JP2023526390A - ゴルフコースのディボット探知システム及びこれを用いた探知方法 - Google Patents
ゴルフコースのディボット探知システム及びこれを用いた探知方法 Download PDFInfo
- Publication number
- JP2023526390A JP2023526390A JP2022570299A JP2022570299A JP2023526390A JP 2023526390 A JP2023526390 A JP 2023526390A JP 2022570299 A JP2022570299 A JP 2022570299A JP 2022570299 A JP2022570299 A JP 2022570299A JP 2023526390 A JP2023526390 A JP 2023526390A
- Authority
- JP
- Japan
- Prior art keywords
- divot
- image
- module
- golf course
- objects
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 238000010801 machine learning Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 27
- 230000008439 repair process Effects 0.000 claims description 10
- 239000002689 soil Substances 0.000 claims description 8
- 241001465754 Metazoa Species 0.000 claims description 6
- 238000009412 basement excavation Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 244000025254 Cannabis sativa Species 0.000 claims description 5
- 238000010586 diagram Methods 0.000 abstract description 12
- 238000013528 artificial neural network Methods 0.000 description 9
- 241000273930 Brevoortia tyrannus Species 0.000 description 6
- 230000000306 recurrent effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000000701 chemical imaging Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
【選択図】 図1
Description
以下、本発明の第1実施例によるゴルフコースのディボット探知システムについて添付図面を参照して詳細に説明する。
判読モジュール212は、イメージ処理モジュール211で分離されたディボット疑心客体のうち三つの基準全部とマッチングする客体(図4参照)をディボットと1次判読してマシンラーニングDBに保存する。
以下で、本発明の第2実施例によるゴルフコースのディボット探知方法について図面を参照して詳細に説明する。
例えば、イメージ処理モジュールは、無人航空機が撮影したゴルフコースのマルチスペクトルイメージから、予め定義された三つの基準、すなわち色相、サイズ、及び形状のうちの少なくとも一つがマッチングする客体をディボット疑心客体として分離する。ここで、イメージ処理モジュールは、予め定義された基準を単一値に設定せず、範囲に設定することができる。
ディボット客体を探知する段階(S300)は、無人航空機から受信したマルチスペクトルイメージでディボット客体を探知する。ディボット客体を探知する段階(S300)で、探知モジュールは、既に学習されたモデリングに基づいて、受信したマルチスペクトルイメージでディボット客体を探知することができる。
100 無人航空機
110 マルチスペクトルカメラ
120 RGBカメラ
200 コースキーパーサーバー
210 マシンラーニングモジュール
220 通信モジュール
230 探知モジュール
240 出力モジュール
Claims (10)
- マルチスペクトルカメラ及びRGBカメラを搭載し、ゴルフコースを撮影する無人航空機と、
前記無人航空機が撮影したマルチスペクトルイメージの1次判読結果及びRGBイメージの2次判読結果を用いてディボット客体を学習するマシンラーニングモジュール、前記無人航空機が撮影したマルチスペクトルイメージを受信する通信モジュール、前記受信されたマルチスペクトルイメージでディボット客体を探知する探知モジュール、及び、前記探知されたディボット客体の地図座標を表示する出力モジュールを含むコースキーパーサーバーと、
を含む、ゴルフコースのディボット探知システム。 - 前記マシンラーニングモジュールは、
ゴルフコースのマルチスペクトルイメージから、予め定義された色相、サイズ及び形状のうちの少なくとも一つがマッチングする客体を分離するイメージ処理モジュールと、
前記分離された客体のうち三つの基準全部を満たす客体をディボットと1次判読してマシンラーニングDBに保存し、前記分離された客体のうち二つ以下の基準がマッチングする客体を前記RGBイメージ上に表示し、前記通信モジュールを介して前記RGBイメージを専門家システムに伝送し、前記専門家システムでディボットまたは疑似ディボットと2次判読された(annotated)客体を前記マシンラーニングDBに保存する判読モジュールと、
を含む、請求項1に記載のゴルフコースのディボット探知システム。 - 前記疑似ディボットは、野生動物が掘り返して土壌が露出された区域、山崩れによって遺失した区域、及び芝草が部分的に死滅した区域のうちのいずれか一つであることを特徴とする、請求項2に記載のゴルフコースのディボット探知システム。
- 前記判読モジュールは、色相、サイズ及び形状のうちの二つ以下がマッチングする客体のうちディボットではないものと予め分析されたイメージとマッチングするものは前記RGBイメージ上に表示しないことを特徴とする、請求項2に記載のゴルフコースのディボット探知システム。
- 前記ディボットではないものと分析されたイメージは、排水口、落葉、修理地、及びバンカーのうちのいずれか一つであることを特徴とする、請求項4に記載のゴルフコースのディボット探知システム。
- ゴルフコース管理のためのコースキーパーサーバーのディボット探知方法であって、
