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

点击翻译按钮获取中文摘要

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。