JP2018088198A - 情報処理装置、その制御方法とプログラム - Google Patents
情報処理装置、その制御方法とプログラム Download PDFInfo
- Publication number
- JP2018088198A JP2018088198A JP2016231886A JP2016231886A JP2018088198A JP 2018088198 A JP2018088198 A JP 2018088198A JP 2016231886 A JP2016231886 A JP 2016231886A JP 2016231886 A JP2016231886 A JP 2016231886A JP 2018088198 A JP2018088198 A JP 2018088198A
- Authority
- JP
- Japan
- Prior art keywords
- yield
- image data
- prediction
- preset
- information processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 28
- 230000010365 information processing Effects 0.000 title claims description 19
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 15
- 235000013399 edible fruits Nutrition 0.000 description 10
- 241000220223 Fragaria Species 0.000 description 7
- 238000010191 image analysis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 235000021012 strawberries Nutrition 0.000 description 4
- 235000016623 Fragaria vesca Nutrition 0.000 description 3
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 241000758706 Piperaceae Species 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】農作物の収量の予測精度が低下する可能性を低減することが可能な仕組みを提供すること。【解決手段】設定されたプリセットで撮影された画像データを解析して所定の期間における農作物の収量を予測し、予測した収量と、実際に前記農作物が収穫された収量との誤差が所定の範囲内である場合に、当該画像データと対応付くプリセットで撮影される画像データを、予測に用いると決定する。【選択図】図7
Description
本発明は、情報処理装置、その制御方法とプログラムに関し、特に、農作物の収量の予測精度が低下する可能性を低減することが可能な仕組みに関する。
近年、ネットワークカメラを用いて圃場内のいちごの生育状況を管理することがおこなわれている。
ネットワークカメラを用いて圃場内のいちごの生育状況を管理する場合、ユーザが圃場内でのネットワークカメラのプリセット情報を複数箇所で予め設定し、プリセットごとに撮影された画像データを解析していちごの生育状況を管理している。
特許文献1には、ネットワークカメラのプリセット情報をより簡単に設定するために、ネットワークカメラのプリセット撮影位置を、画像解析結果に基づいて決定する技術が開示されている。
ところで、ユーザが設定したネットワークカメラのプリセット情報は、通常、一度設定したら変えない。また、圃場の領域は広大であり、ネットワークカメラではその中の一部分の領域しか得ることができず、圃場全体の生育情報は一部領域から推定する必要がある。
例えば、ある日の圃場全体における収穫個数(以下、全体収量と呼ぶ)を得たいときには、プリセット画像による解析結果から過去の全体収量データ(以下、過去収量実績データと呼ぶ)を回帰推定により求める手法が考えられる。
しかし、畝に対する取得画角の均一性(畝に対する日の当たり方の観点から東から撮った画像と西から撮った画像とを均一に取得した方が良いということ)、葉領域の増加により実や花がネットワークカメラで撮影した画像に写らなくなってしまうといった問題により、全てのプリセットを用いた回帰推定が良い精度を出せるわけではない。有効なプリセットを取捨選択しなくてはならないという課題がある。
特許文献1は、上記課題を解決することを目的としてなされた発明ではないため、上記課題に対する対策は記載されておらず、特許文献1に記載の技術を用いたとしても、依然として上記課題が発生する恐れがあった。
本発明は、農作物の収量の予測精度が低下する可能性を低減することが可能な仕組みを提供することを目的とする。
