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

基本信息

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

项目摘要

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．

今年，我们收集了训练数据并创建了基于机器学习的判别模型，为日本鹿、日本羚羊、亚洲黑熊和日本猕猴创建了个体判别模型。关于鹿，我们在初夏的时候参观了奈良公园，拍摄了大约100只鹿的毛皮图案。我们目前正在努力注释这些图像。此外，房总半岛还安装了自动摄像机以获取更多数据。此外，我们进行了文献回顾，证实鹿科动物的愤怒模式对于每个个体来说都是独一无二的，并且终生保持不变。关于羚羊，我们继续进行实地调查并获取更多的学习数据。目前已经获得了数千张图像，我们计划在未来继续对它们进行标注。关于熊，我们分别在夏季和冬季两次参观了饲养设施（岐阜县的熊场），并从不同角度拍摄了圈养动物胸前的斑纹。我们还在室外安装了自动相机，并研究了有效拍摄胸部标记的方法。此外，使用这些图像，我们尝试应用现有的度量学习模型来检查是否可以区分个体。结果表明，如果图像质量足够，胸部标记清晰，满足这两个条件，就可以高精度地识别个体。我们已经证实可以根据面部特征识别已知的猴子。因此，为了实现度量学习，我们进行了额外的图像注释工作。为了不仅使用面部而且还使用全身特征进行判别，我们使用准确描绘猴子全身轮廓的图像作为学习数据。我们目前正在验证使用这些学习数据时的估计准确性。