深層学習による画像診断を利用した動物遺存体の種・部位同定に関する研究

2019 Fiscal Year Research-status Report

• Project/Area Number: 19K21655
• Research Institution: Tokai University
• Principal Investigator: 木山 克彦 東海大学, 清水教養教育センター, 講師 (20507248)
• Co-Investigator(Kenkyū-buntansha): 正司 哲朗 奈良大学, 社会学部, 准教授 (20423048) ; 内山 幸子 東海大学, 国際文化学部, 准教授 (20548739)
• Project Period (FY): 2019-06-28 – 2022-03-31
• Keywords: 動物考古学 / 動物遺存体同定 / 深層学習 / 画像診断

Outline of Annual Research Achievements

本年度は、本研究計画初年度であった為、まずは研究代表者と研究分担者で会合を開き、改めて深層学習を利用した動物遺存体の部位・種を同定する画像診断プログラムの構成検討と、本研究計画内で実施可能な範囲を検討した。結果、まずは、部位・種が確実である原生の動物骨のデータを収集し、プログラムを構築した後、遺跡出土の動物遺存体に応用することとした。
研究代表者である木山と分担者である内山は、各地域の博物館に収蔵されている原生動物骨及び動物遺存体の画像データを収集した。また内山は、所蔵する原生動物骨の画像データを収集するとともに、動物骨を同定する際の知識・技術をプログラムに使用できるようにベクトル化を進めた。
また研究協力者から纏まった鳥類の現生骨標本の画像データの提供を得ることができたことから、まずは鳥類を対象とした画像診断プログラムを構築することとした。
プログラム構築を担当する研究分担者の正司は、深層学習を利用した鳥類骨の画像診断プログラムを試作し、奈良大学にホストPCを設置した。また同プログラムは、木山及び内山のクライアントPCにも入れ、国内3か所で深層学習を実施できるように整備した。
現時点では、深層学習を利用した鳥骨の画像診断プログラムは、精度が高くない。しかし、今後、プログラムにさらなる画像データを追加し、内山による動物考古学的な種・部位の同定に関する技術・知識のベクトル化をプログラムに組み込むことで、同プログラムの向上が見込めると予想できるまでに至っている。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

収集できる動物骨の画像数の少なさは非常に困難な課題だが、これは研究計画を立案した際に予想された問題である。しかし、研究分担者、研究協力者と連携を取り、深層学習を利用した動物遺存体同定プログラムの試作版はできており、今後の研究計画の達成に対して方向性が持てている。

Strategy for Future Research Activity

研究計画に従い、深層学習を利用した動物骨同定の精度を上げる為の原生動物骨及び動物遺存体の画像の収集を集中して行う。また動物考古学者が利用している同定技術・知識のベクトル化についても纏めていき、本年度試作したプログラムに活用していく。そして、遺跡出土の動物遺存体同定に応用できるよう目指したい。

Causes of Carryover

本年度は研究計画初年度ということもあり、研究計画年度内でどの程度の範囲が実施可能か模索する期間があった。その為、動物骨の画像収集補助に対する謝金が執行できなかったのが、予定していた予算と執行額に差が生じた主因である。また2020年初頭から新型コロナウイルスの影響もあり、動物骨が所蔵されている機関に赴けなかったことも大きな要因である。後者の影響は、次年度以降もどの程度に及ぶか不明であるが、安全面に留意しながら、動物骨の画像収集できる機関から補助者を雇用しながら集中的に行うことを計画している。