| 研究課題/領域番号 |
21K14949
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分41040:農業環境工学および農業情報工学関連
|
|---|
| 研究機関 | 国立研究開発法人農業・食品産業技術総合研究機構 |
|---|
研究代表者 |
三輪 雅史 国立研究開発法人農業・食品産業技術総合研究機構, 畜産研究部門, 研究員 (70806538)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2021年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 牛 / 分娩予知 / 赤外線サーモグラフィー / 深層学習 / コンピュータビジョン / コンピュタータビジョン |
|---|
| 研究開始時の研究の概要 |
安定した子牛生産の実現において分娩監視による分娩事故防止は重要である。農家の分娩監視を助ける技術として従来ウェアラブルデバイスで記録したウシの体温や行動に基づく分娩予知技術が開発されてきたが、デバイス装着の侵襲性等が懸念されており、非侵襲的技術が求められている。
本研究では非侵襲的に収集できる画像データに着目し、赤外線サーモグラフィーを用いたウシ分娩予知技術を開発する。赤外線サーモグラフィーによって得られる表面温度の画像（熱画像）に深層学習（DeepLearning）を適用し、熱画像からウシの身体部位を精度良く抽出することで、従来複数のセンサで実現していた体温と行動の同時評価を単独で実現する。
|
| 研究実績の概要 |
本研究は、省力的かつ非侵襲的なウシ分娩監視技術の開発を目的とし、赤外線サーモグラフィーと深層学習を組み合わせることで画像からウシの体温と行動を同時抽出し、これらの情報をもとに分娩予知を行う技術の検討を行う。具体的な課題として、① 赤外線サーモグラフィー画像からのウシ個体および身体部位検出技術の確立、② ①に基づく分娩予知技術の確立を段階的に取り組む。
2年次にあたるR4年度は、1年次に実施できていなかったデータ収集を実施した。収集したデータをもとにして① 赤外線サーモグラフィー画像からのウシ個体および身体部位検出技術の確立に取り組んだ。収集した赤外線サーモグラフィー画像（グレースケール）に対して前処理（色反転、コントラスト調整、高解像度化）を行い、可視光線画像（RGB画像）によって学習させた物体検出モデル（YOLOX）、骨格検出モデル（Animal Pose）、画像認識モデル（MobileNet V3）を適用することで、赤外線サーモグラフィー画像からウシとその身体部位の座標、姿勢（佇立/横臥）を自動的に抽出することができた。先行研究では赤外線サーモグラフィー画像を大量に収集して専用のモデルを作成する方法が一般的であったが、推論時の入力となる赤外線サーモグラフィー画像に対する前処理を工夫し、入力画像を可視光線画像に近づけるような変換を行うことで、可視光線画像で作成した汎用的なモデルを赤外線サーモグラフィー画像の推論に流用できることが明らかとなった。
また、①と並行して、ウェアラブルセンサによって取得した体温データを用いて②の分娩予知技術の確立に取り組み、腟温データとSVMを組み合わせた分娩予知モデルを作成した。次年度にはウェアラブルセンサによって取得した体温データを①によって取得した体温データによって置換し、赤外線サーモグラフィー画像の収集のみによる分娩予知が可能かを検証する。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
初年度（R3年度）の測定機器（赤外線サーモグラフィーカメラ）の調達遅延による進捗の遅れを取り戻すべく、R4年度に初年度に中止した試験を追加実施したが、測定機器の保有数と供試できる動物の数の制限から年度内に実施できる試験には上限があり、当初予定と比べると現在もデータ収集の進捗はやや遅れている。また、測定機器の仕様は調達前に確認済みであったが、実際に使用するなかでa) 24時間以上の連続撮影に際し原因不明の測定中断が生じること、b) 専用の解析ソフトの機能に制限がありデータの前処理に想定外の手作業が必要なことが新たに判明し、データの収集と解析の障害となっている。
一方で、赤外線サーモグラフィー画像の解析手法および体温データを用いた分娩予知手法の検討は予定通り実施できており、当初予定していたデータ量には満たないまでも提案技術の検証は可能であり、計画の遅れを取り戻せる状態にあると考えている。また、上記のデータ収集と解析の問題の解決策として、a)については方針を変更し撮影に中断が生じたデータでも可能な解析方法を採用すること、b)についてはRDAツールの導入によって自動化することで、進捗の改善を試みる。
|
| 今後の研究の推進方策 |
最終年度は、データ収集を継続し、これまでに収集したデータすべてを用いて提案技術の検証を行う。また、提案技術による体温測定法の新たな応用場面の検討のため、子牛を対象としたデータ収集と検証を行う。以上の研究成果を取りまとめ、学会報告や論文投稿を目指す。
|
