Tree Species Identification in Urban Environments Using TensorFlow Lite and a Transfer Learning Approach

Tree Species Identification in Urban Environments Using TensorFlow Lite and a Transfer Learning Approach

1. 本研究の学術的背景，研究課題の核心をなす学術的「問い」は？
→ 街の管理者にとって、樹木目録の作成と更新は、コストがかかり、樹木の識別専門家の専門知識が必要であるため、困難な課題です。本研究では、スマートフォンで撮影された画像を利用して、Androidスマートフォンで展開可能な樹木識別モデルを開発することが目的です。

2. 本研究の目的及び学術的独自性と創造性は？
→ 本研究の目的は、スマートフォンで撮影された画像を利用して、樹木を識別することができるモデルを開発することです。独自性は、スマートフォンを利用することで、低コストかつ簡便な方法で樹木認識の実現を可能にすることにあります。

3. 本研究の着想に至った経緯や、関連する国内外の研究動向と本研究の位置づけは？
→ 従来は、樹木の特定や識別は、専門的な知識やコストが高い機器が必要であるため、困難な課題でした。しかし、近年では、スマートフォンを用いた植物の認識に関する研究が活発化してきています。本研究は、スマートフォンを用いた樹木識別に関する成果を報告するものであり、この分野の新たなアプローチを提供しています。

4. 本研究で何を、どのように、どこまで明らかにした？
→ 本研究では、スマートフォンで撮影された画像を利用して、樹木を認識するモデルを開発しました。開発したモデルは、ResNet V2 101を基盤とし、TensorFlow Liteインタプリタを用いることで、Androidスマートフォン上での展開が可能になっています。また、最も認識の難しいクラスがEucalipto、Capuli、Urapanであったことが明らかになりました。

5. 本研究の有効性はどのように検証された？
→ 本研究では、開発したモデルが、スマートフォンに展開可能であることが示された。分類性能に関しては、ResNet V2 101を基盤とするモデルが最も高い性能を発揮し、エラーや偽陽性の影響を受けずに認識率が向上していることが判明しており、正確な樹種識別に有効であることが示されました。