| 研究課題/領域番号 |
19K22456
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
山田 一憲 大阪大学, 人間科学研究科, 講師 (80506999)
|
|---|
| 研究分担者 |
久保 明教 一橋大学, 大学院社会学研究科, 准教授 (00723868)
寺田 和憲 岐阜大学, 工学部, 准教授 (30345798)
上野 将敬 大阪大学, 人間科学研究科, 助教 (30737432)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2021-03-31
|
| キーワード | 個体識別 / 霊長類学 / 深層学習 / ニホンザル集団 |
|---|
| 研究実績の概要 |
霊長類研究者は、1頭1頭異なるサルの顔と名前を覚え（個体識別）、サルの後を追って行動をノートに記録することで、サルの社会関係の把握を行ってきた。我々の究極の目的は、これまで霊長類学者が行ってきたデータ収集を機械によって代替可能にすることにある。
2019年度は、大阪大学大学院 人間科学研究科 附属比較行動実験施設 神庭の滝ニホンザル観察所（岡山県真庭市）に36回（計93日）滞在し、勝山ニホンザル集団を対象とした調査を行った。勝山ニホンザル集団は166頭からなる集団であり（2019年9月30日時点）、研究者はこれらの個体を個体識別することができる。2019年度は、この集団を対象に、個体識別の情報を加えた画像を59028枚撮影した。さらにこれらの個体が移動する姿を動画として記録することができた。これらの映像と深層学習を用いて、識別器を作成した。
|
| 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
画像と個体名がセットとなった教師データを大量に収集することができた。
|
| 今後の研究の推進方策 |
収集した教師データを利用して、深層学習を進める。画像の識別精度を高めるためには、多様な画像を収集する必要があるため、今年度も可能な限りフィールドに出かけて多くの画像と動画を撮影する。
|
| 次年度使用額が生じた理由 |
映像の識別精度を高めるために、アルバイトを雇用して、教師データをより多く収集する。
|
