| 研究課題/領域番号 |
23K21775
|
|---|
| 補助金の研究課題番号 |
21H03653 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分64040:自然共生システム関連
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
中島 啓裕 日本大学, 生物資源科学部, 准教授 (80722420)
|
|---|
| 研究分担者 |
飯島 勇人 国立研究開発法人森林研究・整備機構, 森林総合研究所, 主任研究員 等 (30526702)
上野 将敬 近畿大学, 総合社会学部, 講師 (30737432)
相澤 宏旭 広島大学, 先進理工系科学研究科(工), 助教 (30910301)
東出 大志 石川県立大学, 生物資源環境学部, 講師 (60634871)
安藤 正規 岐阜大学, 応用生物科学部, 准教授 (80526880)
寺田 和憲 岐阜大学, 工学部, 准教授 (30345798)
加藤 邦人 岐阜大学, 工学部, 教授 (70283281)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
15,470千円 (直接経費: 11,900千円、間接経費: 3,570千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2023年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2022年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2021年度: 9,880千円 (直接経費: 7,600千円、間接経費: 2,280千円)
|
|---|
| キーワード | 密度・個体数推定 / 個体識別 / 野生動物 / 自動撮影カメラ / 個体判別 / 空間明示型捕獲再捕獲法 / 密度推定 / 野生動物管理 / 個体数推定 |
|---|
| 研究開始時の研究の概要 |
本研究の目的を達成するために，サル，カモシカ，ツキノワグマ，シカに関して，①十分な質・量の学習データの取得と個体識別モデルの開発，②自動 識別に適した画像を取得するためのフィールド技法の確立，③種の特性に応じた統計モデルの構築を行う．深層学習による個体識別は，ディープ・メトリックラーニングを応用する．動物園で飼育されている個体の撮影と，野外での自動撮影カメラによる既知の個体の撮影を行い，学習データを取得する．また，この過程で個体識別に適した撮影手法を確立する．さらに，個体識別の不確実性を組み込んだ空間明示型捕獲再捕獲法を構築する．
|
| 研究実績の概要 |
今年度は，ニホンジカ，ニホンカモシカ，ツキノワグマおよびニホンザルの個体判別モデルの作成のための，学習データの収集と機械学習に基づく判別モデルの作成を行った．シカに関しては，奈良公園を初夏に訪問し，約100個体を対象に鹿の子模様の撮影を行った．現在，これらの画像のアノテーション作業を進めているところである．また，房総半島にも自動撮影カメラを設置し，追加資料を取得した．さらに，文献調査を行いシカ科の鹿の子模様が個体固有であり，生涯不変であることを確かめた．カモシカについては，野外での調査を継続して行い，学習データの追加取得を行った．現時点で数千枚の画像が得られており，アノテーション作業を今後継続する予定である．クマに関しては，飼育施設（岐阜県のクマ牧場）を夏と冬の２度訪問し，飼育個体の胸の斑紋を様々な角度から撮影した．また，野外でも自動撮影カメラを設置し，胸の斑紋を効率的に撮影する方法の検討を行った．さらに，これらの画像を用いて，既存のメトリックラーニング・モデルを試験的に適用し，個体判別の可否を検討した．その結果，画質が十分であること，胸の斑紋がしっかりと撮影できていること，これら２つの条件が満たされれば，高い精度で個体判別ができることが分かった．サルについては，顔の特徴によって既知の個体の判別が可能であることはすでに確かめている．そこで，メトリックラーニングを可能にするために，画像のアノテーション作業を追加で実施した．顔だけでなく全身の特徴を用いて判別するため，サルの全身の輪郭を正確にトレースした画像を学習データとした．現在，これらの学習データを用いた場合の推定精度を検証中である．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
昨年度，新型コロナ・ウィルスの影響により，飼育施設への訪問が困難となり，一部の種に関して画像データの取得に遅れが生じた．とくに，飼育個体の撮影が不可欠であったツキノワグマと，観光地（奈良公園）での撮影を計画していたニホンジカに関しては，十分な画像が得られず，機械学習モデルの作成を開始することができなかった．しかし，今年度になって状況が改善し，当初予定していた通りの調査を遂行することができた．ツキノワグマに関しては，AdditiveAngularMarginLoss(ArcFace)を損失関数としたディープ・メトリック・ラーニングを実施し，期待した以上の判決結果が得られている．また，ニホンジカについても，昨年度の遅れをおおむね取り戻すことができた．他の種（ニホンザル及びニホンカモシカ）に関しても，フィールド調査の遂行が制約され画像データの取得などが停滞したが，今年度になって十分な調査を実施できた．全体として，進捗に大きな問題はなく，今後も着実に計画を遂行することが期待できる．以上のことから，当初の計画がおおむね順調に進んでいるといえる．
|
| 今後の研究の推進方策 |
今後は，これまで集めてきた学習データを用いた個体判別モデルの作成と，判別の不確実性を組み込んだ空間明示型標識再捕獲モデルの作成が中心となる．これらの作業は，学習データの取得以上に研究者間の緊密な連携が必要となる．定期的に情報交換会を実施し，研究目的が達成されるようにする．ニホンジカに関しては，当初の計画通り学習データが取得できたものの，アノテーション作業に時間がかかっている．アルバイトを雇うなどして，効率的な作業を進める．データ量が不足する可能性のある種（ツキノワグマとニホンカモシカ）に関しては，追加資料の取得やデータの提供依頼を行うなどして柔軟に対応する．また，個体判別に基づく空間明示型捕獲再捕獲モデルの構築を効率的に進められるように，類似の研究を行っているアメリカの大学のグループとも情報交換を行う．
|
