• 検索結果がありません。

実験と結果

ドキュメント内 海底画像を利用した水産資源量の自動推定 (ページ 54-58)

第 4 章 礫場環境のためのホタテガイ検出手法

4.4 実験と結果

4.4.1 実験方法

実験には,認識可能領域においてサイズ128×128に切り出されたホタテガイを含む画 像(ホタテガイ画像)28枚,ホタテガイを含まない画像(その他の画像)を104枚用い た.ホタテガイ画像において,ホタテガイの上に砂が覆われていないものを“normal”,砂 に覆われているものを“covered”とする.ホタテガイ画像28枚のうち,“normal”が19枚 19個体,“covered”は9枚10個体であった.

実験の評価方法は以下のとおりである.提案システムにより検出された領域のうち,ホ タテガイ領域を正しく検出された数をT P,未検出のものをT Nとする.また,ホタテガ

54

Doctoral Thesis at Future University Hakodate, 2014

イ以外の領域が検出された数をFPとする.ここで,ホタテガイの数をNscallopとすると き,検出率RT P,未検出率RT N,誤検出率RFPをそれぞれ,

RT P = T P

Nscallop ·100[%], (4.16)

RT N = 100−RT P[%], (4.17)

RFP = FP

T P+FP·100[%], (4.18)

と定義する.

また実験の結果に基づき,資源量調査における精度を3.4.4節の評価法を用いて考察する.

4.4.2 実験結果

ホタテガイ検出の処理の流れを図4.19と図4.20に示す.ホタテガイ画像においては,形 状特徴だけでは複数のホタテガイ候補領域が抽出され(図4.19(b)),ホタテガイを特定す ることができない.しかし,色彩特徴と肋模様特徴により正しくホタテガイ領域を検出さ れている(図4.19(c)).その他の画像においては,形状特徴だけでは礫部分に複数のホタ テガイ候補領域が抽出されているが,色彩特徴と肋模様により正しく判別されている.

ホタテガイ領域の検出結果例を図4.21に,実験結果を表4.2に示す.図4.21より,正し くホタテガイが検出されているのがわかる.表4.2よりホタテガイの検出率は,“normal”

RT P=95 %,“covered”でRT P=70 %であり,全体でRT P= 86 %であった.また,誤 検出率はRFP=17 %であった.

本実験で得られた結果を用いて,資源量調査における精度を3.4.4節で述べた方法により 評価する.ここでは,“normal”のホタテガイについて考える.実験結果よりa=18,b=1 であるとき,検出率の分散σ2Yは式3.3より,

σ2Y = 18·1

(18+1)2(18+1+1)

= 0.002493,

である.ここでRT P=0.9474であるとき,提案手法により得られる個体密度の平均値µZ, 分散σ2Zは,式3.5,式3.5より,

µZ = 5.439·0.9474

= 5.125,

σ2Z = 0.94742·0.11832+5.4392·0.0024932

= 0.08631, である.このとき変動係数CVZは,

√0.08631

である.システムによって調査された画像数n =1000,2000,定数C = 30としたときの 変動係数CVXの結果を表4.3に示す.表4.3より,画像数n =1000のときCVX =2.2 %, 画像数n =2000のときCVX =1.8 %であった.

(a) (b) (c)

図4.19: 礫場環境のためのホタテガイ検出手法によるホタテガイ画像からの検出の流れ.

(a)対象画像.(b)ホタテガイ候補領域の抽出.(c)ホタテガイ領域の検出.

Actual process using proposed method to detect scallop for gravel field: Object image is (a), extracted image of the scallop candidate areas is (b), and result image is (c).

(a) (b) (c)

図4.20:礫場環境のためのホタテガイ検出手法によるその他の画像からの検出の流れ.(a)

対象画像.(b)ホタテガイ候補領域の抽出.(c)ホタテガイ領域の検出.

Actual process using proposed method to detect scallop for gravel field: Object image is (a), extracted image of the scallop candidate areas is (b), and result image is (c).

56

Doctoral Thesis at Future University Hakodate, 2014

(a) (b) (c)

(d) (e) (f)

図 4.21: 礫場環境のためのホタテガイ検出手法によるホタテガイ検出例(対象画像は図

4.1).

Samples of the detected scallop in the gravel field. Object images are those in Figs. 4.1.

表4.2: 4.4節の実験結果.

Experiment results in Sect. 4.4. Clear scallop is “normal”, and scallop covered with something is “covered”.

ホタテガイ画像

その他の画像

“normal” “covered”

画像数 19 9 104

ホタテガイ数 19 10 0 正検出 18 (95 %) 7 (70 %) 86 (83 %)

誤検出 1 (5 %) 3 (30 %) 18 (17 %)

検出率 25(86 %)

表4.3: 4.4節の実験における資源量推定精度評価結果.

Evaluation results in Sect. 4.4.

a b n’ CVX

540 30 1000 2.2 %

2000 1.8 %

ドキュメント内 海底画像を利用した水産資源量の自動推定 (ページ 54-58)