U-Net を使用した植物標本画像の自動セグメンテーション方法の検討

• 資料種別: 文書・図像類
• タイトル: U-Net を使用した植物標本画像の自動セグメンテーション方法の検討
• 著者・編者: 張, 徳鵬; 檜垣, 泰彦; 須貝, 康雄
• 著者標目: 張, 徳鵬; 檜垣, 泰彦; 須貝, 康雄
• 出版事項: 電子情報通信学会
• 出版年月日等: 2022-02-24
• 出版年（W3CDTF）: 2022-02-24
• 並列タイトル等: A Study on Automatic Segmentation Method for Plant Specimen Images Using U-Net
• タイトル（掲載誌）: 電子情報通信学会技術研究報告. LOIS, ライフインテリジェンスとオフィス情報システム = IEICE technical report. LOIS, Life intelligence and office information systems
• 巻号年月日等（掲載誌）: 121 401
• 掲載巻: 121
• 掲載号: 401
• 掲載ページ: 45-50
• 本文の言語コード: jpn
• 件名標目: 植物標本画像; ディープラーニング; 自動マスキング; セグメンテーション; U-Net; Plant specimen image; Deep learning; Automatic masking; Segmentation
• 対象利用者: 一般
• 一般注記: type:text; [あらまし]植物標本画像のデジタル化に必要な画像処理を検討した．デジタル化された植物標本画像は非常に多様であり，視覚的なノイズや公開できない情報が存在する．ダウンストリームの深層学習アプリケーションにのための前処理として，ノイズ系統的除去や，植物本体のセグメンテーションが必要である．そこで，本研究ではディープラーニングを用いて，植物標本画像の植物本体をセグメンテーションし，背景を除去するワークフローを開発した．自動および手動ツールを組み合わせて，グラウンドトゥルースマスクを生成し， U-Netをトレーニングし，標本画像を自動的にセグメンテーションする方法を検討し良好な結果を得た．; [Abstract] the image processing required to digitize images of plant specimens. Digitized images of plant specimens are very diverse and contain visual noise and undisclosed information. As a pre-processing step for downstream deep learning applications, systematic removal of noise and segmentation of plant bodies is required. In this study, we developed a workflow that uses deep learning to segment and remove background from plant bodies in plant specimen images. A combination of automatic and manual tools was used to generate ground truth masks, train U-Net, and automatically segment the specimen images with good results.
• 記録形式（IMT）: application/pdf
• 一次資料へのリンクURL: https://opac.ll.chiba-u.jp/da/curator/900120281/LOIS2021-47.pdf
• オンライン閲覧公開範囲: 限定公開
• 著作権情報: Copyright(C)2022 by IEICE
• 連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• 提供元機関・データベース: 千葉大学 : 千葉大学学術成果リポジトリ