生物資源環境科学科では、日ごろからの研究活動に係わる情報の共有、また、学科FD活動の一環として２カ月に一度研究セミナーを実施しています。令和５年度第１回セミナーを以下の通り実施いたします。

学生の聴講も可能です。多くの方の参加をお待ちしています。

———

令和５年度第１回?物資源科学セミナー
日時：令和５年５?３１?（?）午後３時３０分?４時３０分
於 農学部大講義室（連獣棟４階）
題?：画像解析による植物モニタリング－AI画像解析とファンクショナルイメージング－
講師：荊木 康臣 先?

（講演内容）
　画像解析は、非破壊的計測、客観的?定量的評価などのメリットを有し、近年の人工知能（AI）技術の進展に伴い、研究ツールから生産現場での実用ツールとしての活用が進みつつあります。今回のセミナーでは、AIを活用した画像解析（AI画像解析）と植物ファンクショナルイメージングに焦点を絞り、それらの作物生産への応用に関して、現状や方向性について、研究例に触れながら紹介します。
一般的な画像解析では、色情報を利用した閾値処理などで対象物を抽出した後、その対象物の特徴量を算出します。よって作物を対象にした画像解析では、背景から作物部分を分離しやすいように画像を撮影することが要求されますが、実際の生産の場面でその要求を満たすのは難しいです。一方、AI画像解析では、セマンティクセグメンテーション、インスタンスセグメンテーションなど、画像中の領域を自動に分割する手法を利用することで、背景から植物部分を自動抽出できる可能性があります。さらに、花、果実など植物の特定の部位を抽出（部位の認識や解析領域の選択）するのにも、上記のセグメンテーション手法や物体検出手法などが有効です。さらに、AI画像解析は、対象を抽出せずに、画像からそこに写っている対象物の情報を得ることにも利用できます。Convolutional neural network（CNN）を利用した分類モデルでは、画像中の対象の状態から、そのものが何であるか、どのような状態なのかをカテゴリに分類する出力が得られ、さらにCNN回帰モデルでは、画像からその画像が表す数値を出力することができます。これらの応用例として、山口オリジナル花きの生育ステージ評価、画像からの葉面積指数推定、捕虫トラップ上の害虫数の自動計数などを紹介します。
　植物の光合成に関するファンクショナルイメージング法としては、クロロフィル蛍光、分光反射、熱赤外線放射の画像化が考えられますが、どれも、葉が受けている光の強さが判っていないと、適切な評価はできません。そこで、葉面の光強度分布を画像計測する手法と組み合わせた、光合成電子伝達速度マッピング手法を紹介します。
　最後にこれらの植物モニタリング技術の農業のグリーン化に向けた活用に関してもお話したいと思います。

セミナーに関する問い合わせ先：鈴木（kenjis(at)yamaguchi-u.ac.jp）