生育解析や生育予測の緻密化・自動化のためには、植物の構造情報（枝の通り方など）を計測する必要があります。本研究は、果樹等の実用植物を多視点から撮影した画像群などを入力として、一部が葉に遮蔽された植物の構造情報を再現する技術を構築します。また、実際の圃場で継続的にセンサデータ・植物構造を蓄積した「植物ライフログ」を構築することで、緻密な生育解析・予測の実現につながる基盤技術・ツールを提供します。

関連研究費

• 2017年10月 – 2021年9月 JSTさきがけ（情報協働栽培領域）
  「緻密な生育管理を実現する「未来栽培」のための植物の三次元構造復元と植物ライフログの構築」
  研究代表者：大倉史生　配分総額 31,300千円

主要な発表文献

• Yosuke Toda, Fumio Okura, Jun Ito, Satoshi Okada, Toshinori Kinoshita, Hiroyuki Tsuji, Daisuke Saisho. Training instance segmentation neural network with synthetic datasets for crop seed phenotyping. Communications Biology, Vol. 3, Article 173, Apr 2020. 
• Yosuke Toda, Fumio Okura. How convolutional neural networks diagnose plant disease. Plant Phenomics, Article ID 9237136, 14 pages, Mar 2019. 
• Takuma Doi, Fumio Okura, Toshiki Nagahara, Yasuyuki Matsushita, Yasushi Yagi. Descriptor-free multi-view region matching for instance-wise 3D reconstruction. Proceedings of Asian Conference on Computer Vision (ACCV), (oral), Dec 2020.
• Fumio Okura, Saya Ikuma, Yasushi Makihara, Daigo Muramatsu, Ken Nakada, Yasushi Yagi. RGB-D video-based individual identification of dairy cows using gait and texture analyses. Computers and Electronics in Agriculture (COMPAG), Vol. 165, Article 104944, Oct 2019.
• *Takahiro Isokane, *Fumio Okura, Ayaka Ide, Yasuyuki Matsushita, Yasushi Yagi. Probabilistic plant modeling via multi-view image-to-image translation. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2906-2915, Jun 2018.