Korean Journal of Agricultural and Forest Meteorology (한국농림기상학회지)

Korean Society of Agricultural and Forest Meteorology (한국농림기상학회)
권호 표지
DOI QR코드

DOI QR Code

Development of Mask-RCNN Model for Detecting Greenhouses Based on Satellite Image

위성이미지 기반 시설하우스 판별 Mask-RCNN 모델 개발

  • Kim, Yun Seok (Department of Plant Resources and Environment, Jeju National University) ;
  • Heo, Seong (Department of Horticulture, Kongju National University) ;
  • Yoon, Seong Uk (Department of Plant Resources and Environment, Jeju National University) ;
  • Ahn, Jinhyun (Department of Management Information Systems, Jeju National University) ;
  • Choi, Inchan (National Agrobiodiversity Center, National Institute of Agricultural Sciences (NAS), RDA) ;
  • Chang, Sungyul (Department of Agricultural Engineering, National Institute of Agricultural Sciences) ;
  • Lee, Seung-Jae (National Center for AgroMeteorology) ;
  • Chung, Yong Suk (Department of Plant Resources and Environment, Jeju National University)
  • 김윤석 (제주대학교 식물자원환경전공) ;
  • 허성 (공주대학교 원예학과) ;
  • 윤성욱 (제주대학교 식물자원환경전공) ;
  • 안진현 (제주대학교 경영정보학과) ;
  • 최인찬 (국립농업과학원 농업공학부) ;
  • 장성율 (첨단방사선연구소 방사선육종센터) ;
  • 이승재 (국가농림기상센터) ;
  • 정용석 (제주대학교 식물자원환경전공)
  • Received : 2021.06.10
  • Accepted : 2021.09.08
  • Published : 2021.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

The number of smart farms has increased to save labor in agricultural production as the subsidy become available from central and local governments. The number of illegal greenhouses has also increased, which causes serious issues for the local governments. In the present study, we developed Mask-RCNN model to detect greenhouses based on satellite images. Greenhouses in the satellite images were labeled for training and validation of the model. The Mask-RC NN model had the average precision (AP) of 75.6%. The average precision values for 50% and 75% of overlapping area were 91.1% and 81.8%, respectively. This results indicated that the Mask-RC NN model would be useful to detect the greenhouses recently built without proper permission using a periodical screening procedure based on satellite images. Furthermore, the model can be connected with GIS to establish unified management system for greenhouses. It can also be applied to the statistical analysis of the number and total area of greenhouses.

본 인스턴스 분할 모델은 위성을 이용해 촬영된 원격탐지 영상 내의 객체 탐지에 높은 정확도를 갖는다는 것을 입증하였으며, 불법으로 가설된 시설 하우스를 발견하는데 활용될 수 있다. 즉, 특정 지역 및 일정시기를 기준으로 시설하우스를 인식시키고 그 이후에 신축된 하우스를 분별하는데 사용할 수 있을 것이다. 또한 본 기술을 응용하여, 토지피복도 조사와 같은 인력중심의 작업을 빠르게 해결할 수 있다. 앞으로 이 모델은 지리정보시스템(Geographic Information System)과 연계하여 중앙정부 차원의 단일화된 관리체계를 수립할 수 있을 것이며 또한 시설하우스 면적 통계 수치계산에도 쉽게 응용될 수 있을 것으로 판단된다.

Keywords

Acknowledgement

본 연구는 농촌진흥청 국가생명연구자원선진화 사업 농업과학기술연구 개발사업(종자클러스터 중앙·거점 소재은행 자원정보 표준화 및 연계통합, 과제번호: PJ015870)의 지원에 의해 이루어졌습니다. 또한 본 연구는 제주대학교 친환경농업연구소의 연구소 지원을 받았습니다.

References

  1. Carvalho, O. L. F. d., O. A. de Carvalho Junior, A. O. d. Albuquerque, P. P. d. Bem, C. R. Silva, P. H. G. Ferreira, R. d. S. d. Moura, R. A. T. Gomes, R. F. Guimaraes, D. L. Borges, 2020: Instance Segmentation for Large, Multi-Channel Remote Sensing Imagery Using Mask-RCNN and a Mosaicking Approach. Remote Sensing 13(1), 39. https://doi.org/10.3390/rs13010039
  2. He, K., G. Gkioxari, P. Dollar, and R. Girshick, 2017: Mask R-CNN. 2017 IEEE International Conference on Computer Vision, Venice, Italy, 2961-2969.
  3. Kim, J. E., and J. W. Lee, 2019: Smartfarm technology and market report. Commercializations Promotion Agency for R&D Outcomes, 1-16pp.
  4. KOSIS (Korean Statistical Information Service), 2021: Agricultural area and crop production survey. http://kosis.kr/index/index.do (Accessed on Feb. 24th, 2021)
  5. Geron, Aurelien, 2018: Introducing Capsule Networks, https://www.oreilly.com/content/introducing-capsule-networks (Accessed on Sep. 6th, 2021)