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

2022 Fiscal Year Annual Research Report

• Project/Area Number: 19K21655
• Research Institution: Tokai University
• Principal Investigator: 木山 克彦 東海大学, 人文学部, 准教授 (20507248)
• Co-Investigator(Kenkyū-buntansha): 正司 哲朗 奈良大学, 社会学部, 教授 (20423048) ; 内山 幸子 東海大学, 国際文化学部, 教授 (20548739)
• Project Period (FY): 2019-06-28 – 2023-03-31
• 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

本年度の研究は、これまで作成してきた遺跡出土の動物遺存体の部・種の画像診断プログラムの試作機の改善とWeb公開に向けての作業を行った。
分担者である内山氏を中心に、鳥類の種ごとの形態差を明らかにするために、昨年度までに収集した7000枚を超える膨大な写真データを整理し、肉眼観察を行った。さらに、鳥類以外でも、将来的な種同定の確立を視野に、アシカ科やアザラシ科の骨格標本を新たに収集して他種と比較したり、さまざまな種類の動物の骨格を撮影・図化した写真や図を収集することで、形態差がどういった部位に生じやすいかについて検討を進めた。これを基に、分担者である正司氏を中心に、画像診断プログラムの改善を行った。
またデータ公開に関する検討を実施した。画像データの公開には権利上の問題があるため、画像データ自体を公開することは難しいが、学習したモデルを使用して、Webベースで撮影した画像データを同定するシステムをサーバを購入して、そこに構築した。
鳥類の骨格が同定できるWebシステムを構築するために、深層学習で使用するライブラリを更新し、データ公開のためにセキュリティを強化するためにOSをアップデートし、ユーザー認証機能を追加した。
このWebシステムの特徴は、まず、スマートフォンで撮影された画像から骨のみを抽出するために、2値化処理のノイズ除去処理として、膨張・収縮処理を行い、骨の同定精度を向上させている点にある。さらに、深層学習によって同定された結果は、自動的にデータベースに入力され、撮影された画像も同時に保存することで、データ収集も兼ねており、追加学習を行うことで学習モデルを更新できることにある。このため、調査地域で出土した鳥類の骨のデータ収集が可能になったが、部位同定の精度の向上が見られたものの、鳥の種類を同定については、今回はできなかった。