FishCluster -Web カメラ画像を用いた魚種判定システムB3 isokichi † 親 : tetujin さん ‡ † 慶應義塾大学環境情報学部 1 概要近年，動物のライフログデータを取得する研究や，ペッ必要になると考えられる．目的 4 トの体調管理用のサービスなどの数は増加の一途をたどっ本研究の目的は，水槽内の魚の種類を認識し水槽背景にている．また、ペットを飼うことで，人々の生活は潤いをその情報を表示することで，人々にとって観賞魚の鑑賞や与えられ豊かになる．本システムではその中でも最も手軽飼育をより楽しいものにする事である．そこで，今回実装でポピュラーな，鑑賞魚に着目している．本研究では水槽するシステムでは，水槽に取り付けたカメラの画像から魚内の魚の種類を認識し水槽背景にその情報を表示することを認識，魚種を区別し、水槽背面にその魚種の情報などをで，人々にとって観賞魚の鑑賞や飼育をより楽しいものに表示することでその目的を実現する．表示される魚種の情するシステムを提案する．報としては，魚の名前と分類，特徴，生態や生息地の情報， 2 はじめに適した環境や食べる餌，またはその魚種ごとに分類分けさ動物のライフログデータをとる研究や、動物のライフログを使ったサービスは様々なところで行われている．また，れた観賞魚のライフログデータなどが想定される．機能要件とアプローチ 5 動物のライフログデータを取得し人とのインタラクション本研究の手法は，“魚の検知”，“魚種の判別”，そして “魚を図る研究 [3, 5] や，PetFit[2] のように，ペットのライフの情報の表示” の三つの機能要件からなる．各々について以ログデータを利用したサービスも出現している．本研究で下に説明する．は特に観賞魚の飼育や鑑賞に特化したシステムを提案する．私は，水槽内複数の魚がいる時，どれがどの魚か見分けがつかなくなってしまったり，異なる種類の魚の情報を混同してしまう事に問題意識を持っている．そこで，水槽内の観賞魚の種類を判別し水槽に情報を表示することで，個体と魚種が一致しその情報を簡単に見分ける事ができる．また，魚種ごとに分類分けされた観賞魚のライフログデータ 5.1 魚の検知魚の検知については，水槽を撮影する Web カメラの画像を画像解析する事で行う．魚が何匹，どこにいるのかを検知する必要がある．水槽内に複数の観賞魚がいる事が想定されているため，一匹ずつの魚を検知する必要がある．また，画像解析のライブラリとして OpenCV[1] を用いる．魚種の判別を取得できるという点も，観賞魚を飼育していく上で非常 5.2 に役に立つものになると考えている． “魚の検知” で検知した魚の種類を，検知した領域の大きさ，領域内の特徴点，動くスピードなどから判別する．また，実装を進めて行くに連れて考慮して魚種の識別のため 3 関連研究本研究の関連研究としては，まず，水質異常検知を目的とする魚類行動の画像監視-画像認識法の検討 [9] が挙げられる．この研究では，水棲生物を用いた水質監視法（バイオアッセイ法）を画像認識で管理している．この論文では，コに，その他のバラメーターも追加する事も考えている．実際の観賞魚のバラメーターと魚種情報データベースの情報を照らし合わせる事によって判別を行う．魚の情報の表示イ，フナ，およびタナゴを実験に用いて，その行動パターン 5.3 を連続監視する事によって異常行動や生死を検知し，水質異しては，魚体を “１”（黒），背景を “０”（白）としたヒスト “魚種の判別” で判別した魚種ごとの，名前と分類，特徴，生態や生息地の情報，適した環境や食べる餌などの情報を，魚種情報データベースより取得し，プロジェクションマッグラム２値化法を用いている．なお，この論文ではコイ，フピングによって水槽の背面の “魚の検知” で検知した観賞魚ナ，およびタナゴの区別は行われていない．また，Generic の位置に合わせて投影する． image classification using visual knowledge on the web[8] で 6 常を早期発見する事に取り組んでいる．画像認識の手法と現在の実装状況は，インターネット上から大量の画像を自動収集し，それを現在の実装の進捗状況として，ORF で実装した “Aqua 学習画像として用いて，一般の実世界画像に対する自動分 Mapping” では，クマノミをほぼ常時認識して，吹き出し類を行っている．分類は特徴点を用いて行われている．こを表示する事に成功している．