Wei Guo 研究室
主宰者：Wei Guo
東京大学
AI 要約（直近 5 年の研究成果）
Wei Guo研究室は、農業と計算機科学を融合させた高度な植物表現型解析の研究に取り組んでいます。主な研究課題は、作物の生育状況や収穫量を非破壊的かつ効率的に評価することです。具体的には、ドローンやロボットに搭載されたカメラとセンサーから得られた画像データを活用し、小麦やイネ、ジャガイモ、ダイズなど様々な作物について、穂数、葉面積、種子数、茎の構造といった重要な形質を自動的に計測・分析する技術を開発しています。
これを実現するため、深層学習やグラフニューラルネットワークなどの先端的な画像解析手法を用いています。セグメンテーション（領域分割）、物体検出、ポイントクラウド（3次元点群）処理など多様なコンピュータビジョン技術を適用し、複雑な圃場環境の中でも正確に植物を識別・計測できるモデルを構築しています。また、実際の農業現場でのデータ取得が困難な場合に備え、合成データの生成や弱教師あり学習といった手法で、限られた訓練データからでも高精度なモデルを開発できる工夫も進めています。
これらの研究成果により、育種選抜や施肥管理、灌漑計画といった農業現場の意思決定を、より科学的かつ効率的に支援することが期待されています。同時に、混合栽培のような持続可能な農業システムの効果を定量的に評価する基盤技術としても機能します。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 医学Masashi Yamazaki 研究室筑波大学論文 115 件·共通: ロボティクス, ロボット, 計算機科学, 学習 +7
- 工学Weiwei Wan 研究室大阪大学論文 104 件·共通: ロボティクス, ロボット, 計算機科学, 学習 +7
- 生化学・分子生物学・遺伝学Gota Morota 研究室東京大学論文 123 件·共通: 作物, 作物・植物科学, 農学, 認知・行動 +5
- 工学Kensuke Harada 研究室大阪大学論文 104 件·共通: ロボティクス, ロボット, 計算機科学, 学習 +6
- 計算機科学Hajime Asama 研究室東京大学論文 183 件·共通: ロボティクス, ロボット, 計算機科学, 学習 +6
- 心理学Hiroshi Ishiguro 研究室大阪大学論文 103 件·共通: ロボティクス, ロボット, 計算機科学, 学習 +6
- 計算機科学Jun Ota 研究室東京大学論文 153 件·共通: ロボティクス, ロボット, 計算機科学, 認知・行動 +6
- 工学Kenji Kawashima 研究室東京大学論文 108 件·共通: ロボティクス, ロボット, 計算機科学, 情報工学 +5
研究成果（78 件）
- DOI: https://doi.org/10.3390/rs18132092
- DOI: https://doi.org/10.1002/ppj2.70078
- DOI: https://doi.org/10.1016/j.isprsjprs.2025.11.017
- DOI: https://doi.org/10.1016/j.plaphe.2025.100136
- DOI: https://doi.org/10.1007/s10980-025-02244-4
- DOI: https://doi.org/10.3390/s25206486
- DOI: https://doi.org/10.1016/j.plaphe.2025.100123
- DOI: https://doi.org/10.1007/s11119-026-10352-7
- DOI: https://doi.org/10.1016/j.plaphe.2025.100099
- DOI: https://doi.org/10.1016/j.plaphe.2025.100062
続きを表示（残り 68 件）閉じる
- DOI: https://doi.org/10.1016/j.plaphe.2025.100084
- DOI: https://doi.org/10.1364/ao.565695
- DOI: https://doi.org/10.1016/j.atech.2025.101160
- [2025] GrapeCPNet: A self-supervised point cloud completion network for 3D phenotyping of grape bunchesDOI: https://doi.org/10.1016/j.compag.2025.110595
- DOI: https://doi.org/10.1007/s11760-025-04413-z
- DOI: https://doi.org/10.1109/issmas65783.2025.11103045
- [2025] Segmenting vegetation from UAV images via spectral reconstruction in complex field environmentsDOI: https://doi.org/10.1016/j.plaphe.2025.100021
- DOI: https://doi.org/10.3390/fi17120558
- DOI: https://doi.org/10.1016/j.rse.2025.115161
- DOI: https://doi.org/10.3390/agriculture15020138
- DOI: https://doi.org/10.1109/lgrs.2025.3582085
- DOI: https://doi.org/10.1038/s41597-025-06172-5
- DOI: https://doi.org/10.1177/15330338241264848
- DOI: https://doi.org/10.46770/as.2024.239
- DOI: https://doi.org/10.1109/cac63892.2024.10865478
- DOI: https://doi.org/10.1016/j.isprsjprs.2024.10.007
- DOI: https://doi.org/10.1038/s41598-024-75523-w
- DOI: https://doi.org/10.1016/j.plantsci.2024.112277
