研究課題
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いる。目的を達成するために、①魚体の画像認識アルゴリズムの開発を２０２０年度に実施し、②個体レベルでの3次元行動の自動計測手法を２０２１年度に確立し、③複数個体（群）の3次元行動の自動計測手法を２０２１-２０２３年度に確立した。２０２１-２０２３年度では、実験室内での試験でキタムラサキウニを使用した深層学習（YOLOv3）による複数個体の追跡手法を確立し、２０２３年度も同様に養殖場ではなく実験室内での試験において、深層学習（ＹＯＬＯv4）を用いたサクラマスを魚群の3次元行動計測を実施した。魚体認識アルゴリズムの確立を目的として、サクラマスを対象に、事前学習済みディープニューラルネットを転移学習させた深層学習による画像認識技術の構築を試みた。２０２３年度では深層学習による個体の検出精度の向上をはかった。しかし解析画像の魚体認識の未検出例が多いことから、２０２１年度に実施したキタムラサキウニの追跡試験と同様の対応で欠損値を埋めるためのカルマンフィルタによる移動経路の補間を行った。既に確立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。カメラ視線上で魚体が重なった場合は、ステレオカメラの他方カメラからのエピポーラ線を便りにオクルージョンで未検出になった個体位置を推定することで、僅かではあるがオクルージョン時の追跡データを増やす事に成功した。本研究の進捗は、当初予定していた魚群の計測が叶わなかったことから遅延したが、最終的に画像認識技術による複数個体の3次元魚群行動の自動計測のアルゴリズムを構築できた。より多くの個体を追跡できるように検出数を向上させることが今後の課題になった。
すべて 2024 2023
すべて 雑誌論文 (5件) (うち査読あり 5件) 学会発表 (5件)
水産工学
巻: 60 ページ: －
Fisheries Science
巻: 90 ページ: 227～237
10.1007/s12562-023-01736-z
巻: 90 ページ: 269～279
10.1007/s12562-023-01742-1
PLOS ONE
巻: 18 ページ: e0280017
10.1371/journal.pone.0280017
日本水産工学会誌
巻: 59 ページ: 179～190
10.18903/fisheng.59.3_179
