2022 Fiscal Year Annual Research Report
少数の画像・音声データに基づく特定害獣検出のための特徴抽出と人工学習データの生成
| Project/Area Number |
19K12040
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
堀田 政二 東京農工大学, 工学(系)研究科(研究院), 准教授 (90346932)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | パターン認識 / 人工パターン生成 / アニマルウェルフェア |
|---|
| Outline of Annual Research Achievements |
特定の害獣が忌避する人工音声の生成，および人工視覚パターンの生成を前年度から引き続き行い，実際に対象害獣に性質が類似したヤモリに対して効果があるか否かの実験を行った．具体的には，人工音声を含むさまざまな音声である自然音，人間の活動音声，異なる周波数からなるサイン波，害獣にとって天敵となる蛇や鳥の画像，シルエットからなる視覚パターン，およびどっとパターンに動きを付与した人工パターンを提示し，行動に変化が現れるかどうかを観察した．さらに温度や時間帯に応じて，反応の違いがあるかどうかについても実験を通して確認を行った結果，音声に関しては，有意差が確認できるほどの行動は発生しなかったが，視覚パターンに関しては，単純パターンに対して忌避行動，あるいは誘因行動が引き起こされることが明らかとなった．最終年度では研究活動の延長に伴って，害獣ではなく家畜動物への応用として，動画像からの放し飼いの鶏の検出や行動推定に関する研究も行なった．本研究でも害獣と同様に訓練サンプルの収集が困難であるという点が共通しているが，その他にも鶏同士の重なりに起因するオクルージョンやケージの網などの検出にとって有害となりうるパターンが存在するという特有の問題も存在する．そこで，これらの問題に対応するために，人工的に網のパターンを付与した鶏画像を生成したり，CGを利用してオクルージョンを生じるようなパターンを人工的に生成したりして訓練画像を水増しすることにより，これらの問題を解決する方法を試みた．成果として，このように生成した人工パターンが鶏の検出や行動認識において精度の改善に非常に有用であることが実験により確認できた．
|
