家蓄音声および画像解析による飼養管理作業の自動化に関する基礎的研究

点击翻译按钮获取中文摘要

畜産現場の労働力問題を解決するために家畜の音声と画像の解析を用いた飼養管理自動化の基礎的な研究を行った。家畜の生産現場での自動化のために必要なことは家畜個体の生理状態を判断することである。そのため本研究では音声と画像を利用する管理技術の基礎的研究を目的とする。本研究では黒毛和牛を対象とした。牛の個体識別は畜産の自動化のために不可避の課題であり、画像を用いた方法は識別および状態を判断する時一番現実的な方法である。最近畜産現場で飼育管理の自動化のためにバーコードやRFID (Radio Frequency Identification)などを用いた色々な個体識別装置が開発されてきた。しかし、家畜の精密飼育環境調節と動物福祉の観点から個体識別だけではなく状態識別も重要であり、これらの問題を同時処理する手段として画像処理技術の応用を着想した。本年度は黒毛和牛の顔画像を用いた個体識別を行った。今までの実験から見れば、画像に与える変数が歪み度、雑音重畳の時は全体的にグレースケール画像より、CMYKカラーモデル画像の方が良い結果を示した。この原因として考えられるのは、実験に用いた牛の色が黒色であり、CMYKカラーモデルは色を表現する際、黒を配合しているためである。また、首ふり角度を変化した時の結果では牛の顔画像以外の背景による影響が大きく、背景が変わると認識率が低下した。そして変数を明るさ、歪み度、雑音とした実験の場合、画像の背景が変わらないため、多少の外部影響を受けようと、ある程度識別可能であることがわかった。しかし、変数を首ふり角度とした場合は他の変数の変化が同時に加わると識別は困難になった。顔以外の背景による影響は額周辺に存在する渦巻きを利用することによりある程度その影響を除去することができ、この方法は有効である。一方、光の影響による対応策はよりロバスト性の高いシステムの開発が必要である。そして、本研究では家畜の音声を解析することがもう一つの目的である。さらに家畜音声による飼養管理の実現を目指して,音声による個体認識と状態識別に関する基礎的な研究を行っている.本年度は,韓国において,民間及び公的研究機関の畜舎にて,牛の鳴き声の録音を行った.自己回帰モデルから求めた対数スペクトルの傾きを利用することで数頭の牛の個体識別の可能性を見出した.またICA(独立成分分析)による複数音声の分離に関する検討を行い,複数の鳴き声をミキシングした音源から,それぞれの牛の鳴き声の分離可能であることが明らかとなった.