発明の詳細な説明【技術分野】 【０００１】 本発明は、異常検知装置、学習装置、異常検知方法、およびプログラムに関する。 続きを表示（約 2,100 文字）【背景技術】 【０００２】 従来、農地をドローンや衛星などで上空から撮像した画像に基づいて作物の異常を検知しようとする試みがなされている。例えば、ドローンで撮像した農地画像を植生指数化、またはヒートマップ化し、過去の画像データと比較して、発芽数、不発芽数、発芽率・不発芽率などを予測するシステムが知られている（特許文献１）。また、この種の技術に機械学習を適用する場合に、十分な数の学習用画像を用意するのが困難であるという問題が存在するが、これに対してＡＲ－ＧＡＮによる合成画像をデータセットに加える技術が知られている（非特許文献１）。 【先行技術文献】 【特許文献】 【０００３】 特開２０１９－１５３１０９号公報 特許第７３１６００４号公報 【非特許文献】 【０００４】 ”Unsupervised image translation using adversarial networks for improved plant disease recognition”, Haseeb Nazki et al., Computers and Electronics in Agriculture Volume 168, January 2020, 105117 ” ORYZA2000: modelling lowland rice”, B.A.M. Bouman et al., (2001), International Rice Research Institute, Wageningen University and Research Centre, Los Banos, Philippines, Wageningen, Netherlands ” The rice simulation model SIMRIW and its testing.”, T. HORIE et al., (1995), Modeling the impact of climate change on rice production in Asia. CABI, UK, IRRI, Philippines, pp. 95-139 ” Simulation of the effects of genotype and N availability on rice growth and yield response to an elevated atmospheric CO2concentration”, Hiroe Yoshida et al., (2011), Field Crops Research 124(3) 433-440. 【発明の概要】 【発明が解決しようとする課題】 【０００５】 従来の技術では、適切に十分な数の学習用画像を用意するのが困難であり、異常検知の精度が十分なものにならない場合があった。 【０００６】 本発明は、このような事情を考慮してなされたものであり、適切に用意された十分な数の学習用画像を用いて異常検知の精度を向上させることが可能な異常検知装置、学習装置、異常検知方法、およびプログラムを提供することを目的の一つとする。 【課題を解決するための手段】 【０００７】 本発明の態様である異常検知装置は、農地を上空から撮像した農地画像を取得する取得部と、学習済生成モデルが作成した参照画像と、異常検知段階における前記農地画像との画素値の比較により前記農地における作物の異常を検知する、或いは異常の発生確率を導出する検知部と、を備え、前記学習済生成モデルは、農地画像を入力すると将来の農地画像を推定する作物生育モデルを用いて複数の生育パターンが含まれるように生成された正例画像と、潜在変数を生成モデルに入力することで得られる負例画像とが分類モデルによって判別されるように、敵対的生成ネットワークの学習により学習され、学習済潜在変数を学習済生成モデルに入力することで前記参照画像を出力するものであり、前記学習済潜在変数は、前記参照画像と、学習段階における前記農地画像との間の誤差指標が最小化されるように学習されたものである。 【発明の効果】 【０００８】 上記各態様によれば、適切に用意された十分な数の学習用画像を用いて異常検知の精度を向上させることができる。 【図面の簡単な説明】 【０００９】 異常検知装置１００の使用環境および構成の一例を示す図である。 異常検知装置１００における異常検知段階の処理の概要を示す図である。 学習済生成モデルと分類モデルを学習する処理の概要を示す図である。 正例画像の生成処理の概略を示す図である。 潜在変数の学習処理の概略を示す図である。 【発明を実施するための形態】 【００１０】 以下、図面を参照し、本発明の異常検知装置、学習装置、異常検知方法、およびプログラムの実施形態について説明する。 （【００１１】以降は省略されています） この特許をJ-PlatPat（特許庁公式サイト）で参照する
特許ウォッチ
