| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-10-13 10:00 機械学習に基づく害獣（鹿）自動認識に関する研究 ○野間拓耶・鹿嶋雅之・福元伸也・佐藤公則・渡邊 睦（鹿児島大）  PRMU2017-85 |
|
| 抄録 | （和） | 近年，鹿や猪などの害獣による農作物への被害は深刻である.平成27年度における農作物の被害総額は176億円となっており，中でも鹿による被害額はおよそ60億円にのぼる.本稿では，害獣被害の対策を目的として，機械学習に基づく画像分類を用いた害獣(鹿)の自動認識手法を提案する.画像分類問題において広く知られるBoF(Bag-of-Features)に，認識性能が優れたSVM(Support Vector Machine)を分類器として用いることで，鹿と鹿以外の動物の分類を行う.これに鹿と認識された画像に対して雌雄の識別をしていく.阿久根大島で収集した画像を用いた実験により，有効性を示した.BoFでは，用いる局所特徴量としてSIFT，SURF，ORB，KAZE，AKAZEを抽出した.認識精度の比較から，鹿を認識し，雌雄を選択的に識別できるシステムの検討を行った. |
| （英） | In recent years，damage to crops by vermin such as deer and wild boar is serious. The total damage of agricultural crops in FY2007 was 17.6 billion yen，among which damage amount by deer is approximately 6 billion yen. In order to take measures vermin，this paper proposes automatic deer recognition method using image classification based on machine learning. The authors classify animals other than deer and deer by using BoF (Bag-of-Features) famous for image classification and SVM (Support Vector Machine) with excellent recognition performance as a classifier. Then， it discriminates between males and females with respect to the image recognized as a deer. Experiments using images collected at Akune Oshima showed the effectiveness. In BoF， SIFT， SURF， ORB， KAZE， AKAZE were extracted as local feature quantities. By comparing the recognition accuracy， the authors have studied a system that can recognize deer and selectively identify males and females. | |
| キーワード | （和） | 鹿 / 害獣 / 画像認識 / 機械学習 / BoF(Bag-of-Features) / SVM(Support Vector Machine) / 深層学習 / |
| （英） | Deer / Vermin / Image Recognition / Machine Learning / BoF(Bag-of-Features) / SVM(Support Vector Machine) / Deep Learning / | |
| 文献情報 | 信学技報, vol. 117, no. 238, PRMU2017-85, pp. 127-132, 2017年10月. | |
| 資料番号 | PRMU2017-85 | |
| 発行日 | 2017-10-05 (PRMU) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2017-85 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2017-10-12 - 2017-10-13 |
| 開催地（和） | 熊本大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2017-10-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習に基づく害獣（鹿）自動認識に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Research on Automatic Vermin (Deer) Recognition based on Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 鹿 / Deer |
| キーワード(2)（和/英） | 害獣 / Vermin |
| キーワード(3)（和/英） | 画像認識 / Image Recognition |
| キーワード(4)（和/英） | 機械学習 / Machine Learning |
| キーワード(5)（和/英） | BoF(Bag-of-Features) / BoF(Bag-of-Features) |
| キーワード(6)（和/英） | SVM(Support Vector Machine) / SVM(Support Vector Machine) |
| キーワード(7)（和/英） | 深層学習 / Deep Learning |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 野間 拓耶 / Takuya Noma / ノマ タクヤ |
| 第1著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 鹿嶋 雅之 / Masayuki Kashima / カシマ マサユキ |
| 第2著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 福元 伸也 / Shinya Fukumoto / フクモト シンヤ |
| 第3著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 佐藤 公則 / Kiminori Sato / サトウ キミノリ |
| 第4著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 渡邊 睦 / Mutsumi Watanabe / ワタナベ ムツミ |
| 第5著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-10-13 10:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2017-85 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.238 |
| ページ範囲 | pp.127-132 |
| ページ数 | 6 |
| 発行日 | 2017-10-05 (PRMU) |
[研究会発表申込システムのトップページに戻る]