| 講演名 | 2018-12-14 画像からの牛の状態識別に基づく分娩予兆検知 兵頭 亮介(早大), 安田 早希(早大), 斎藤 奨(早大/イフラボ), 沖本 祐典(早大), 中野 鐵兵(早大/イフラボ), 赤羽 誠(早大/イフラボ), 小林 哲則(早大), 小川 哲司(早大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | カメラ画像を用いた分娩予兆検知システムが満たすべき要件を検討し，それらを満たす2段階構造の分娩予兆検知システムを提案する．カメラ画像を用いた分娩予兆検知システムは，(1)少量データで構築可能である，(2)周辺環境の変化に頑健である，(3)予測結果の根拠を説明可能である，ことが求められる．しかし，単一のニューラルネットワークを用いて構築するend-to-endアプローチでは，上記の要件を同時に満たすことは難しい．提案するシステムは，牛の分娩兆候に関連する情報を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全結合型のニューラルネットワークにより分娩の予兆か否かを判定する．牛の監視映像データを用いた評価の結果，提案システムは0.80の適合率，0.88の再現率で分娩予兆検知が可能であることを示した． |
| 抄録(英) | Requirements that camera-based automatic calving sign detection should meet are established and a system satisfying these requirements is successfully designed. Upon deployment of such camera-based detection, the system needs to be 1) working with small data (because calving does not happen frequently), 2) robust to changing environments, and 3) explainable for reasons of the prediction results. However, there requirements are not realistic for end-to-end approaches (i.e., prediction with a single DNN). This study presents a two-stage calving prediction system, in which calving-relevant information obtained by DNN-based feature extractor is taken as inputs to another DNN-based calving sign detector. Experimental comparisons demonstrated that the developed system achieved a calving precision ratio of 80% and a calving recall ratio of 88%. |
| キーワード(和) | ニューラルネットワーク / 分娩予兆検知 / 画像認識 / 精密畜産業 |
| キーワード(英) | neural network / calving prediction / image recognition / precision livestock farming |
| 資料番号 | PRMU2018-90 |
| 発行日 | 2018-12-06 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2018/12/13(から2日開催) |
| 開催地（和） | 東北大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習とPRMU技術およひ?その応用 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) |
| 委員長氏名（英） | Shinichi Sato(NII) |
| 副委員長氏名（和） | 井尻 善久(オムロン) / 玉木 徹(広島大) |
| 副委員長氏名（英） | Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.) |
| 幹事氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) |
| 幹事氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) |
| 幹事補佐氏名（和） | 入江 豪(NTT) / 牛久 祥孝(OSX) |
| 幹事補佐氏名（英） | Go Irie(NTT) / Yoshitaka Ushiku(OSX) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 画像からの牛の状態識別に基づく分娩予兆検知 |
| サブタイトル（和） | |
| タイトル（英） | Calving sign detection with cattle state-based feature extraction from video frames |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / neural network |
| キーワード(2)（和/英） | 分娩予兆検知 / calving prediction |
| キーワード(3)（和/英） | 画像認識 / image recognition |
| キーワード(4)（和/英） | 精密畜産業 / precision livestock farming |
| 第 1 著者 氏名（和/英） | 兵頭 亮介 / Ryosuke Hyodo |
| 第 1 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 2 著者 氏名（和/英） | 安田 早希 / Saki Yasuda |
| 第 2 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 3 著者 氏名（和/英） | 斎藤 奨 / Susumu Saito |
| 第 3 著者 所属（和/英） | 早稲田大学/知能フレームワーク研究所(略称：早大/イフラボ) Waseda University/inteligent framework, inc.(略称：Waseda Univ./iflab, inc.) |
| 第 4 著者 氏名（和/英） | 沖本 祐典 / Yusuke Okimoto |
| 第 4 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 5 著者 氏名（和/英） | 中野 鐵兵 / Teppei Nakano |
| 第 5 著者 所属（和/英） | 早稲田大学/知能フレームワーク研究所(略称：早大/イフラボ) Waseda University/inteligent framework, inc.(略称：Waseda Univ./iflab, inc.) |
| 第 6 著者 氏名（和/英） | 赤羽 誠 / Makoto Akabane |
| 第 6 著者 所属（和/英） | 早稲田大学/知能フレームワーク研究所(略称：早大/イフラボ) Waseda University/inteligent framework, inc.(略称：Waseda Univ./iflab, inc.) |
| 第 7 著者 氏名（和/英） | 小林 哲則 / Tetsunori Kobayashi |
| 第 7 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 8 著者 氏名（和/英） | 小川 哲司 / Tetsuji Ogawa |
| 第 8 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 発表年月日 | 2018-12-14 |
| 資料番号 | PRMU2018-90 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | PRMU-362 |
| ページ範囲 | pp.79-84(PRMU), |
| ページ数 | 6 |
| 発行日 | 2018-12-06 (PRMU) |