2017 Fiscal Year Research-status Report
農業ICT化に向けた畜舎内での小動物行動追跡システムの構築
| Project/Area Number |
17K00240
|
|---|
| Research Institution | University of Miyazaki |
|---|
Principal Investigator |
椋木 雅之 宮崎大学, 工学部, 教授 (20283640)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
坂本 信介 宮崎大学, 農学部, 講師 (80611368)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 小動物追跡 / エネルギー最小化原理 / スパース最適化 / CMA 法 |
|---|
| Outline of Annual Research Achievements |
畜舎のような条件の悪い実環境でロバストな追跡を実現するために，様々な観測から得られる情報や事前知識（以下，観測情報等）を利用する．そのために，観測情報等をエネルギー関数として表現し，数値計算によるエネルギー最小化により解く基本技術を開発した．
具体的には，エネルギー最小化に基づく画像分類の技術を，小動物の同時追跡に導入した．従来行っていた，AKAZE特徴量とパーティクルフィルタを利用した追跡手法では，小動物同士の重なりでオクルージョンが発生した直後に追跡対象を誤ると，誤った対象を追跡し続けるという問題点があった．これに対して，画像分類技術を用いることで常に複数の対象を識別し続け，識別対象の混同を検出し，修正することで，より正確な追跡が行えるようになった．ここで利用した Collaborative Mean Attraction 法(CMA法)は，エネルギー最小化に基づく方法となっている．この手法に，観測情報等を制約項・正則化項として追加することで，よりロバストな追跡を実現できる．
複数の観測情報等を導入すると，複数の観測情報等が互いに相容れない対応関係を示し，全体としてどの物体像同士が対応づくのか一意に定まらなくなる可能性も生じる．この問題に対しては，エネルギー関数にスパース性を導入する基本技術を開発した．具体的には，CMA法における正則化項として L1ノルムを用いた定式化を採用し，エネルギー最小化問題をFISTA法により解く手法を開発した．これにより，今後の研究展開において，スパース最適化を利用することが可能となった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の目標としていた，エネルギー最小化原理に基づく小物体追跡の基本的な技術開発および，スパース性を導入した定式化が行えているため．
|
| Strategy for Future Research Activity |
開発した手法の実環境への適用を進めていく．具体的には，定式化の中に実環境での制約や事前知識を導入することを目指す．この際，スパース性を導入したことによる有用性についても評価する．並行して，実環境でのデータ取得も進める．最終的には，実環境での小動物追跡の評価実験を行う予定である．
|
| Causes of Carryover |
物品費としては，高速計算が行える GPUの導入を計画していたが，GPUの品薄などで十分な数を導入できなかった．また，国内発表の旅費も想定以下であった．次年度分と合わせて，不足機材の購入に充てる．また，国際学会での成果発表が決まっているので，旅費も当初予定以上の使用を見込んでいる．
|