本発明は、設定されたプリセットで農作物を撮像する撮像手段により撮像された画像データを、当該画像データを撮像したときのプリセットと対応付けて管理する管理手段と、前記管理手段で管理する画像データを解析して所定の期間における農作物の収量を予測する予測手段と、前記所定の期間において実際に前記農作物が収穫された収量を示す収量データを取得する取得手段と、前記取得手段で取得した収量データで示される収量と、前記予測手段により予測した収量との誤差が所定の範囲内である場合に、当該予測手段による予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測手段による予測に用いると決定する決定手段とを備えることを特徴とする。
また、本発明は、設定されたプリセットで農作物を撮像する撮像手段により撮像された画像データを、当該画像データを撮像したときのプリセットと対応付けて管理する管理手段を備える情報処理装置の制御方法であって、前記情報処理装置の予測手段が、前記管理手段で管理する画像データを解析して所定の期間における農作物の収量を予測する予測工程と、前記情報処理装置の取得手段が、前記所定の期間において実際に前記農作物が収穫された収量を示す収量データを取得する取得工程と、前記情報処理装置の決定手段が、前記取得工程で取得した収量データで示される収量と、前記予測工程で予測した収量との誤差が所定の範囲内である場合に、当該予測工程における予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測工程における予測に用いると決定する決定工程とを備えることを特徴とする。
また、本発明は、設定されたプリセットで農作物を撮像する撮像手段により撮像された画像データを、当該画像データを撮像したときのプリセットと対応付けて管理する管理手段を備える情報処理装置で読み取り実行可能なプログラムであって、前記情報処理装置を、前記管理手段で管理する画像データを解析して所定の期間における農作物の収量を予測する予測手段と、前記所定の期間において実際に前記農作物が収穫された収量を示す収量データを取得する取得手段と、前記取得手段で取得した収量データで示される収量と、前記予測手段により予測した収量との誤差が所定の範囲内である場合に、当該予測手段による予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測手段による予測に用いると決定する決定手段として機能させることを特徴とする。
本発明により、農作物の収量の予測精度が低下する可能性を低減することが可能となる。
以下、図面を参照して、本発明の実施形態を詳細に説明する。なお、以下説明する実施形態は、本発明を具体的に実施した場合の一例を示すもので、特許請求の範囲に記載した構成の具体的な実施形態の1つである。
まず、図1を説明する。
まず、図1を説明する。
図1は、本発明の過去収量実績データに基づく巡回プリセット選定システムの構成の一例を示すシステム構成図である。
図1の左図は、制御部を示したものであり、ネットワークカメラ200と通信可能に接続されるシステムを示したものである。
サーバ装置100は、データベースサーバ101で管理するデータをデータベースサーバから取得し、取得したデータに含まれる画像データを解析して、農作物の生育状況、例えば実や花ができているか、画像に占める葉の領域の割合等を特定する。
データベースサーバ101は、図4や図5、図6に示しされるようなテーブルのデータを読み出し、書き出しするデータベースとして管理するサーバであり、サーバ装置100からの要求に従って、当該データベースサーバ101が管理するデータをサーバ装置100に送信する。
図1の右図は、画像取得部を示したものであり、ビニールハウスである圃場の天井等に固定設置されたネットワークカメラ200で、ビニールハウス内で生育中のいちごなどの畝300を天井から撮影している状況を示している。
なお、本実施形態では農作物として、いちごを想定して説明するが、いちごに限らず、ピーマンや、トマトなど他の農作物でも良い。
そして、ネットワークカメラ200で撮影された画像データは、ルータを介してデータベースサーバ101に送信され、当該画像データを撮影したプリセットIDと対応付けてデータベースサーバ101で管理される(本発明における、設定されたプリセットで農作物を撮像する撮像手段により撮像された画像データを、当該画像データを撮像したときのプリセットと対応付けて管理する管理手段の一例)。
なお、本実施形態ではサーバ装置100とデータベースサーバ101を別々の装置としたが、他の実施形態として、サーバ装置100とデータベースサーバ101はひとつの装置であっても良い。
以下、図2を用いて図1に示したサーバ装置100、データベースサーバ101、ネットワークカメラ200に適用可能な情報処理装置のハードウェア構成について説明する。
図2において、201はCPUで、システムバス204に接続される各デバイスやコントローラを統括的に制御する。また、ROM202あるいは外部メモリ211には、CPU201の制御プログラムであるBIOS(Basic Input / Output System)やオペレーティングシステムプログラム(以下、OS)や、PCの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。
203はRAMで、CPU201の主メモリ、ワークエリア等として機能する。CPU201は、処理の実行に際して必要なプログラム等をROM202あるいは外部メモリ211からRAM203にロードして、ロードしたプログラムを実行することで各種動作を実現するものである。