マシンラーニングモジュールがゴルフコースを撮影したマルチスペクトルイメージの1次判読結果及びRGBイメージの2次判読結果を用いてディボット客体を学習する段階と、
通信モジュールがゴルフコースを撮影したマルチスペクトルイメージを受信する段階と、
探知モジュールが前記受信されたマルチスペクトルイメージでディボット客体を探知する段階と、
出力モジュールが前記探知されたディボット客体の地図座標を出力する段階と、
を含む、ゴルフコースのディボット探知方法。 - 前記ディボット客体学習段階は、
イメージ処理モジュールがゴルフコースのマルチスペクトルイメージから、予め定義された色相、サイズ及び形状のうちの少なくとも一つがマッチングする客体を分離する段階と、
判読モジュールが前記分離された客体のうち三つ全部を満たす客体をディボットと定義してマシンラーニングDBに保存する1次判読段階と、
前記判読モジュールが前記分離された客体のうち二つ以下がマッチングする客体を前記RGBイメージ上に表示し、前記通信モジュールを介して前記RGBイメージを専門家システムに伝送する段階と、
前記専門家システムでディボットまたは疑似ディボットと追加判明(annotated)された客体を前記判読モジュールに通知すると、前記判読モジュールは前記追加判明された客体を前記マシンラーニングDBに保存する2次判読段階と、
を含む、請求項6に記載のゴルフコースのディボット探知方法。 - 前記疑似ディボットは、野生動物が掘り返して土壌が露出された区域、山崩れによって遺失した区域、及び芝草が部分的に死滅した区域のうちのいずれか一つであることを特徴とする、請求項7に記載のゴルフコースのディボット探知方法。
- 前記判読モジュールは、色相、サイズ及び形状のうち二つ以下がマッチングする客体のうちディボットではないものと予め分析されたイメージとマッチングするものは前記RGBイメージ上に表示しないことを特徴とする、請求項7に記載のゴルフコースのディボット探知方法。
- 前記ディボットではないものと分析されたイメージは、排水口、落葉、修理地、及びバンカーのうちのいずれか一つであることを特徴とする、請求項9に記載のゴルフコースのディボット探知方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20200060369 | 2020-05-20 | ||
KR10-2020-0060369 | 2020-05-20 | ||
KR1020200161575A KR102583303B1 (ko) | 2020-05-20 | 2020-11-26 | 골프 코스의 디봇 탐지 시스템 및 이를 이용한 탐지 방법 |
KR10-2020-0161575 | 2020-11-26 | ||
PCT/KR2020/017120 WO2021235634A1 (ko) | 2020-05-20 | 2020-11-27 | 골프 코스의 디봇 탐지 시스템 및 이를 이용한 탐지 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023526390A true JP2023526390A (ja) | 2023-06-21 |
JP7493841B2 JP7493841B2 (ja) | 2024-06-03 |
Family
ID=78698111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022570299A Active JP7493841B2 (ja) | 2020-05-20 | 2020-11-27 | ゴルフコースのディボット探知システム及びこれを用いた探知方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7493841B2 (ja) |
KR (1) | KR102583303B1 (ja) |
WO (1) | WO2021235634A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102528034B1 (ko) * | 2021-12-09 | 2023-05-18 | 주식회사 유에프오에스트로넛 | 스마트 디봇 보수 시스템 및 방법 |
KR102512529B1 (ko) * | 2022-11-04 | 2023-03-21 | 주식회사 유오케이 | 골프장 운영 관리 장치 및 방법 |
KR102620094B1 (ko) * | 2023-02-06 | 2024-01-03 | (주) 다음기술단 | 골프장 페어웨이 디봇 보수장치 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101860548B1 (ko) * | 2018-02-27 | 2018-05-23 | 주식회사 일도엔지니어링 | 드론의 식생 촬영 데이터와 gis 분석 기법을 이용한 골프장 잔디 관리 장치 |
JP2018130065A (ja) * | 2017-02-15 | 2018-08-23 | 株式会社 神崎高級工機製作所 | ディボット修復システム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10331975B2 (en) * | 2016-11-29 | 2019-06-25 | Google Llc | Training and/or using neural network models to generate intermediary output of a spectral image |
KR102031123B1 (ko) * | 2016-12-28 | 2019-11-08 | 주식회사 엘렉시 | 이상패턴 감지 시스템 및 방법 |
KR101772210B1 (ko) | 2017-04-20 | 2017-08-28 | 주식회사 일도엔지니어링 | 드론촬영 데이터와 지아이에스(gis) 분석 기법을 이용한 골프장 스프링클러 관리장치 |
KR102069780B1 (ko) * | 2018-09-10 | 2020-01-23 | 김두수 | 잔디관리 시스템 |
-
2020
- 2020-11-26 KR KR1020200161575A patent/KR102583303B1/ko active IP Right Grant
- 2020-11-27 JP JP2022570299A patent/JP7493841B2/ja active Active
- 2020-11-27 WO PCT/KR2020/017120 patent/WO2021235634A1/ko active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018130065A (ja) * | 2017-02-15 | 2018-08-23 | 株式会社 神崎高級工機製作所 | ディボット修復システム |
