Multi-imaging System based on Artificial Intelligence Techniques for Water Stress Evaluation of Field-grown Sweet Potatoes

최근 이상 기후로 인한 돌발적 가뭄, 홍수가 국지적으로 발생하고 있다. 이는 노지 재배 고구마의 생산량 및 품질 하락으로 이어져, 노지 재배 고구마의 수분 스트레스 분석 및 정량화 연구의 필요성이 대두되고 있다. 따라서 본 연구에서는 노지 재배 고구마의 수분 스트레스 수준 분류를 위한 인공지능 기반 다중영상(컬러, 열 영상) 시스템이 개발되었다. 이를 위해 영상 데이터 분석을 위한 전처리 소프트웨어와 Convolutional Neural Network(CNN) 및 Support Vector Machine(SVM) 모델을 활용한 수분 스트레스 수준 분류 순서도가 개발되었다. 최종적으로 개발된 CNN, SVM 모델의 결정계수는 각각 0.80, 0.86으로 나타났다. 본 연구에서 개발된 시스템은 노지 재배 고구마의 수분 스트레스 정량화 및 관개 제어에 활용될 수 있을 것으로 판단되며, 향후 타 작물의 수분 스트레스 평가에도 응용될 수 있을 것으로 사료된다.