漁業×AI

Fishery AI

漁　業　×　AI

本研究では，水産業分野に対してAI/IoT技術を駆使し業務改善や資源管理の高度化を目指しています．漁港で水揚げした漁獲物を定点カメラで撮影し，魚の種類，サイズ，尾数を自動認識するシステム開発に取り組んでいます．本システムにより，大規模な漁獲物情報を電子記録でき，資源調査の効率化に繋がります．また，継続的にデータを蓄積できれば，後の水産研究の基礎データとして活用することも見込めます．本研究の一部はJSTのACT-Xにより支援を受けております．

研究テーマ例

Mask Keypoint RCNNによる漁獲物の認識，3D-CGソフトウェアを用いた漁獲物画像データの自動生成，等

研究業績（抜粋）

• 水産資源管理に向けたMask Keypoint R-CNNによる魚体長認識, IPSJ 第32回CDS研究会, 2021.
• オブジェクト自動生成による魚用インスタンスセグメンテーションのデータ拡張手法, 人工知能学会全国大会, 2021.
• (研究費)水産業のビッグデータ化に向けた汎用的な漁獲量認識基盤の開発, JST ACT-X, 2020.12 - 2023.3.

Mask Keypoint RCNN for Fish Length Estimation

Mask Keypoint RCNNを用いた魚体長推定

 水産資源の持続的な利用のためには，操業や水揚げ等の情報を用いた資源調査を行い，科学的な知見に基づいた客観的な指標により資源評価を行い，評価結果に基づく指標に従った資源管理を行うことが重要である．一方，漁獲した尾数や，魚種，魚体長といった資源評価に必要な基礎情報は，各漁場で手動で計測されていることが多い．本研究では，Mask Keypoint R-CNNを用いた画像認識により漁獲物の基礎情報を自動で収集するシステムを開発する．特に，漁獲物認識のためのKeypointを新たに定義した点，Copy-Paste Augmentationにより少数のラベル付きデータのみを用いてモデルを訓練した点が特色である．

水産資源管理に向けたMask Keypoint R-CNNによる魚体長認識, IPSJ 第32回CDS研究会, 2021.

(研究費)水産業のビッグデータ化に向けた汎用的な漁獲量認識基盤の開発, JST ACT-X, 2020.12 - 2023.3.

Image Composition by 3D-CG Software

3D-CGソフトウェアを用いた魚画像合成

 漁獲物の画像認識を実現するには，大量のラベル付き画像データセットが必要となる．しかし，特にインスタンスセグメンテーションのラベル付け作業は膨大であり，画像中の該当領域を大量に囲う作業を様々な漁場で毎回行うことは現実的ではない．そこで本研究では，ごく少量のラベル付きデータと3D-CGソフトウェアBlenderを用いて，画像合成により訓練データセットを自動生成する手法を開発する．Copy-Pasteによる手法に比べ，ポーズ変換や影の生成，立体感の表現等が可能であり，より自然な合成画像を生成できるため，訓練データセットとしての品質を向上させられる点が特徴である．

オブジェクト自動生成による魚用インスタンスセグメンテーションのデータ拡張手法, 人工知能学会全国大会, 2021.