の研究によると似た画像の分類は精度が落ちるため，魚のなお，ORF で頂いたフィードバックにも，他の種類の魚分類に特徴点を用いる場合は領域を指定するなどの工夫がや，複数匹になった時にうまく動作するのかというものが † †† 多かった． Naohiro Isokawa ([email protected]) Yuuki Nishiyama ([email protected]) Faculty of Environmental Information Studies, Keio University (†) [2] PetFit https://www.docomopet.com/ [3] Yonezawa, K., Miyaki, T., Rekimoto, J. (2009, October). Cat@ Log: Sensing device attachable to pet cats for supporting human-pet interaction. In Proceedings of the International Conference on Advances in Computer Enterntainment Technology (pp. 149-156). ACM. [4] Namatame, N., Iwai, M., Aoki, S., Yamazaki, S., Tokuda, H. (2007). Zoograph: An animal context extracting system using simple and single sensor. In Workshop of 5th International Conference of Pervasive 2007. 図 1: システム構成図 7 システム構成図システム構成図を図 1 に示す． 8 評価方針評価は “魚を正しく認識する事ができたか”，“魚種を正しく判定する事ができたか” の二点で行う．魚の認識については，画像内に複数の魚がいたとき，そのうち何匹を正しく判定できたのか，また魚ではないものを魚として認識きてしまう割合を評価する． [5] Paldanius, M., Krkkinen, T., Vnnen-Vainio-Mattila, K., Juhlin, O., Hkkil, J. (2011, May). Communication technology for human-dog interaction: exploration of dog owners’ experiences and expectations. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (pp. 2641-2650). ACM. [6] Morishita, E., Itao, K., Sasaki, K., Higuchi, H. (2003). Movements of crows in urban areas, based on PHS tracking. GLOBAL ENVIRONMENTAL RESEARCHENGLISH EDITION-, 7(2), 181-192. 魚種の判定については，魚を正しく認識したときに，魚 [7] Takasaki, T., Nagato, R., Morishita, E., Higuchi, H., 種を正しく判定できた割合と，正しく判定できなかった場 Kobayasi, I., Hosaka, H., Itao, K. (2001, April). Wild animal tracking by phs (personal handyphone system). In Selected Papers Of The International Conference on Machine 合にご認識した魚の割合を評価する．また，上記の二つの評価から，システム全体での制度の評価も行う． 9 スケジュール -１２月上旬必要な知識，スキルを身につける．（画像解析，魚類分類学など） - １２月１５日お給料がはいるため魚種判定のための数種類の魚を購入する - １２月下旬魚認識カスケードの作成，魚種分類器の作成 -１月上旬魚判別アルゴリズム完成 -１月下旬水槽に情報を表示する -２月４日最終発表 10 まとめ今期は，今期は水槽に取り付けたカメラの画像から魚を認識，魚種を区別し，水槽背面にその情報を表示する．評価は，水槽内の魚を正しく認識，判別できたかどうかの二点で行う．参考文献 [1] OpenCV http://opencv.org/ Automation (Human Friendly Mechatronics) (pp. 43-48). [8] Yanai, K. (2003, November). Generic image classification using visual knowledge on the web. In Proceedings of the eleventh ACM international conference on Multimedia (pp. 167-176). ACM. [9] 馬場研二. (1988). 水質異常検知を目的とする魚類行動の画像監視-画像認識法の検討. 水質汚濁研究, 11(2), 114-122.