A machine learning approach for recognising woody plants on railway trackbeds

The purpose of this work in progress study was to test the concept of recognising plants using images acquired by image sensors in a controlled noise-free environment. The presence of vegetation on railway trackbeds and embankments presents potential problems. Woody plants (e.g. Scots pine, Norway spruce and birch) often establish themselves on railway trackbeds. This may cause problems because legal herbicides are not effective in controlling them; this is particularly the case for conifers. Thus, if maintenance administrators knew the spatial position of plants along the railway system, it may be feasible to mechanically harvest them. Primary data were collected outdoors comprising around 700 leaves and conifer seedlings from 11 species. These were then photographed in a laboratory environment. In order to classify the species in the acquired image set, a machine learning approach known as Bag-of-Features (BoF) was chosen. Irrespective of the chosen type of feature extraction and classifier, the ability to classify a previously unseen plant correctly was greater than 85%. The maintenance planning of vegetation control could be improved if plants were recognised and localised. It may be feasible to mechanically harvest them (in particular, woody plants). In addition, listed endangered species growing on the trackbeds can be avoided. Both cases are likely to reduce the amount of herbicides, which often is in the interest of public opinion. Bearing in mind that natural objects like plants are often more heterogeneous within their own class rather than outside it, the results do indeed present a stable classification performance, which is a sound prerequisite in order to later take the next step to include a natural background. Where relevant, species can also be listed under the Endangered Species Act.

Designens betydelse vid val av boxvin : En studie om konsumenters preferenser av designfaktorer på bag-in-box-vin.

På den svenska marknaden står bag-in-box-vin för över 50 procent av allt vin som säljs och Sverige är det land där bag-in-boxen fått starkast fäste i världen (Fremin, 2012). Det gör att bag-in-box-förpackningen är en stor och betydelsefull produkt för vintillverkare och att ha kunskap om säljande design är viktigt för grafiska formgivare samt övriga involverade företag. Den föreliggande studiens syfte var att undersöka vilka designfaktorer på bagin- box-förpackningar som påverkar konsumenternas val av vin i Sverige. Studien innefattade en visuell kartläggning som ämnade ge en överblick av utbudet på ett Systembolag. Detta genomfördes för att skapa en grund till den webbaserade enkätundersökningen som genomfördes under våren 2015. Resultaten visade att majoriteten av respondenterna valde vin baserat på förpackningens utseende och ansåg att de påverkades främst av färg, typsnitt, illustrationer och varumärken. Resultaten visade också att ju högre vinkunskap konsumenterna hade desto mindre påverkade designen deras val. Kvinnor och män hade generellt olika åsikter angående hur stor påverkan de olika designfaktorerna hade vid valet av bag-in-box-vin. Denna studie är endast ett avstamp till ett ämne som innefattar många påverkande faktorer. Det betyder att mer forskning krävs inom ämnet innan helt sanningsenliga resultat kan fastställas.