Establishment of a method for monitoring wildlife populations: Collaboration of camera trapping, deep learning, and statistical modeling

建立野生动物种群监测方法：相机捕捉、深度学习和统计模型的协作

• 批准号: 21H03653
• 负责人: 中島 啓裕
• 金额: $ 9.9万
• 依托单位: Nihon University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03653/
• 关键词: 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

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．

This year's annual, About 100 individuals visited Nara Park in early summer. Now, I'm going to go ahead and do my job. Set up automatic capture mode in the room and add data. In this paper, the literature survey is carried out in the field of science and technology, and the sub-model of the individual is inherent. In addition to the above, the field survey is carried out in the middle of the study. Now thousands of pictures are available. In summer and winter, the breeding facility (Gifu Ranch) was visited twice, and the breast pattern of the breeding individual was photographed. In the field, the automatic image capture method is set up, and the method of image capture of the chest pattern is discussed. In addition, the image can be used in the existing media, and the individual discrimination can be discussed. The result is that the image quality is very high, the chest pattern is very high, the condition is very high, and the individual discrimination is very high. It is possible to distinguish between known individuals and characteristics. For example, if you want to add a picture to a picture, you can add it. The whole body features are used to distinguish between Now, the accuracy of estimation in the case of learning and application is proved.

项目成果

Guidelines for evaluating density estimation models for unmarked populations - Santini et al. (2022)

评估未标记人群密度估计模型的指南 - Santini 等人。

• DOI: 10.1016/j.baae.2022.11.003
• 发表时间: 2022
• 期刊: Basic and Applied Ecology
• 影响因子: 3.8
• 作者: 谷本裕夢;山本智子;Nakashima Yoshihiro
• 通讯作者: Nakashima Yoshihiro

自動撮影カメラ映像のオープンデータベースの構築に向けて

致力于构建开放的自动摄像机镜头数据库

• 发表时间: 2022
• 作者: Takashi Hibino;Kazuyo Kobayashi;Takuma Hitomi;中島 啓裕，飯島 勇人，深澤 圭太，安藤 正規，相澤 宏旭
• 通讯作者: 中島 啓裕，飯島 勇人，深澤 圭太，安藤 正規，相澤 宏旭

ディリクレ過程による動物の集団サイズ・数の同時推定：空間明示モデル構築への挑戦

使用狄利克雷过程同时估计动物群体大小和数量：构建空间显式模型的挑战

• 发表时间: 2022
• 作者: Ichiro DAIGO;矢島豪太，中島啓裕
• 通讯作者: 矢島豪太，中島啓裕