| Project/Area Number |
20K20019
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 64060:Environmental policy and social systems-related
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
江口 毅 山口大学, 大学研究推進機構, 助教 (20783773)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2023: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2022: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2021: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2020: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
|
|---|
| Keywords | ドローン / UAV / 漂着ごみ / 機械学習 / 自動検出 / 分光反射率 |
|---|
| Outline of Research at the Start |
本研究では、海岸の漂着ごみ（ここではプラスチックごみ）の分布と量を効率定量的に把握するために、可視域＋近赤外域のUAV画像から海岸におけるプラスチックごみの分布および量を自動算出するためのアルゴリズムを開発する。
上記の目的を達成するために、ここでは、研究テーマ①漂着ごみの検出に有効となる指標、研究テーマ②検出結果からごみの量（ここでは容積）を算出する方法、研究テーマ③UAV画像からごみの分布および量を自動算出するためのアルゴリズムの開発研究を行う。
|
| Outline of Annual Research Achievements |
2023年度における研究実績は以下の4つである。
①漂着ごみの検出に有効な波長および指標を特定するために、昨年度までの研究結果を基に、ドローン画像を用いた漂着ごみの検出を試み、スペクトル・指標別に検出結果を整理した。
②研究実績①に関連して、ドローンの適切な撮影高度を検討するために、異なる撮影高度（10m、20m、30m、50m）で撮影されたドローン画像を用いて漂着ごみの検出を試み、スペクトル・指標別に検出結果を整理した。
③ドローン画像から漂着ごみの量（容積）を算出するアルゴリズムを検討するために、一昨年度と昨年度実施した現地調査の漂着ごみ計測データを用いて、画像上での漂着ごみの大きさ(面積)と実際の漂着ごみの容積の関係についてまとめた。
④漂着ごみの自動検出モデルを構築するために、一昨年度と昨年度に実施した現地調査のドローンデータを用いて機械学習用の教師データの作成を行った。教師データはプラスチックごみを5カテゴリ(漁具、プラスチック片、プラスチックボトル、ペットボトル、発泡スチロール)にわけて作成した。また、画像の回転やサイズの変更処理を行うことで、教師データの数を増やす処理を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
2023年度は、本研究課題以外の業務が多忙であったため、全体的に本研究課題の進捗に影響があった。また、新型コロナウィルスによる外出自粛が緩和されたことを受け、研究対象地域である海水浴場での現地調査が昨年度までのように実施できなかった。さらに、研究全体の進捗が遅れているため、論文投稿が研究計画当初の予定で行えていない。各要素研究の進捗状況は以下の通りである。
研究テーマ１「漂着ごみの検出に有効となる指標の研究」については、過去の現地調査で得られたデータを整理することで漂着ごみの検出に関するスペクトルの特徴を検討した。しかし、データ数が不足しており更なるデータ収集が必要である。
研究テーマ2「検出結果からごみの量を算出する方法の研究」については、過去の現地調査で得られたデータを整理することで、画像上での漂着ごみの大きさと体積の関係について調査した。しかし、研究テーマ１と同様にデータ数が十分ではないため、継続してデータ収集を行う必要がある。
研究テーマ3「UAV画像からごみの分布および量を自動で算出するアルゴリズムの研究」については、遅れており、漂着ごみの自動検出モデルを構築中である。そのため、引き続きモデル構築を行うと共に、検出結果から漂着ごみの量を算出アルゴリズムの開発を進める予定である。
|
| Strategy for Future Research Activity |
2024年度は、ドローン画像や検出に有効な波長および指標について検討するためのスペクトルデータの数を充実させるために、現地調査を引き続き実施する。また、漂着ごみの自動検出のテストモデルを早急に構築する予定である。さらに、研究成果を論文としてまとめ、学会誌に投稿する予定である。各要素研究の方策は以下の通りである。
研究テーマ1「漂着ごみの検出に有効となる指標の研究」については、昨年度までに得られた結果について、今年度新規に収集するデータを用いて検証を行う。
研究テーマ2「検出結果からごみの量を算出する方法の研究」については、ごみの組成調査を引き続き実施し、ごみの種類別の平均サイズから体積（量）を算出するアルゴリズムの正確性を向上させる。
研究テーマ3「UAV画像からごみの分布および量を自動で算出するアルゴリズムの研究」については、引き続きテストモデルの構築を早急に行うと共に、検出結果から漂着ごみの量を算出アルゴリズムの開発を進める予定である。
|
