Logo des Repositoriums
 

Kartierung des Bedeckungsgrads von Cirsium arvense im Mais (Zea mays L.) mithilfe Neuronaler Netze in UAV-Daten

dc.contributor.authorPöttker, Maren
dc.contributor.authorHagemann, David
dc.contributor.authorPukop, Simon
dc.contributor.authorJarmer, Thomas
dc.contributor.authorTrautz, Dieter
dc.contributor.editorHoffmann, Christa
dc.contributor.editorStein, Anthony
dc.contributor.editorRuckelshausen, Arno
dc.contributor.editorMüller, Henning
dc.contributor.editorSteckel, Thilo
dc.contributor.editorFloto, Helga
dc.date.accessioned2023-02-21T15:13:54Z
dc.date.available2023-02-21T15:13:54Z
dc.date.issued2023
dc.description.abstractDie Ackerkratzdistel (Cirsium arvense (L.) Scop.) verbreitet sich hauptsächlich über Wurzelausläufer, sodass sie gehäuft in Distelnestern auftritt. Diese können pro Jahr um bis zu 10 m im Durchmesser wachsen, sodass eine frühzeitige Erkennung neuer Nester und eine effektive Regulierung von hoher Relevanz ist. In dieser Arbeit wird C. arvense mithilfe hochaufgelöster Bilddaten aus UAV-Befliegungen, die in einem Zeitraum von vier Wochen erhoben wurden, durch ein Ensemble aus Convolutional Neural Networks (CNNs) kartiert und der Bedeckunsggrad abgeleitet. Die Ergebnisse zeigen, dass die Genauigkeit der Kartierung von Einzelpflanzen mit dem phänologischen Stadium der Pflanzen zusammenhängt, und bestätigen die Eignung von CNNs für eine artspezifische Erkennung von C. arvense.de
dc.identifier.isbn978-3-88579-724-1
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/40251
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-330
dc.subjectUAV-Daten
dc.subjectNeuronale Netze
dc.subjectteilflächenspezifische Beikrautregulierung
dc.subjectCirsium arvense
dc.titleKartierung des Bedeckungsgrads von Cirsium arvense im Mais (Zea mays L.) mithilfe Neuronaler Netze in UAV-Datende
dc.typeText/Conference Paper
gi.citation.endPage205
gi.citation.publisherPlaceBonn
gi.citation.startPage195
gi.conference.date13.-14. Februar 2023
gi.conference.locationOsnabrück

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
GIL_2023_Poettker_195-205.pdf
Größe:
1.19 MB
Format:
Adobe Portable Document Format