본 논문은 모바일 카메라를 이용하여 촬영한 RGBD 이미지를 기반으로 심층 학습을 활용한 단일 잎 면적 추정 방법을 제시한다. 수동 분할된 잎에 대한 이미지 처리 기반 면적 추정을 먼저 수행하고, Mask R-CNN 모델을 수정하여 RGBD 이미지를 입력받고 잎 면적을 추정하도록 하였다. 부착된 잎 데이터셋과 분리된 잎 데이터셋을 결합하여 모델을 학습시켰고, 분할과 면적 추정을 위한 두 개의 백본 네트워크를 가진 새로운 네트워크 구조를 제안하였다. 하이퍼파라미터 튜닝에는 민첩한 접근 방식을 사용하였으며, 5-fold 교차 검증을 통해 최종 모델을 평가하였다. 분리된 잎 데이터셋에서는 F1 score(IoA 90%)가 1.0, R-squared는 0.81을 달성하였고, 부착된 잎 데이터셋에서는 F1 score(IoA 90%)가 0.59, R-squared는 0.57을 달성하였다. 연구 결과는 정확한 면적 정보를 갖는 부착된 잎 데이터를 사용하는 것이 성능 향상에 중요함을 시사한다.
