オプティカルフローを用いた最適給餌のための魚群行動分類

• Item type: SIG Technical Reports(1)
• 公開日: 2023-01-16
• タイトル: オプティカルフローを用いた最適給餌のための魚群行動分類
• タイトル / 言語: en
• タイトル: Fish School Behaviour Classification for Optimal feeding Using Optical Flow
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 生物／自然環境
• 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: 長崎大学大学院工学研究科
• 著者所属: 長崎大学大学院工学研究科
• 著者所属: 広島市立大学大学院情報科学研究科
• 著者所属: 長崎大学大学院工学研究科
• 著者所属: 長崎大学大学院工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Nagasaki University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Nagasaki University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Sciences, Hiroshima City University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Nagasaki University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Nagasaki University
• 著者名: 深江, 一輝; 田中, 祐大; 今井, 哲郎; 荒井, 研一; 小林, 透
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 世界的な水産物需要の高まりにおいて，従来の天然漁業に対し持続可能な養殖業が注目されている．しかしながら，養殖業が抱える問題としては，漁労支出において餌費用が約 6 割以上を占めていることが挙げられる．過剰な給餌は支出コストの増大を招き，残餌は赤潮を発生させるなどの悪影響を及ぼしている．そのため，給餌量を最適化することで，効率よく魚を育てることが特に重要となる．そこで，筆者らは給餌量の最適化を目的とし，撮影画像から魚の活動量を定量化するシステムを開発した．これは，「魚は空腹時には餌に対する動きが活発であるが，満腹になると動きが収まる」との養殖給餌者の経験を定量化する試みである．定量化には個々の物体を追跡する手法のオプティカルフローを用いた．オプティカルフローから得られたベクトルの大きさ，及び角度の情報は，魚の単位時間当たりの移動距離，及び進行方向を表す．これら 2 つの項目において空腹状態と満腹状態では違いがあると仮定し，各項目をヒストグラムの数値データとして記録することで魚の動きの評価指標とした．また，評価指標の性能評価には SVM による 2 値分類を適用して検証を行い，提案手法の評価指標を分類できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: With the growing global demand for seafood, sustainable aquaculture is attracting more attention than conventional natural fishing, which causes overfishing and damage to the marine environment. However, a major problem facing the aquaculture industry is the cost of feeding, which accounts for about 60% of a fishing expenditure. Excessive feeding increases costs, and the accumulation of residual feed on the seabed negatively impacts the quality of water environments (e.g., causing red tides). Therefore, the importance of raising fishes efficiently with less food by optimizing the timing and quantity of feeding becomes more evident. Thus, we developed a system to quantitate the amount of fish activity for the optimal feeding time and feed quantity based on the images taken. For quantitation, optical flow that is a method for tracking individual objects was used. However, it is difficult to track individual fish and quantitate their activity in the presence of many fishes. Therefore, all fish in the filmed screen were considered as a single school and the amount of change in an entire screen was used as the amount of the school activity. We divided specifically the entire image into fixed regions and quantitated by vectorizing the amount of change in each region using optical flow. A vector represents the moving distance and direction. We used the numerical data of a histogram as the indicator for the amount of fish activity by dividing them into classes and recording the number of occurrences in each class. We verified the effectiveness of the indicator by quantitating the eating and not eating movements during feeding. We evaluated the performance of the quantified indicators by the support vector classification, which is a form of machine learning. We confirmed that the two activities can be correctly classified.
• 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: AA1155524X
• 書誌情報: 研究報告グループウェアとネットワークサービス（GN）; 巻 2023-GN-118, 号 31, p. 1-8, 発行日 2023-01-16
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8744
• 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