地形情報を活用した高解像度稲作マッピングの新手法TRNetの開発と評価 📄 論文サマリー 著者：Kaiwen Xiao、Chunlong Fu、Liping Zheng、Yanfeng Su 発表：arXiv（コンピュータビジョン）／2608.04154v1 公開日：2026年08月04日 ✨ 本論文の新規性 地形情報を用いた周波数領域での視覚的特徴調整手法TESRを提案し、急斜面の誤検出を抑制 […]
ラベルが限られた環境でも高精度な作物マッピングを実現するPhenoStitch 📄 論文サマリー 著者：Xuechen Li 発表：arXiv（コンピュータビジョン）／2608.00870v1 公開日：2026年08月01日 ✨ 本論文の新規性 ラベルフリーで作物の境界を抽出するSegment Anythingモデルを活用し、従来の学習型手法に依存しないアプローチを提案 光学NDVIとSARの二重 […]
農業保険における安全リスクを考慮した画像診断手法の革新 📄 論文サマリー 著者：José Thiéry Messigbédé Hagbe、Gani Kawsar Gounou、Songbian Karim Zimé 発表：arXiv（コンピュータビジョン）／2607.25468v2 公開日：2026年07月28日 ✨ 本論文の新規性 安全制約を考慮した二段階キャスケード構造を導入し、誤検知と見逃し […]
農業保険における作物被害評価の安全確保を強化するカスケード推論手法 📄 論文サマリー 著者：José Thiéry Messigbédé Hagbe、Gani Kawsar Gounou、Songbian Karim Zimé 発表：arXiv（コンピュータビジョン）／2607.25468v1 公開日：2026年07月28日 ✨ 本論文の新規性 作物被害評価における非対称誤差のコスト構造を考慮した […]
拡散モデルを活用した植物ストレス分類の堅牢なセグメンテーション手法 📄 論文サマリー 著者：Gurbhit Chaurakoti、Soumyashree Kar 発表：arXiv（コンピュータビジョン）／2607.23680v1 公開日：2026年07月26日 ✨ 本論文の新規性 U-Net、DeepLabV3+、SegFormerの3種類のバックボーンと拡散リファイナーの組み合わせを網羅的に評価 […]
地球観測埋め込みを活用した作物データの異常検出手法が精度向上に貢献 📄 論文サマリー 著者：Syed Roshaan Ali Shah、Kristof Van Tricht、Christina Butsko、Jeroen Degerickx、Zoltan Szantoi 発表：arXiv（コンピュータビジョン）／2607.23908v1 公開日：2026年07月27日 ✨ 本論文の新規性 地球観測 […]
3D-CAEを活用した自己学習型作物ストレス検出技術の開発 📄 論文サマリー 著者：Pradeep Dalal、Rajiv Ranjan、Sushil Ghildiyal、Shashank Tamaskar、Neeraj Goel 発表：arXiv（コンピュータビジョン）／2607.18791v1 公開日：2026年07月21日 ✨ 本論文の新規性 自己学習型3D Convolutional Au […]
強化学習による農業MLLMの植物認識精度向上— WeedExpert-R1の精度と応用可能性 📄 論文サマリー 著者：Zonglin Yang、Wei-Zhen Liang、Nevin Lawrence 他4名 発表：arXiv（コンピュータビジョン）／2607.16492v1 公開日：2026年07月17日 ✨ 本論文の新規性 マルチモーダル大規模言語モデル（MLLM）に強化学習を適用し、植物の […]
ビッグデータとAIがもたらすサガービートの早期収量予測技術 📄 論文サマリー 著者：Philipp Vaeth、Bhumika Laxman Sadbhave、Denise Dejon、Gunther Schorcht、Magda Gregorova 発表：arXiv（コンピュータビジョン）／2607.17661v1 公開日：2026年07月20日 ✨ 本論文の新規性 Sentinel-2衛星画像 […]
植物の非剛体成長をリアルタイム追跡する新手法「GrowFields」 📄 論文サマリー 著者：Joaquin Gajardo、Michele Volpi、Marko Mihajlovic 他3名 発表：arXiv（コンピュータビジョン）／2607.03330v2 公開日：2026年07月03日 ✨ 本論文の新規性 植物の器官ごとの非剛体変形を捉える4Dニューラルフィールドモデルを提案 器官の出現・ […]
