野良猫・飼い猫判別のための猫の顔分類技術の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2023-09-18
• タイトル: 野良猫・飼い猫判別のための猫の顔分類技術の提案
• タイトル / 言語: en
• タイトル: Proposed Cat Face Classification Technique for Distinguishing Between Stray and Pet Cats
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: スマートテクノロジーとデバイス
• 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: 慶應義塾大学総合政策学部
• 著者所属: 慶應義塾大学大学院政策・メディア研究科
• 著者所属: 慶應義塾大学環境情報学部
• 著者所属: 慶應義塾大学環境情報学部
• 著者所属(英): en
• 著者所属(英): Faculty of Policy Management, Keio University
• 著者所属(英): en
• 著者所属(英): Graduate School of Media and Governance, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Studies, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Studies, Keio University
• 著者名: 本山, 理奈; 礒川, 直大; 大越, 匡; 中澤, 仁
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，迷い猫の問題が増加しており，マイクロチップの装着義務化が進められているものの，装着率は依然として低い．また，野良猫と飼い猫の識別が困難であることによる，誤った迷い猫の処理の事例が複数報告されている．本研究では，飼い猫と野良猫には顔つきに差異があるという仮説のもと，猫の顔画像分類による野良猫と飼い猫の判別技術を提案する．800 枚の野良猫と飼い猫の顔画像のデータセットを作成し，6 つの異なる画像認識アルゴリズム，ResNet-50，AlexNet，VGG-16，GoogleNet，DenseNet201，MobileNetV2 で分類精度を比較した．また，人間の判断能力と深層学習モデルを比較する目的で，7 人の被験者による分類実験を実施．野良猫と飼い猫の顔つきの差異を明らかにするため，Grad-CAM を用いたヒートマップによる可視化を行った．結果として，野良猫と飼い猫の分類に最適な画像認識アルゴリズムは ResNet-50 であることが判明し，85.44% の正解率を達成した．特に飼い猫に対しての正解率が高く，専門家レベルの人間の判断能力と同等の精度を持つことが確認された．ヒートマップ分析からは，分類の重要因子として猫の目と耳が挙げられることが判明した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, the problem of lost cats has been on the rise. Although there are initiatives to increase microchip implantation, not enough pets have received them. Furthermore, there have been multiple reports of erroneous handling of lost cats due to the difficulty in distinguishing between stray and pet cats. In this study, under the hypothesis that there are facial differences between stray cats and pet cats, we propose a technique for distinguishing between the two using cat facial image classification. A dataset consists of 800 facial images of stray and pet cats was created. The classification accuracy was compared with six different image recognition algorithms: ResNet-50, AlexNet, VGG-16, GoogleNet, DenseNet201, and MobileNetV2. Additionally, a classification experiment was conducted with seven human participants to compare human judgment with deep learning models. To elucidate the facial differences between stray and pet cats, visualization using Grad-CAM heatmaps was performed. As a result, it was found that ResNet-50 was the most suitable image recognition algorithm for classifying stray and pet cats, achieving an accuracy of 85.44%. Notably, the accuracy for pet cats was particularly high, comparable to the judgment ability of experts. Heatmap analysis revealed that the eyes and ears of the cats were crucial factors for classification.
• 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: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングと新社会システム（MBL）; 巻 2023-MBL-108, 号 48, p. 1-8, 発行日 2023-09-18
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8817
• 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