- DOI: https://doi.org/10.1270/jsbbr.24j01
- DOI: https://doi.org/10.3390/rs16091570
- DOI: https://doi.org/10.1016/j.scienta.2023.112826
- DOI: https://doi.org/10.34133/plantphenomics.0260
- DOI: https://doi.org/10.37188/cjlcd.2023-0094
- DOI: https://doi.org/10.1093/hr/uhae007
- DOI: https://doi.org/10.34133/plantphenomics.0122
- DOI: https://doi.org/10.3390/rs16244790
- DOI: https://doi.org/10.1016/j.jclepro.2024.144543
- DOI: https://doi.org/10.34133/plantphenomics.0146
- DOI: https://doi.org/10.34133/plantphenomics.0059
- DOI: https://doi.org/10.34133/plantphenomics.0135
- DOI: https://doi.org/10.1038/s41598-023-47431-y
- DOI: https://doi.org/10.1038/s41597-023-02098-y
- DOI: https://doi.org/10.3390/s23094572
- DOI: https://doi.org/10.3724/sp.j.1249.2023.03296
- DOI: https://doi.org/10.1109/radioelektronika57919.2023.10109045
- DOI: https://doi.org/10.3390/drones7020065
- DOI: https://doi.org/10.34133/plantphenomics.0026
- DOI: https://doi.org/10.34133/plantphenomics.0041
- DOI: https://doi.org/10.34133/plantphenomics.0064
- DOI: https://doi.org/10.34133/plantphenomics.0086
- DOI: https://doi.org/10.34133/plantphenomics.0017
- DOI: https://doi.org/10.37188/ope.20233111.1700
- DOI: https://doi.org/10.34133/plantphenomics.0067
- DOI: https://doi.org/10.37188/ope.20233112.1735
- DOI: https://doi.org/10.1109/iscslp57327.2022.10037993
- DOI: https://doi.org/10.3390/s22176325
- DOI: https://doi.org/10.3390/s22155547
- [2022] Periodically taken photographs reveal the effect of pollinator insects on seed set in lotus flowersDOI: https://doi.org/10.1038/s41598-022-15090-0
- DOI: https://doi.org/10.3724/sp.j.1006.2022.02065
- DOI: https://doi.org/10.3390/rs14051272
- DOI: https://doi.org/10.1093/hr/uhac003
- DOI: https://doi.org/10.34133/2022/9795275
- DOI: https://doi.org/10.34133/2022/9761674
- DOI: https://doi.org/10.1270/jsbbs.21059
- DOI: https://doi.org/10.1109/tgrs.2022.3182425
- DOI: https://doi.org/10.11591/eei.v12i2.4584
- DOI: https://doi.org/10.3389/fnins.2021.744296
- DOI: https://doi.org/10.3390/rs13163067
- DOI: https://doi.org/10.3390/rs13132622
- DOI: https://doi.org/10.1111/2041-210x.13645
- DOI: https://doi.org/10.1016/j.rsase.2021.100549
- [2021] Easy domain adaptation method for filling the species gap in deep learning-based fruit detectionDOI: https://doi.org/10.1038/s41438-021-00553-8
- DOI: https://doi.org/10.3389/fpls.2021.637694
- DOI: https://doi.org/10.34133/2021/9824843
- DOI: https://doi.org/10.55111/j.issn2709-1961.202011121
- [2021] Global Wheat Head Detection 2021: An Improved Dataset for Benchmarking Wheat Head Detection MethodsDOI: https://doi.org/10.34133/2021/9846158
- DOI: https://doi.org/10.34133/2021/3184185
- DOI: https://doi.org/10.3389/fpls.2021.740936
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。