係している重要な要素であるため、点群データをそのまま利用して精密な林冠構造を把握することが重要である。そこで、我々は点群データに適用可能な深層学習モデル (KPConv)を使用してスギ人工林における単木樹冠抽出手法を開発した。しかし、深層学習モデルに入力するデータは6×6メートルのサンプル領域から作成されており、領域内に複数のスギ立木が含まれる場合があり、それらのデータの樹冠抽出精度は低かった。開発した手法では、領域内に単木のみが存在するデータを学習させたモデルを使用していたため、学習させるデータの違いがモデルのパフォーマンスにどのような影響を及ぼしているか検証する必要がある。そこで、学習させる点群データの種類(単木スケール、林分スケール)と特徴量 (RGB+点座標、点座標のみ)の樹冠抽出精度への影響を評価した結果を報告する。
著者氏名	○相原直生1 ・ 光田靖2
著者所属	1宮崎大学大学院農学研究科 ・ 2宮崎大学農学部
キーワード	三次元点群データ, 深層学習, 樹冠抽出
Key word	3d point cloud, Deep learning, Tree crown extraction