また、205は入力コントローラで、キーボード(KB)209等のポインティングデバイス等からの入力を制御する。206はビデオコントローラで、CRTディスプレイ(CRT)210等の表示器への表示を制御する。
なお、図2では、CRT210と記載しているが、表示器はCRTだけでなく、液晶ディスプレイ等の他の表示器であってもよい。
207はメモリコントローラで、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶する外部記憶装置(ハードディスク(HD))や、フレキシブルディスク(FD)、或いはPCMCIAカードスロットにアダプタを介して接続されるコンパクトフラッシュ(登録商標)メモリ等の外部メモリ211へのアクセスを制御する。
208は通信I/Fコントローラで、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、TCP/IPを用いた通信等が可能である。
なお、CPU201は、例えばRAM203内の表示情報用領域へアウトラインフォントの展開(ラスタライズ)処理を実行することにより、CRT211上での表示を可能としている。また、CPU201は、CRT211上の不図示のマウスカーソル等でのユーザ指示を可能とする。
本発明を実現するための後述する各種プログラムは、外部メモリ211に記録されており、必要に応じてRAM203にロードされることによりCPU201によって実行されるものである。さらに、上記プログラムの実行時に用いられる設定ファイル等も外部メモリ211に格納されており、これらについての詳細な説明も後述する。
以下、図3に示すフローチャートを用いて過去収量実績データに基づく巡回プリセット選定システム全体の流れを説明する。
図3に示す処理は、サーバ装置100のCPU201が所定の制御プログラムを読み出して実行する処理であり、本処理は、例えば日毎にその日までに、もしくはその日の前日までにネットワークカメラ200で撮影された画像データまたはその画像データを解析した解析データ、過去収量実績データに対して実施される。
ネットワークカメラ200は、例えば、図4に示すデータベースサーバ101のプリセット情報テーブルを読み込み、プリセット情報テーブルに従って、畝300の撮影を実行する。
図4は、データベースサーバ101の外部メモリ211に記憶されたプリセット情報テーブルの一例である。
プリセット情報テーブルは、プリセットID401、パン402、チルト403、ズーム404、撮影フラグ405から構成される。ネットワークカメラを手動、もしくは自動制御して所望の地点を表すパン402、チルト403、ズーム404をあらかじめ登録している。
撮影フラグ405は巡回撮影時において、撮影を行うかどうかを判断する設定であり、TRUEの場合は撮影を行い、FALSEの場合は撮影を行わない。
ステップS301でサーバ装置100は、例えば、図5に示すデータベースサーバ101の過去収量実績テーブルを読み込む。
ステップS301は、本発明における前記所定の期間において実際に前記農作物が収穫された収量を示す収量データを取得する取得手段の一例である。
図5は、データベースサーバ101の外部メモリ211に記憶された過去収量実績テーブルの一例である。
過去収量実績テーブルは、日付501、圃場全体収量502から構成される。圃場全体収量502は、出荷するいちごを詰めた箱の数として概算される。例えば1箱=2Kgとして考え、日毎に出荷するいちごを詰めた箱の箱数が概算される。
なお1箱を何Kgとするかは、農家固有であり、設定情報として持たせておく必要がある。圃場全体収量502は、例えばユーザが収穫量の実績を日々巡回プリセット選定システムに入力することによって得られる。
ステップS302でサーバ装置100は、例えば、図6に示すデータベースサーバ101の画像解析結果テーブルから、プリセットID601、日付602、推定収量実績604を読み込む。
図6は、データベースサーバ101の外部メモリ211に記憶された画像解析結果テーブルの一例である。画像解析結果テーブルは、プリセットID601、日付602、成熟度高果実数603、推定収量実績604から構成される。なお、解析に用いた画像データもプリセットID601と対応付けて管理される。
成熟度高果実数603は、収穫が可能な状態まで成熟した果実の数を表したものである。成熟度高果実数603は、例えば「Faster R−CNN」のような公知技術を用いて、対象画像から成熟度高果実を検出することにより求めることができる。推定収量実績はある日において何個の果実を収穫したのかの推定値を表したものである。
推定収量実績604は、成熟度高果実数603の前日との差分を用いることで求めることが出来る。
例えば、日付602が1月2日におけるプリセットID601の1番の推定収量実績604を求める場合には、日付602が1月1日における、成熟度高果実数603の値「20」と日付602が1月2日における、成熟度高果実数603の値「5」の差分を取って、「15」と推定される。
