動画像から得られる牛の身体情報に基づく分娩予兆検知システム

• Item type: SIG Technical Reports(1)
• 公開日: 2019-05-23
• タイトル: 動画像から得られる牛の身体情報に基づく分娩予兆検知システム
• タイトル / 言語: en
• タイトル: Calving sign detection system with cattle physical feature extraction from video frames
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: テーマセッション1
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学／知能フレームワーク研究所
• 著者所属: 早稲田大学／知能フレームワーク研究所
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University / Intelligent Framework Lab
• 著者所属(英): en
• 著者所属(英): Waseda University / Intelligent Framework Lab
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者名: 兵頭, 亮介; 菅原, 一真; 中野, 鐵兵; 赤羽, 誠; 小林, 哲則; 小川, 哲司
• 著者名(英): Ryosuke, Hyodo; Kazuma, Sugawara; Teppei, Nakano; Makoto, Akabane; Tetsunori, Kobayashi; Tetsuji, Ogawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 動画像から得られる牛の状態と動作の情報を用いた分娩予兆検知システムを提案し，動作情報の有無による検知性能を調査する．これまで提案してきた牛の状態に基づく分娩予兆検知システムは，分娩の兆候に関連する動作を捉えることができていなかった．そこで，分娩の兆候に関連する牛の状態と動作の情報をマルチタスクの畳み込みニューラルネットワークにより画像から抽出し，それら分娩予兆特徴を入力とする双方向型 LSTM により分娩の予兆か否かを判定するシステムを構築する．このとき，学習データを得るために牛特有の動きの情報をアノテーションする必要が生じるが，特に畜産の専門家でない人にとっては容易な作業ではない．そこで，牛の首と尾の根本の位置の情報から間接的に動作情報を抽出することを試みる．これらの属性はクラウドソーシングによるアノテーションが容易であり，システムを再学習するためのデータの拡張が可能となる．実際の牛の監視映像を用いた評価実験の結果，提案システムは 0．83 の適合率，0．78 の再現率で分娩予兆検知が可能であることがわかった．また，静的な状態情報だけでは誤検知が生じる場面において，動作情報の利用が有効であることも実証された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: A calving sign detection system using cows' state-based and motion-based features is successfully designed. The developed system exploiting only state-based features was shown to be effective in calving sign detection, but it can not capture a characteristic of movements related to calving signs (e.g., rotate, turn). This study presents a two-stage calving sign detection system, in which calving-relevant state and motion information obtained by multitask CNN-based feature extractor is taken as inputs to another LSTM-based calving sign detector. Experimental comparisons demonstrated that the developed system achieved a calving precision ratio of 83% and a calving recall ratio of 78% and the use of motion-based features helped to improve the accuracy.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2019-CVIM-217, 号 1, p. 1-6, 発行日 2019-05-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会