Estimation of Water Stress in Sweet Potatoes Using Deep Learning and RGB Imagery

전 세계 인구는 2050년까지 20억 명 증가할 것으로 예상되며, 그 중 절반 이상이 개발도상국 출신일 것으로 전망된다. FAO에 따르면, 개발도상국에서는 영양부족과 식량 불안정이 심각한 상황에 처해 있으며, 이러한 배경 속에서 고구마는 중요한 영양 공급원으로 주목받고 있다. 그러나 기후 변화로 인한 가뭄과 홍수는 작물에 큰 피해를 주고 있으며, 고구마도 예외가 아니다. 이에 본 연구는 딥러닝과 컬러 이미지를 활용하여 고구마의 수분 스트레스 수준을 분류하였다. 실험은 수분 스트레스 수준을 건조, 적습, 과습의 세 가지로 나누어 진행되었다. 연구 결과, CNN 모델을 이용한 분류에서 0.8의 정확도를 달성하였다. 본 연구는 고구마 뿐만 아니라 다른 노지 재배 작물에서도 정밀한 관개 제어를 위한 중요한 기초 자료로 활용될 수 있을 것으로 기대된다.