ステップS303でサーバ装置100は、ステップS302で読み込んだ画像解析結果テーブルから全体処理で未だ選択していないプリセットID601の組み合わせを選択する。つまり、ステップS304以降の処理を、プリセットID601に含まれる各プリセットID同士を組み合わせることによってできる全ての組み合わせ(ID「1」、ID「1」とID「2」、ID「1」とID「3」、ID「1」とID「2」とID「3」・・・)に対して実行する。
ステップS304でサーバ装置100は、予め作成した図7の収量実績比較テーブル701を用いて、回帰式Y=αX+βの相関係数α、βを求める。
ステップS304は、本発明における、前記管理手段で管理する画像データを解析して所定の期間における農作物の収量を予測する予測手段の一例である。
図7は、回帰分析によって得られる誤差の算出方法を示したものである。
推定収量実績702は、ステップS303で選択したプリセットID601の組み合わせにおいて、推定収量実績604を日付602毎に合計した値である。
推定収量実績702は、ステップS303で選択したプリセットID601の組み合わせにおいて、推定収量実績604を日付602毎に合計した値である。
相関係数α、βを求めるためには、この推定収量実績702と圃場全体収量703をXY座標にプロットする。プロットしたXY座標から相関係数α、βを求めてY=αX+βを算出する。この回帰式を用いて、サーバ装置100は推定収量実績から、圃場全体の回帰推定値704を算出する。
ステップS305で、サーバ装置100は、ステップS303で求めた圃場全体の回帰推定値704と、圃場全体収量703の推定誤差705を求める。
サーバ装置100は、この推定誤差705の和である誤差合計706がこれまでの誤差合計よりも小さいかどうかを判断する。
具体的には、図8に示す誤差保存テーブルに保存されている値との比較で判断を行う。
具体的には、図8に示す誤差保存テーブルに保存されている値との比較で判断を行う。
図8は、データベースサーバ101の外部メモリ211に記憶された誤差保存テーブルの一例である。誤差保存テーブルは、プリセット組み合わせ801、誤差合計802から構成される。
プリセット組み合わせ801は、今までに選択したプリセットの組み合わせを示す。誤差合計802は、セット組み合わせ801における図7に示すロジックで算出した誤差合計を示す。
これまでの誤差合計802よりも小さい場合には、サーバ装置100は、誤差保存テーブルに選択中のプリセット組み合わせと誤差合計を保存し、処理をステップS306に進め、これまでの誤差合計802よりも大きい場合には、サーバ装置100は、誤差保存テーブルに選択中のプリセット組み合わせと誤差合計を保存し、処理をステップS307に進める。
ステップS306では、サーバ装置100は、プリセットの撮影フラグの変更を行う。
ステップS306では、サーバ装置100は、プリセットの撮影フラグの変更を行う。
具体的には、サーバ装置100は、図4のプリセット情報テーブルに含まれるプリセットのうち、ステップS303で選択されたプリセットの組み合わせに含まれる各プリセットの撮影フラグ405をTRUE、選択されていないプリセットの撮影フラグ405をFALSEとすることで、圃場広域の生育情報を知るために必要なプリセットのみを撮影するようにする。
ステップS305、ステップS306は、本発明における、前記取得手段で取得した収量データで示される収量と、前記予測手段により予測した収量との誤差が所定の範囲内である場合に、当該予測手段による予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測手段による予測に用いると決定する決定手段の一例である。
以上で、図3のフローチャートの説明を終了する。
以上で、図3のフローチャートの説明を終了する。
図9は、過去収量実績データに基づくアラート通知処理を示すフローチャートの一例を示す図である。
図9のフローチャートで示す処理は、サーバ装置100のCPU201が所定の制御プログラムを読み出して実行する処理であり、本処理は、図3の処理の後に実行される。
図9のフローチャートで示す処理は、サーバ装置100のCPU201が所定の制御プログラムを読み出して実行する処理であり、本処理は、図3の処理の後に実行される。
ステップS901において、サーバ装置100は、図8に示すデータベースサーバ101で管理する誤差保存テーブルからプリセット組み合わせ801と誤差合計802を読み込む。
ステップS902において、サーバ装置100は読み込んだテーブルの中から誤差が大きいプリセットを特定する。特定には誤差が大きい順にプリセット組み合わせを並べていき、ユーザから指定された参照組み合わせ数内(例えば、誤差が大きい8つを参照する等)で、出現頻度が設定値を超えたプリセットを特定するといった手法が考えられる。
ステップS902の具体的な処理について、図10を用いて説明する。図10は、図8の誤差保存テーブルにおいて誤差合計を降順に並べた例である。プリセット組み合わせ1001、誤差合計1002から構成される。
この図10において参照組み合わせ数を8、設定値を5とすると、プリセット組み合わせ1001の8つの組み合わせ内に5回出現しているプリセット4が誤差の大きいプリセットとしてサーバ装置100により特定される。
ステップS903において、サーバ装置100は、ステップS902で特定したプリセットをユーザに通知し、画角の調整を促す。
