| Project/Area Number |
21K05624
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 39050:Insect science-related
|
|---|
| Research Institution | Fukuoka University |
|---|
Principal Investigator |
高橋 伸弥 福岡大学, 工学部, 教授 (40330899)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藍 浩之 福岡大学, 理学部, 准教授 (20330897)
鶴田 直之 福岡大学, 工学部, 教授 (60227478)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | ミツバチ / 動物行動学 / 行動追跡 / 深層学習 / トラッキング |
|---|
| Outline of Research at the Start |
本研究の目的は，社会性昆虫であるミツバチの巣内行動を記録した大量の録画データから機械学習により対象の画像特徴を学習し，複数個体の行動軌跡の同時追跡を可能とするシステムを開発することである．このシステムは，人工ニューラルネットの１種である深層表現学習を用いて，正解ラベルが付与されていない膨大なデータに対して教師なし学習を行い，画像中から対象を検出する．更にフレーム間の最適対応づけを行うことで複数個体の行動軌跡の同時追跡を実現する．本研究では，これまで長期間にわたり記録してきたミツバチ観察巣箱の動画を対象として，提案システムにより採餌バチおよび周辺個体の巣内での行動を追跡することを試みる．
|
| Outline of Annual Research Achievements |
2023年度に実施した研究に関する実績は、1)DeepLabCutを用いた触覚運動解析手法の検討ならびに巣内行動追跡への応用方法の検討、2）Transoformer ベースの物体追跡アルゴリズムの調査とミツバチ行動追跡への応用方法の検討、の2つである。
1）では、近年、動物行動解析の分野で注目されている、DeepLabCutをミツバチ行動観察に利用できないか検討し、触角の動きを自動追跡するプロトタ イプシステムを作成した。学習画像の枚数を20枚、40枚、60枚と増やし、学習の反復回数も１万回から１０万回まで様々なパラメータで試してみた結果、学習枚数をさほど増やさなくても学習回数を増やすことで精度を高めることができることが確認できた。また触覚の動きのような基本的に他の動きがない動画であればうまく行くものの、ミツバチの巣内行動を記録した動画のような複数個体が動き回るケースではなかなか難しいことも確認できた。
次に2）では、先行研究の調査および適用可能性の検討を行った。先行研究としては、Facebook社の開発した物体検出ＡＩであるDETRや、DETRをさらに拡張した物体追跡AIのTrackformerなどを調査した。さらにシャーレ内のアリの行動追跡を行うda-trackerの実行環境を構築した。いずれもミツバチの行動解析に使うためには事前に学習データを用意する必要があり、それらを効率的に行うためのツールの開発を行った。
以上の実績については、２０２３年度中の発表が間に合わなかったため、2024年度に行う予定としている。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初、初年度に購入予定だったGPU搭載の機械学習専用のワークステーションが購入できなかったため、やや実験計画がずれ込んでしまっている。2022年度後半には購入できたが、開発環境の準備等の遅れにより、2023年度に実験を十分に進めることができなかった。現在は、環境準備が整ったので、Trackformer等の新方式による実験を進めている状況である。
|
| Strategy for Future Research Activity |
1年間の延長が認められたので、2024年度は、前半までに最新の移動物体追跡ＡＩをミツバチの行動追跡に適用し、その結果を国内外の学会で発表する予定としている。
|
