サケ鱗相画像解析による自動年齢計測へのニューロ・コンピューティングの応用

• Project/Area Number: 06856024
• Research Category: Grant-in-Aid for Encouragement of Young Scientists (A)
• Allocation Type: Single-year Grants
• Research Field: General fisheries
• Research Institution: Kitasato University
• Principal Investigator: 林崎 健一 北里大学, 水産学部, 講師 (80208636)
• Project Period (FY): 1994
• Project Status: Completed (Fiscal Year 1994)
• Budget Amount: ¥800,000 (Direct Cost: ¥800,000); Fiscal Year 1994: ¥800,000 (Direct Cost: ¥800,000)
• Keywords: ニューロコンピューティング / バックプロパゲーション / シロザケ / 鱗相 / 年齢 / 年齢査定 / 画像解析 / 学習

Research Abstract

シロザケの鱗の輪紋パターンから、年齢の判別を自動化するための基礎的ソフトウェアの開発とその評価を行った。鱗の顕微鏡画像をCCDカメラを用いて取り込み、ぼかし法により画像変換して年輪である休止帯を強調した後、最長軸方向に鱗の焦点から縁辺部までの濃淡の値を計測し、さらに0から1の間の値に変換したものをニューロシステムへの入力とした。ニューロコンピューティングにはSUN SparcSattionl上でニューラルネットシミュレータPlaNet5.7を用い、学習方法には逆誤差伝搬学習法(バックプロパゲーション)を用いた。
多数標本に基づく学習では、200から300回程度の学習で収束し、学習済みのデータに対して100%の認識率を得たものの、未学習のデータに対しては正確な判別ができなかった。さらに、学習後のシステムの中間層の隠れニューロンとニューロン間の結合荷重の観察を行ったところ、中間層の隠れニューロンの値は、各年齢内でよく似た反応パターンを示した。また、結合荷重の観察から、鱗の縁辺部分から外の空白領域に比較的強い反応が認められた。このことから、学習後のニューラルネットは、年齢に対してある程度の認識を行っているものの、その情報は鱗のサイズの寄与が大きかったものと推察された。さらにこの例では、入力ニューロンの数が450と大きいのに対してデータの数が少なかったため、局所的な最適解(local minimum)に落ち込んでいるのかもしれない。
大標本に基づく学習は現在解析中であるが、今後は、年齢の位置情報を認識可能であるかを検討する必要があるものと考えられる。そのためにはノイズの少ない人工のデータを用いた実験を行い、学習方法の改良も検討する必要がある。