深層学習（Deep Learning）を用いたカメラトラップ画像内の動物の検出、種判別および頭数推定に成功
応用生物科学部 安藤 正規 准教授らの研究グループは，深層学習（Deep Learning）の技術と10万枚を超えるカメラトラップ（自動撮影装置）画像を用いて，撮影された野生動物の在不在，種および頭数を判別することに成功しました。
本研究成果は，日本哺乳类学会の発行する学术誌「哺乳类科学」59号1巻（2019年7月末発行）に掲载されます。
本研究成果のポイント
- 近年，高性能化の进むカメラトラップから得られる大量の画像データについて，深层学习の技术を用いてこれを判别することを试みた。
- 搁别蝉狈别迟をベースとした，画像中の动物の在不在，动物种，头数を同时に推定する深层畳み込みニューラルネットワーク（顿颁狈狈）モデルを构筑した。
- 学习済みモデルの判别精度のうち，在不在については，検出精度99%を担保しつつ，过検出率（実际には动物が不在の场合に，在と判断された割合）を15.7%に抑えることができた。さらに，モデルで在と検出された画像のみを调査者が确认する场合，确认の必要な画像枚数は全体の43.3%まで削减できることが示された。
- 主要な被写体であったニホンジカ，イノシシ，カモシカおよびツキノワグマを正确に判别できる割合はおおよそ80%であった。
- また，上记４种における头数は80?90%で正しく検出していた。
- 以上の结果から，深层学习の技术は野生动物の调査?モニタリングにおいて调査者の労力を大きく削减する有用なツールとなりうることが示された。
详しい研究内容について
深層学習（Deep Learning）を用いたカメラトラップ画像内の動物の検出，種判別および頭数推定に成功
论文情报
- 雑誌名：哺乳类科学59号1巻（2019年7月末予定）
- 论文名：深層学習（Deep Learning）によるカメラトラップ画像の判別
- 着 者：安藤正规1，中塚俊介5，相泽宏旭6，中森さつき4，池田敬2，森部绚嗣1,2，
寺田和宪3，加藤邦人3
（1：岐阜大学 応用生物科学部 生産環境科学課程，
2：岐阜大学 応用生物科学部 附属野生動物管理学研究センター，
3：岐阜大学 工学部 電気電子?情報工学科，
4：岐阜大学大学院 自然科学技術研究科 生物生産環境科学専攻，
5：岐阜大学大学院 自然科学技術研究科 知能理工学専攻，
6：岐阜大学大学院 工学研究科 電子情報システム工学専攻）
