養魚モニタリング手法の確立を目的とした深層学習による魚体認識と3次元行動計測

利用深度学习进行鱼体识别和3D行为测量，建立养鱼监测方法

• 批准号: 20K06201
• 负责人: 米山 和良
• 金额: $ 2.75万
• 依托单位: Hokkaido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K06201/
• 关键词: 画像認識技術; カルマンフィルタ; 魚群; 移動追跡; ステレオ画像計測; 画像処理; 深層学習; 魚群行動

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ー2022年度に確立することを当初の予定としていた。しかし、新型コロナウイルス感染症の発生のため、2020-2021年度に予定していた養殖現場での現地実験を実施できなかったことから、2021年度より計画を変更した。魚群の3次元行動計測を、養殖場での現地実験でなく、実験室で行えるニジマス、サクラマス、キタムラサキウニを対象とした実験に切り替えた。2022年度は①として、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が、検出精度が向上せず2023年度も継続して実施するように予定変更した。魚体認識が未検出なことが多いことから、2021年度に実施したキタムラサキウニ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う予定とする。②ステレオ画像計測による3次元計測のアルゴリズム構築は既に確立しており、ニジマス、サクラマスそれぞれ5個体を対象に手動による魚体検出で3次元遊泳軌跡の計測を行っている。画像認識技術をつかった魚群の追跡は①の検出精度を向上させて2023年度に確立させる予定である。本研究の進捗状況は、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ているが、画像認識技術による移動物体（キタムラサキウニ）の追跡と手動計測による複数個体の3次元行動計測のアルゴリズムを構築できていることから、魚体の検出精度を向上させるのみとなっている。

This study で は, deep learning を with い た fish の portrait recognition technology を foundation さ せ, fish の 3 dimensional action の automatic measuring technique を build す る こ と を purpose と し て い る. Purpose を reach す る た め に portraits, (1) the fish の know ア ル ゴ リ ズ ム の open 発 を 2020 に be し, (2) the individual レ ベ ル で の 3 dimensional action の automatic measuring technique を し に established 2021, (3) the plural individuals (group) の 3 dimensional action の automatic measuring technique for を 2021 ー 2022 に establish す る こ と を の original designated と し Youdaoplaceholder0 て た. し か し, new コ ロ ナ ウ イ ル ス adapting just-in-time inventory の 発 raw の た め, 2020-2021 year に designated し て い た breeding field で の in situ be 験 を be applied で き な か っ た こ と か ら, 2021 annual よ り project を - more し た. Fish の 3 dimensional measuring action を, farms で の in situ be 験 で な く, be 験 chamber で line え る ニ ジ マ ス, サ ク ラ マ ス, キ タ ム ラ サ キ ウ ニ を like と seaborne し た be 験 に り cutting for え た. 2022 は (1) と し て, fish know ア ル ゴ リ ズ ム の establish を purpose と し て, サ ク ラ マ ス を like に seaborne, prior learning 済 み デ ィ ー プ ニ ュ ー ラ ル ネ ッ ト を move planning study さ せ た deep learning に よ る の portrait known technology to construct を try み た が, 検 precision が せ upward ず 2023 も 継 続 し て be applied す る よ う に designated variations Even more so た. Fish know not 検 が な こ と が more い こ と か ら, 2021 annual に be applied し た キ タ ム ラ サ キ ウ ニ と with others の 応 seaborne で owe damage numerical を buried め る た め の カ ル マ ン フ ィ ル タ に よ る を line between mobile の 経 road repair う designated と す る. (2) ス テ レ オ portrait measuring に よ る 3 dimensional measuring の ア ル ゴ リ ズ ム build は に already established し て お り, ニ ジ マ ス, サ ク ラ マ ス そ れ ぞ れ 5 individual を like に seaborne manual に よ る 検 out で 3 yuan of fish swimming trajectory の measuring line を っ て い る. The portrait recognition technology を, を った った, fish swarm った, tracking 検, ① <s:1> 検, output accuracy を upward させて, 2023 に established させる set である. の into 捗 は, this study had designated し て い た fish の measuring が leaf わ な か っ た こ と か ら 遅 delay し て い る が, portrait technology に よ る moving object (キ タ ム ラ サ キ ウ ニ) の tracing と manual measuring に よ る plural individual の 3 dimensional measuring action の ア ル ゴ リ ズ ム を build で き て い る こ と か ら, fish の 検 out precision を upward さ せ Youdaoplaceholder0 みとなって みとなって る る.

项目成果

ステレオ画像計測による魚体計測値の変化を利用した遊泳速度の推定

使用立体图像测量，利用鱼体测量的变化来估计游泳速度

• 发表时间: 2023
• 作者: 小針統;山崎朱音;遠藤有紀;久米元;小森田智大;一宮睦雄;幅野明正;有田洋一;牧野文洋;櫻井 泉・飯村幸代・巻口範人・赤澤一貴;橋口康之・井上順治・中島淳;佐々木勇人，山崎祐人，米山和良
• 通讯作者: 佐々木勇人，山崎祐人，米山和良

画像認識技術を用いたキタムラサキウニの行動モニタリング手法の構築

利用图像识别技术开发北方海胆行为监测方法

• 发表时间: 2021
• 作者: 小針統;山崎朱音;遠藤有紀;久米元;小森田智大;一宮睦雄;幅野明正;有田洋一;牧野文洋;櫻井 泉・飯村幸代・巻口範人・赤澤一貴;橋口康之・井上順治・中島淳;佐々木勇人，山崎祐人，米山和良;米山和良，高橋勇樹，浦 和寛
• 通讯作者: 米山和良，高橋勇樹，浦 和寛