| 研究課題/領域番号 |
20K06201
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分40030:水圏生産科学関連
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
米山 和良 北海道大学, 水産科学研究院, 准教授 (30550420)
|
|---|
| 研究分担者 |
高橋 勇樹 北海道大学, 水産科学研究院, 准教授 (00761701)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 魚群行動 / ステレオカメラ / 画像認識技術 / 3次元行動 / カルマンフィルタ / 魚群 / 移動追跡 / ステレオ画像計測 / 画像処理 / 深層学習 |
|---|
| 研究開始時の研究の概要 |
養殖生産システムを効率・省力化するために, IoT, AI等の先進的な技術を駆使した生産システムのICT化に注目が集まっており, その実現に不可欠な養魚の行動モニタリング手法の確立が喫緊の課題となっている。本研究では養魚モニタリング手法の確立を目的とした画像による行動計測を行い，ステレオ画像計測, 人工知能（深層学習）の2つの特色を生かすことで, これまでに困難だった自動的な複数魚体の3次元行動計測手法の構築を達成目標とする。
|
| 研究成果の概要 |
本研究では、深層学習を用いた魚体の画像認識技術を確立させ、魚群の3次元行動の自動計測手法を構築することを目的として、サクラマスを対象に試験を試みた。魚体未検出による移動経路の欠損をカルマンフィルタにより補間した。ステレオ画像計測による3次元計測手法により、サクラマス３個体を対象に深層学習による魚体検出で3次元遊泳軌跡の自動計測を行った。カメラ視線上で複数の魚体が重畳した場合は、カメラ視線の切り替えで未検出個体の位置を推定することで、追跡データを増やすことが出来た。より多くの個体を追跡できるように検出数向上が今後の課題になった。
|
| 研究成果の学術的意義や社会的意義 |
本研究で確立される行動計測手法は, 魚類行動学のほか, 養成魚モニタリングやFish welfareの指標整理など水産増養殖分野にも強いニーズがある。 魚群の3次元計測の実現により, 手動による計測にかかる労力低減が見込めるだけではなく, これまで2次元空間で評価されていた魚群行動を, 3次元空間に拡張できたことにより, 正確な行動評価が可能になる。これまで分析できなかった魚群指標などを明らかに出来ることから魚群行動研究が進むと期待できる。たとえば, 増養殖分野では3次元空間上の個体間距離から飼育収容密度を試算できるなど, 本研究の波及効果は極めて大きい。
|
