权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

深層学習を用いた音響画像に基づく魚群量推定システムの開発

使用深度学习开发基于声学图像的鱼群丰度估计系统

基本信息

批准号：
21J11782
负责人：
平間友大
金额：
$ 0.96万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J11782/
关键词：
深層学習画像認識音響画像

项目摘要

本研究では,定置網漁業における資源管理を目的としたシステム開発を行った.定置網内を観測する魚群探知機から得られる音響画像を入力とし,漁獲管理対象であるマグロを推定する畳み込みニューラルネットワーク(CNN)モデルを開発した.前年度からの課題である実環境データ不足による汎化性能の低下を改善するため,データの分布を拡張するデータオーギュメント手法の検討とCNNモデルの学習を行った.具体的には,オリジナルの画像に対して複数の画像処理とその変化度合いを決定する強度パラメータの組み合わせを探索するRandAugment手法を用いた.実験の結果,この手法は一般的な画像分類モデルに対して大きな貢献があることは知られているが,処理方法によっては音響画像に対して破壊的な処理を加えてしまう可能性を示唆した.例えば,Invert処理は画素値を反転するが,音響画像において水とは異なる物質は反射強度が大きく,その領域は画素値が大きいという性質上,小さくなることが分かる.そのため,着目すべき特徴量を消してしまうことに繋がる.また,海面上のノイズや定置網の影が分類に影響していることがわかっており,コントラストの強度を調整し,こういった画像の特徴をさらに強調しないようにする必要がある.RandAugment手法から特定の画像処理手法を除外し学習した結果,全体の精度はRandAugmentなしのモデルと比較し2%向上することが分かった.さらにこの結果から,音響画像という1次元のセンサーデータを2次元で表現した画像データに対して,一般的な物体に対する画像処理手法が有効であったことが示唆された.

This study aims to establish a network for fisheries resource management. The fish detection machine in the fixed net detects the sound image of the fish, and the fish management object is estimated to be the sound image of the fish. The problem of previous year is that the environment is insufficient, the generalization performance is low, and the distribution of data is expanded. The specific image processing method is used to determine the intensity of the image processing method. As a result, the method is to classify the general images and to increase the possibility of processing the acoustic images. For example,Invert processing pixel value is opposite, sound image is opposite, water is opposite, material reflection intensity is opposite, area pixel value is opposite, property is opposite, small. The characteristic quantity of the eye is zero. The effect of the fixed net on the sea surface is to adjust the intensity of the image, to emphasize the characteristics of the image, to exclude the specific image processing method, to learn the result, and to compare the accuracy of the whole image by 2% upward. As a result, the audio image is displayed in the first dimension and the image is displayed in the second dimension.