ステップS903において、ユーザに通知される画面は例えば、図11に示す画面である。
ステップS903において、ユーザに通知される画面は例えば、図11に示す画面である。
図11は、サーバ装置100と通信可能なユーザのPCのディスプレイに表示される通知画面の一例を示す図である。
図11の1101は、ネットワークカメラ200で撮影する圃場500の全体を示す。
図11の1101は、ネットワークカメラ200で撮影する圃場500の全体を示す。
図11の1102は、各プリセットで撮影している畝300の位置を示し、左上から順にプリセットID1、2、3となっている。
図11の1103は、ステップS902で誤差の大きいプリセットとして特定されたプリセットを他のプリセットと識別表示し、さらに1104に誤差の大きいプリセットがあることをメッセージで表示している。以上で図11の説明を終了する。
以上で、図9の説明を終了する。
以上で、図9の説明を終了する。
次に、本発明の第2の実施形態について説明する。
ここまでの実施形態では、図3のステップS304以降の処理を全てのプリセットIDの組み合わせに対して実行するとしたが、第2の実施形態にでは、プリセットID同士を組み合わせることなくプリセットIDごとに、図3のステップS304以降の処理を実行する。
ここまでの実施形態では、図3のステップS304以降の処理を全てのプリセットIDの組み合わせに対して実行するとしたが、第2の実施形態にでは、プリセットID同士を組み合わせることなくプリセットIDごとに、図3のステップS304以降の処理を実行する。
つまり、第2の実施形態では、図8の誤差保存テーブルには、プリセット組み合わせ801が、単数のもの(例えば、プリセット組み合わせ801が「1」だけのものと、「2」だけのもの)が管理されることとなる。
そして、第2の実施形態では、図3のステップS305で推定誤差705が、ユーザが設定する所定の範囲内であるかをサーバ装置100は判定し、所定の範囲内であれば、ステップS306において、図4のプリセット情報テーブルに含まれるプリセットのうち、ステップS303で選択されたプリセットの撮影フラグ405をTRUEにし、所定の範囲外であれば、ステップS306において、ステップS303で選択されたプリセットの撮影フラグ405をFALSEとする。
さらに、第2の実施形態では、図9の処理において、ステップS902でサーバ装置100は、ステップS306において、撮影フラグ405がFALSEとされたプリセットを特定し、ステップS903で当該プリセットを通知する。
以上で、第2の実施形態の説明を終了する。
以上で、第2の実施形態の説明を終了する。
以上、本発明によると、農作物の収量の予測精度が低下する可能性を低減することができる。
本発明は、例えば、システム、装置、方法、プログラム若しくは記憶媒体等としての実施形態も可能であり、具体的には、複数の機器から構成されるシステムに適用してもよいし、また、1つの機器からなる装置に適用してもよい。
なお、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラムを、システム或いは装置に直接、或いは遠隔から供給するものを含む。そして、そのシステム或いは装置のコンピュータが前記供給されたプログラムコードを読み出して実行することによっても達成される場合も本発明に含まれる。
したがって、本発明の機能処理をコンピュータで実現するために、前記コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、OSに供給するスクリプトデータ等の形態であってもよい。
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、MO、CD−ROM、CD−R、CD−RWなどがある。また、磁気テープ、不揮発性のメモリカード、ROM、DVD(DVD−ROM,DVD−R)などもある。
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続する。そして、前記ホームページから本発明のコンピュータプログラムそのもの、若しくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。
また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるWWWサーバも、本発明に含まれるものである。
また、本発明のプログラムを暗号化してCD−ROM等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせる。そして、ダウンロードした鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される。その他、そのプログラムの指示に基づき、コンピュータ上で稼動しているOSなどが、実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現され得る。
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれる。その後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPUなどが実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現される。