KR101860548B1 (ko) * | 2018-02-27 | 2018-05-23 | 주식회사 일도엔지니어링 | 드론의 식생 촬영 데이터와 gis 분석 기법을 이용한 골프장 잔디 관리 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR102583303B1 (ko) | 2023-09-26 |
WO2021235634A1 (ko) | 2021-11-25 |
JP7493841B2 (ja) | 2024-06-03 |
KR20210143634A (ko) | 2021-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3004388C (en) | A method for aerial imagery acquisition and analysis | |
JP6771449B2 (ja) | 航空画像からの自動物体検出のための方法およびシステム | |
JP2023526390A (ja) | ゴルフコースのディボット探知システム及びこれを用いた探知方法 | |
Wang et al. | Machine vision assessment of mango orchard flowering | |
Gallego et al. | Detection of bodies in maritime rescue operations using unmanned aerial vehicles with multispectral cameras | |
Pérez-Ortiz et al. | Machine learning paradigms for weed mapping via unmanned aerial vehicles | |
Lam et al. | An open source workflow for weed mapping in native grassland using unmanned aerial vehicle: Using Rumex obtusifolius as a case study | |
de Oca et al. | The AgriQ: A low-cost unmanned aerial system for precision agriculture | |
Diago et al. | On‐the‐go assessment of vineyard canopy porosity, bunch and leaf exposure by image analysis | |
Aliero et al. | The usefulness of unmanned airborne vehicle (UAV) imagery for automated palm oil tree counting | |
Mutalib et al. | A brief study on paddy applications with image processing and proposed architecture | |
CN113822198B (zh) | 基于uav-rgb图像和深度学习的花生生长监测方法、***及介质 | |
Yimyam et al. | The Development of an Alerting System for Spread of Brown planthoppers in Paddy Fields Using Unmanned Aerial Vehicle and Image Processing Technique | |
Meshkini et al. | A 3D CNN approach for change detection in HR satellite image time series based on a pretrained 2D CNN | |
Pérez-Ortiz et al. | An experimental comparison for the identification of weeds in sunflower crops via unmanned aerial vehicles and object-based analysis | |
CN116309366A (zh) | 松木的线虫病早期判定方法及装置 | |
Kalmukov et al. | Methods for Automated Remote Sensing and Counting of Animals | |
Drauschke et al. | Towards UAV-based forest monitoring | |
TW202125324A (zh) | 航拍影像自動物體偵測之方法及系統 | |
Liu et al. | A Procedure for Identifying Invasive Wild Parsnip Plants Based on Visible Bands from UAV Images | |
Gromova | Weed detection in UAV images of cereal crops with instance segmentation | |
Khidher et al. | Automatic trees density classification using deep learning of unmanned aerial vehicles images | |
Wijesingha et al. | Mapping invasive Lupinus polyphyllus Lindl. in semi-natural grasslands using object-based analysis of UAV-borne images | |
JP2020087355A (ja) | 検出装置、検出方法、コンピュータプログラム及び学習モデル | |
JP2023170826A (ja) | 探索システム、探索装置、および探索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240202 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240515 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7493841 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |