| 1 |
1
드론으로부터 촬영된 영상정보를 수신하는 통신부; 및상기 수신된 영상정보 중 벼 도복을 검사할 검사 필지 영역을 선택하고, 상기 선택된 검사 필지 영역이 포함된 영상정보를 딥러닝을 이용한 인공지능 모델에 적용하여 면적을 추정하고, 상기 추정된 면적을 이용하여 일반 벼와 도복 피해 면적을 산정하며, 상기 산정된 결과를 기반으로 종자관리요강 벼 포장조건에 따라 벼 도복에 대한 판정을 결정하는 제어부;를 포함하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 2 |
2
제 1항에 있어서,상기 제어부는,ROI(Region of Interest)를 이용하여 상기 영상정보 중 검사 필지 영역을 선택하는 것을 특징으로 하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 3 |
3
제 1항에 있어서,상기 제어부는,상기 선택된 검사 필지 영역이 포함된 영상정보의 공간정보를 분석하여 상기 면적을 추정하는 것을 특징으로 하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 4 |
4
제 1항에 있어서,상기 제어부는,상기 인공지능 모델을 통해 일반 벼, 도복 피해 및 논을 제외한 영역에 대한 면적을 추정하는 것을 특징으로 하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 5 |
5
제 1항에 있어서,상기 인공지능 모델은,합성곱 신경망(Convolutional Neural Network) 기반 시멘틱 세그멘테이션(Semantic Segmentation) 모델인 것을 특징으로 하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 6 |
6
제 5항에 있어서,상기 시멘틱 세그멘테이션 모델은,FCN(Fully Convolutional Network), ESPNet, CRF-RNN, Deeplab v1-3 및 PSPNet 중 어느 하나의 모델인 것을 특징으로 하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 7 |
7
제 1항에 있어서,상기 종자관리요강 벼 포장조건은,전체 재배면적의 도복면적이 1/3 이상인 경우 전체 재배면적이 불합격이고, 도복면적이 1/3 미만인 경우 부분합격 처리를 하는 것을 특징으로 하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 8 |
8
자동 판독 장치가 드론으로부터 촬영된 영상정보를 수신하는 단계;상기 자동 판독 장치가 상기 수신된 영상정보 중 벼 도복을 검사할 검사 필지 영역을 선택하는 단계;상기 자동 판독 장치가 상기 선택된 검사 필지 영역이 포함된 영상정보를 딥러닝을 이용한 인공지능 모델에 적용하여 면적을 추정하는 단계; 및상기 자동 판독 장치가 상기 추정된 면적을 이용하여 일반 벼와 도복 피해 면적을 산정하며, 상기 산정된 결과를 기반으로 종자관리요강 벼 포장조건에 따라 벼 도복에 대한 판정을 결정하는 단계;를 포함하는 영상정보 기반의 벼 도복 자동 판독 장치
|
| 9 |
9
벼 도복에 대한 검사하고자 하는 논의 필지를 촬영하는 드론; 및상기 촬영된 영상정보를 이용하여 해당 필지의 벼 도복에 대한 면적을 판독하는 자동 판독 장치;를 포함하되,상기 자동 판독 장치는,상기 드론으로부터 촬영된 영상정보를 수신하는 통신부; 및상기 수신된 영상정보 중 벼 도복을 검사할 검사 필지 영역을 선택하고, 상기 선택된 검사 필지 영역이 포함된 영상정보를 딥러닝을 이용한 인공지능 모델에 적용하여 면적을 추정하고, 상기 추정된 면적을 이용하여 일반 벼와 도복 피해 면적을 산정하며, 상기 산정된 결과를 기반으로 종자관리요강 벼 포장조건에 따라 벼 도복에 대한 판정을 결정하는 제어부;를 포함하는 것을 특징으로 하는 자동 판독 시스템
|