なお、前述した実施形態は、本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。
100 サーバ装置(情報処理装置)
101 データベースサーバ
200 ネットワークカメラ
101 データベースサーバ
200 ネットワークカメラ
Claims (6)
- 設定されたプリセットで農作物を撮像する撮像手段により撮像された画像データを、当該画像データを撮像したときのプリセットと対応付けて管理する管理手段と、
前記管理手段で管理する画像データを解析して所定の期間における農作物の収量を予測する予測手段と、
前記所定の期間において実際に前記農作物が収穫された収量を示す収量データを取得する取得手段と、
前記取得手段で取得した収量データで示される収量と、前記予測手段により予測した収量との誤差が所定の範囲内である場合に、当該予測手段による予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測手段による予測に用いると決定する決定手段と
を備えることを特徴とする情報処理装置。 - 前記決定手段は、前記取得手段で取得した収量データで示される収量と、前記予測手段により予測した収量との誤差が所定の範囲外である場合に、当該予測手段による予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測手段による予測に用いないと決定することを特徴とする請求項1に記載の情報処理装置。
- 前記取得手段で取得した収量データで示される収量と、前記予測手段により予測した収量との誤差が所定の範囲外である場合に、当該予測手段による予測に用いた前記画像データと対応付くプリセットをユーザに認識させるべく通知する通知手段と
を備えることを特徴とする請求項1または2に記載の情報処理装置。 - 前記管理手段は、設定が異なる複数のプリセットで撮像された画像データを、当該画像データを撮像したときのプリセットとそれぞれ対応付けて管理し、
前記予測手段は、前記管理手段で管理する複数の画像データを解析して所定の期間における農作物の収量を予測することを特徴とする請求項1乃至3のいずれか1項に記載の情報処理装置。 - 設定されたプリセットで農作物を撮像する撮像手段により撮像された画像データを、当該画像データを撮像したときのプリセットと対応付けて管理する管理手段を備える情報処理装置の制御方法であって、
前記情報処理装置の予測手段が、前記管理手段で管理する画像データを解析して所定の期間における農作物の収量を予測する予測工程と、
前記情報処理装置の取得手段が、前記所定の期間において実際に前記農作物が収穫された収量を示す収量データを取得する取得工程と、
前記情報処理装置の決定手段が、前記取得工程で取得した収量データで示される収量と、前記予測工程で予測した収量との誤差が所定の範囲内である場合に、当該予測工程における予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測工程における予測に用いると決定する決定工程と
を備えることを特徴とする情報処理装置の制御方法。 - 設定されたプリセットで農作物を撮像する撮像手段により撮像された画像データを、当該画像データを撮像したときのプリセットと対応付けて管理する管理手段を備える情報処理装置で読み取り実行可能なプログラムであって、
前記情報処理装置を、
前記管理手段で管理する画像データを解析して所定の期間における農作物の収量を予測する予測手段と、
前記所定の期間において実際に前記農作物が収穫された収量を示す収量データを取得する取得手段と、
前記取得手段で取得した収量データで示される収量と、前記予測手段により予測した収量との誤差が所定の範囲内である場合に、当該予測手段による予測に用いた前記画像データと対応付くプリセットで撮影される画像データを、当該予測手段による予測に用いると決定する決定手段と
して機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016231886A JP2018088198A (ja) | 2016-11-29 | 2016-11-29 | 情報処理装置、その制御方法とプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016231886A JP2018088198A (ja) | 2016-11-29 | 2016-11-29 | 情報処理装置、その制御方法とプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018088198A true JP2018088198A (ja) | 2018-06-07 |
Family
ID=62494571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016231886A Pending JP2018088198A (ja) | 2016-11-29 | 2016-11-29 | 情報処理装置、その制御方法とプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018088198A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021023177A (ja) * | 2019-08-02 | 2021-02-22 | トヨタ自動車株式会社 | 作物特性予測システム、作物特性予測方法、及び作物特性予測プログラム |
