The application of video and Image recognition technology with neural network to conservation biology

The application of video and Image recognition

technology with neural network to conservation

biology

著者

青田 智来

号

18

学位授与機関

Tohoku University

学位授与番号

生博第416号

URL

http://hdl.handle.net/10097/00131019

東北大学第６５号

博士論文内容の要旨及び

審査結果の要旨

生 命 科 学 第 １８ 集（課程博士）

（令和２年度授与）

東 北 大 学

令 和 ２ 年 度

氏 名

学 位 の 種 類

学 位 記 番 号

学 位 授 与 年 月 日

学 位 授 与 の 要 件

研 究 科 ， 専 攻

論

文

題

目

博士論文審査委員

あおた ともき

青田 智来

博士（生命科学）

生博第４１６号

令和３年１月１３日

学位規則第４条第１項該当

東北大学大学院生命科学研究科

（博士課程）生態システム生命科学専攻

The application of video and Image recognition

technology with neural network to conservation

biology(ニューラルネットワークを用いた動画像認識技術

の生態系保全への適用について)

（主査） 教授 千葉 聡

教授 牧 雅之

教授 牧野 能士

論文内容の要旨

To achieve the goals of conserving ecosystem and biodiversity, it is becoming important to develop management tool by implementing new technology. The cost reduction, downsizing and energy saving of electronic devices have enabled large-scale and wide-ranging surveys using technology such as remote sensing. The improvement of the computing performance has enabled the processing and extracted significant information from obtained big data.This trend is expected to continue in the future, and it is important to consider how to deal with these technologies in conservation programs.

There are various next-generation technologies that have become easier to utilize in recent years such as remote sensing with drone, real-time processing with small-sized computer and neural networks. Neural network is one of the machine learning methods inspired by human neurons, and shows high accuracy in various tasks.

In the present study, I focused on neural networks, especially on image recognition task using neural networks in next-generation technologies that will be adopted more in the future. I verified the effect on neural networks or on the combination of neural networks and remote sensing technology. And I discussed how neural networks can be applied to survey ecosystem through several researches. The results of this study show high potential of application of neural network to future conservation biology.

In Chapter 2, I constructed the system for automatically identifying seaweed on substrate rocks and assess seaweed coverage from photographic sea bottom image using semantic segmentation technology of the neural networks. Training of the neural networks yielded a system that can identify the position and outline of the seaweed on a rock substrate with high accuracy. In addition, this system shows a high degree of accuracy in detecting objects even on a fairly small rough photographic image. This study enables to accessing seaweed coverage nondestructively.

In Chapter 3, I constructed the system detecting Anolis carolinensis, which is one of the alien species invading Ogasawara Islands, from the image obtained by remote sensing technology. The animals were detected by object detection technology using neural networks. This study demonstrates that the combination of remote sensing and machine learning is useful for ecosystems managements.

In Chapter 4, the system constructed in Chapter 3 was expanded. In chapter 3, the neural networks detect objects using images as learning data. In Chapter 4, I conducted a training model using moving images as training data. By this operation, the model was able to utilize not only spatial information but also temporal information for detection of images.

Finally, I discuss the application of the image recognition technology of neural network to ecology and conservation biology. In the case of specific data, it is important to considering preprocessing of the data and the handling of the data. I also suggest that the range of application be improved by further other technological innovations in the future.

論文審査結果の要旨

本博士論文は機械学習を用いて生態系モニタリングの効率化、省力化を可能にする技術開発を目指 したものである。従来の生態系モニタリングは、人力によるフィールドワークやデータ取得、解析 を行うことにより進められるのが一般的であり、それには通常大きなコストがかかることが問題と なっていた。本研究は機械学習を導入することにより、これを自動化することによって問題の解決 を図ることに成功した。 まず沿岸の藻類群落のモニタリングのため、水中写真から特定の藻類を判別し、被服度を求める 技術を開発した。これまで潜水調査により、現地で行われていたデータ取得の作業を、写真撮影の みのレベルで可能にすることにより、それまでに要していた人力コストを大幅に軽減することに成 功した。 次に本論文では、小笠原諸島で大きな問題となっている外来生物グリーンアノ―ルのモニタリン グ調査を自動化するため、ドローンによる上空からの動画撮影と機械学習による動画の解析からグ リーンアノ―ルの識別を行う技術を開発した。グリーンアノ―ルはカムフラージュにより、背景に 姿を隠すため、その検出は肉眼では困難で多大の労力を要する。本論文ではディープラーニング技 術による画像抽出を用いることにより、その識別を自動的に行うことに成功した。本論文により開 発された技術により、グリーンアノ―ルの自動検出が可能になり、それにかかる労力の大幅な削減 が可能になる。 さらに本論文では、動画から物体の動きを検出し、それをもとにグリーンアノ―ルの自動識別を することにも成功した。これによって高い精度でグリーンアノ―ルの自動モニタリングを行うこと が可能になった。本技術は現在環境省により進められているグリーンアノ―ルのモニタリング事業 に、大きく貢献すると期待できる。 以上のように本論文は青田君が自立して研究活動を行うに必要な高度の研究能力と学識を有する ことを示している。したがって，青田智来提出の論文は，博士（生命科学）の博士論文として合格 と認める