2019 Fiscal Year Annual Research Report
Development of Honeybee Life-log Analyzing System
| Project/Area Number |
17K00422
|
|---|
| Research Institution | Fukuoka University |
|---|
Principal Investigator |
高橋 伸弥 福岡大学, 工学部, 准教授 (40330899)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鶴田 直之 福岡大学, 工学部, 教授 (60227478)
藍 浩之 福岡大学, 理学部, 准教授 (20330897)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | ミツバチ / 動物行動学 / 行動追跡 / 深層学習 / トラッキング / バイオイメージインフォマティクス / コンピューテーショナルエソロジー |
|---|
| Outline of Annual Research Achievements |
これまで開発を進めてきた羽化後のミツバチの行動追跡手法の高精度化を目的として、表現学習を行うためのディープラーニング手法の１つである畳み込み自己符号化器を改良した、段階的畳み込み自己符号器によるミツバチ領域検出モデルの学習と評価実験を行った。さらに、この教師なし学習によるミツバチ部分領域の分類結果を用いて、画像識別のためのニューラルネットワークVGG16を転移学習することで，高精度な識別が可能となることを示し，さらに物体検出のためのFaster RCNNをVGG16の識別結果の画像から再学習してミツバチ領域を検出することを試みた。画像識別・画像検出のためのニューラルネットワークを学習するには大量の正解データを人手で用意する必要があるが、提案手法により大幅にその手間を削減することができることを示した。一方、学習のためのミツバチ個体領域の自動抽出に関しては、密集度の高い画像では領域切り出しに失敗するケースがあり、解決すべき課題として今後検討を続けていく必要があることも示された。静止画を入力とするのではなく、時間変化を考慮した差分画像を学習に用いることが有効であろうと考えており、現在、検討を進めている段階である。
またR1年度は８月頭と１０月中旬の２回、ミツバチ巣内行動自動記録システムによる動画撮影を行なった。撮りためたデータは約20TBである。
本年度の研究成果に関しては、国際会議（JCSSE2019)や電気情報関係学会九州支部連合大会等で口頭発表した。また、追加の実験内容に関しては、2020年度の人工知能学会全国大会に投稿済みであり発表予定としている。
|
