マルチスペクトルデータにおける人工知能と機械学習の使用

2024/11/19

AI/機械学習アルゴリズムは通常、別のRGBカメラからのデータを必要としますが、マルチスペクトルカメラRedEdge-PとAltum-PTは本体のみでアルゴリズムを実行することができます。

株式会社ジェピコは、AgEagle社（MicaSense・eBee固定翼ドローン）の正規代理店です。
参考記事: Using artificial intelligence and machine learning with multispectral data - AgEagle Aerial Systems Inc.

RedEdge-Pを用いたカボチャ畑の撮影
データの処理と分類
問い合わせ
関連記事

RedEdge-Pを用いたカボチャ畑の撮影

MicaSenseシリーズのRedEdge-PとDJI Matrice 300でスワンズ・トレイル農園のカボチャ畑を撮影。

革新的な機械学習は、農業分野において数を数えたり、特定のエリアの状況把握をしたりと様々な用途で活用することができます。
スワンズ・トレイル農園の運営責任者であるネイト・クラウス氏により、AgEagle社はスノーホミッシュ（米国ワシントン州）にあるカボチャ畑の上空を飛行して、すべてのカボチャを数値化し、分類する機会を与えられました。

以前は、AI/機械学習アルゴリズムは別のRGBカメラからのデータを必要としていましたが、現在では、マルチスペクトルカメラRedEdge-PまたはAltum-PTのパンクロマチックバンドにより、高解像度のRGB合成画像とマルチスペクトル画像を同時に撮影することができます。
スワンズ・トレイル園のカボチャ畑
スワンズ・トレイル農園のカボチャ畑

このミッションでは、DJI Matrice 300ドローン、Measure Ground Controlミッションプランナーとともに、MicaSenseシリーズのRedEdge-Pマルチスペクトル・パンクロマチックセンサーを用いました。また、23エーカー/9haにて、パンシャープンデータで2cm-0.7in/pixelのGSDを達成するために、60m/196ft AGLにて飛行しました。

データの処理と分類

データの処理とパンシャープン処理には、Agisoft Metashapeを使用しました。
その後、解像度2cm/pixel（約0.7インチ/pixel）の5層マルチスペクトルGeotiffを抽出し、QGISに取り込んでカボチャ畑の全体像を把握しました。また、オルソモザイク画像の一部を対象に、簡単なマルチスペクトル閾値処理を用いて半自動的にカボチャを分類しました。

このピクセルベースの手法は一般的な分類には効果的でしたが、互いに近接しているカボチャを個別に分離してセグメント化することはできませんでした。この問題を解決するため、重なり合ったカボチャの検出部分を手動で修正し、さらに、既存の半自動検出データを学習用データとして活用し、TensorFlowでディープラーニングモデルを構築しました。

モデルには、RedEdge-Pから得られる解像度2cm/pixel（約0.7インチ/pixel）のパンシャープン処理済みRGB画像をポリゴン検出結果と共に入力しました。この高解像度データは、モデルが効率的に学習し、非常に近接しているが別々のカボチャを正確に識別するために重要でした。

▼サンプルデータはここから確認できます。
Using artificial intelligence and machine learning with multispectral data - AgEagle Aerial Systems Inc.
カボチャの分析

ドローンを用いたカボチャの正確なカウントや大きさの把握、畑の面積を推定することによって、収穫予測を立てたり、経時的な観察に役立てたり、計数率や発芽率を予想することができます。

ここで用いた技術は汎用性があり、他の分野への応用も容易です。
例えば、林業でのカウントにこれと同じ分析プロセスを実行したり、早期発芽のトウモロコシや、その他の比較的小さな植物を検出したりもできました。AI/機械学習アルゴリズムとマルチスペクトルカメラを組み合わせることにより、農場や森林、環境資源をより効率的かつ効果的に監視・管理できるようになります。