-
2016
- 2016-11-29 JP JP2016231886A patent/JP2018088198A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021023177A (ja) * | 2019-08-02 | 2021-02-22 | トヨタ自動車株式会社 | 作物特性予測システム、作物特性予測方法、及び作物特性予測プログラム |
JP7163881B2 (ja) | 2019-08-02 | 2022-11-01 | トヨタ自動車株式会社 | 作物特性予測システム、作物特性予測方法、及び作物特性予測プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10632385B1 (en) | Systems and methods for capturing participant likeness for a video game character | |
KR102013828B1 (ko) | 수술영상을 기초로 수술시간을 예측하는 방법 및 장치 | |
CN109672922B (zh) | 一种游戏视频剪辑方法及装置 | |
US11163611B2 (en) | Apparatus and method for providing a virtual device | |
US8593517B2 (en) | Method and apparatus for configuring a video surveillance source | |
US9110927B2 (en) | Method and apparatus for organizing digital photographs | |
JPWO2018173622A1 (ja) | 植生指標算出装置、植生指標算出方法、及びプログラム | |
JP2003303333A (ja) | 画像表示制御装置 | |
KR102309568B1 (ko) | 이미지 기반 작물 생육정보 자동계측 시스템 | |
US10783377B2 (en) | Visually similar scene retrieval using coordinate data | |
JP2018088198A (ja) | 情報処理装置、その制御方法とプログラム | |
JP7386503B2 (ja) | 収量推定プログラム、収量推定方法及び収量推定装置 | |
CN111277866B (zh) | 一种控制vr视频播放的方法及相关装置 | |
JP2018088223A (ja) | 情報処理装置、情報処理方法、プログラム | |
JP6817516B2 (ja) | 情報処理装置、その制御方法とプログラム | |
JP7473951B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、および、コンピュータプログラム | |
US20180089554A1 (en) | Explicit knowledge conversion assistance apparatus, explicit knowledge conversion assistance method, and computer-readable storage medium | |
JP6579080B2 (ja) | 情報処理装置、その制御方法とプログラム | |
CN116681544B (zh) | 农作物环境信息处理方法、电子设备和计算机可读介质 | |
US8849096B2 (en) | Moving image reproducing apparatus, moving image reproducing method, and computer-readable storage medium storing program | |
CN113556473B (zh) | 花朵开花过程的拍摄方法、装置、电子设备及存储介质 | |
CN116228942B (zh) | 角色动作提取方法、设备和存储介质 | |
JP7317972B2 (ja) | 支援装置及び支援方法 | |
JP7113555B1 (ja) | 果樹栽培支援装置、推論装置、機械学習装置、果樹栽培支援方法、推論方法、及び、機械学習方法 | |
WO2017145822A1 (ja) | 学習支援装置、学習支援方法、及びコンピュータ読み取り可能な記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20180703 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20181031 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190111 |