JP2019201578A - 死鳥推定装置、死鳥推定方法、プログラムおよび記録媒体 - Google Patents

Abstract

【課題】容易にリアルタイムでケージにおける死鳥の推定を行うことができる新たなシステムを提供する。【解決手段】死鳥推定装置１は、画像取得部１１、ケージ抽出部１２、および死鳥推定部１３を含み、前記画像取得部１１は、ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像を取得し、前記ケージ抽出部１２は、前記複数の走査画像から、前記連続的に配置されているケージごとのケージ画像を抽出し、前記死鳥推定部１３は、前記抽出した各ケージ画像について、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定することを特徴とする。【選択図】図１

Description

本発明は、死鳥推定装置、死鳥推定方法、プログラムおよび記録媒体に関する。

鶏舎でのニワトリの飼育には、通常、ケージが使用されている。前記鶏舎には、一般的に、複数のケージが連続するケージレーンが配置され、各ケージ（約４，２００ｃｍ^２）に１０羽程度のニワトリが収容されている。前記ケージレーンは、平面方向において、例えば、８０〜１４０個のケージが、長さ約７０〜８０ｍにわたってつらなり、また、垂直方向において、例えば、約２段〜４段となるように、ケージが積層されている。

食肉用のニワトリの場合、鶏舎内でへい死したニワトリは、鶏舎からの回収時に破棄することで、市場に流通されることを防止できる。しかしながら、卵に関しては、死鳥に引っかかり古くなった卵が混在する場合がある。ケージは、内部の床が正面方向に下がる傾斜面を有し、傾斜面の前方に、集卵レーンが設けられている。このため、ケージ内の生鳥が生んだ卵は、前記傾斜面を転がり前記集卵レーンに自動的に集められる。しかし、前述のように、卵が死鳥にひっかかって、古くなった後に、前記集卵レーンに移動してくると、その外観からは、新鮮な卵であるか古くなった卵であるかを判断することが困難である。このため、ケージ内の死鳥は、迅速に取り除き、古くなった卵の混入を未然に防ぐ必要がある。

しかしながら、実際の現場では、作業員が一つ一つのケージを目視し、死鳥がいるかいないかを判断しているのが現状である。前述のように、鶏舎には、長い距離にわたって複数のケージが配置され、さらに、高さ方向においても複数のケージが配置されている。このため、作業員が、一つ一つを目視で確認には、多大な労力を要する。この確認は、毎日、給餌前、暗所で行われているが、一般的な大きさの１鶏舎あたり、４人で行っても２時間を要する作業である。このように、鶏舎における全ケージの確認には、時間を要するため、頻繁な確認は、現実的に困難である。そして、厳しい環境でも長時間の作業は、死鳥の見落としにもつながる。さらに、死鳥をケージ内で長時間放置すると、同じケージ内の生鳥によって踏みつぶされてしまうことがある。前述のように、頻繁な確認が困難であるため、次の確認までに死鳥が踏みつぶされてしまうと、結果的に、死鳥を確認できないという問題もある。

一方、人手不足の解消の点から、鶏舎のケージを監視カメラによって監視することが報告されている（特許文献１）。しかしながら、この方法は、ケージをカメラで撮影しているのみであり、結果的に、作業員がモニターで撮影内容を確認し、各ケージにおける死鳥の有無を判断するしかない。

特公平７−８５６９６号

そこで、本発明は、例えば、容易にリアルタイムでケージにおける死鳥の有無の推定（以下、死鳥推定という）を行うことができる新たなシステムの提供を目的とする。

前記目的を達成するために、本発明の死鳥推定装置は、
画像取得部、ケージ抽出部、および死鳥推定部を含み、
前記画像取得部は、
ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像を取得し、
前記ケージ抽出部は、
前記複数の走査画像から、前記連続的に配置されているケージごとのケージ画像を抽出し、
前記死鳥推定部は、
前記抽出した各ケージ画像について、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、
ことを特徴とする。

本発明の死鳥推定方法は、
画像取得工程、ケージ抽出工程、および死鳥推定工程を含み、
前記画像取得工程は、
ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像を取得し、
前記ケージ抽出工程は、
前記複数の走査画像から、前記連続的に配置されているケージごとのケージ画像を抽出し、
前記死鳥推定工程は、
前記抽出した各ケージ画像について、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、
ことを特徴とする。

本発明のプログラムは、前記本発明の死鳥推定方法をコンピュータに実行させることを特徴とする。

本発明の記録媒体は、前記本発明のプログラムを記録したコンピュータ読み取り可能である。

本発明によれば、容易にリアルタイムでケージにおける死鳥の推定を行うことができる。

図１は、実施形態１の死鳥推定装置の一例を示すブロック図である。 図２は、鶏舎におけるケージレーンの一例を示す概略図である。 図３は、ケージ内の死鳥と生鳥の状態を示す画像である。 図４は、実施形態１の死鳥推定装置のハードウエア構成の一例を示すブロック図である。 図５は、実施形態１の死鳥推定装置のハードウエア構成のその他の例を示すブロック図である。 図６は、実施形態１の死鳥推定方法の一例を示すフローチャートである。 図７は、実施形態２の死鳥推定装置の一例を示すブロック図である。 図８は、実施形態３の死鳥推定装置の一例を示す概略図である。 図９は、実施形態３におけるケージとカメラとの角度の関係を示す概略図である。

本発明において、死鳥推定の対象となるトリの種類は、例えば、卵用としてケージで飼育されるトリであり、具体的には、採卵鶏（ニワトリ）があげられる。

本発明によれば、例えば、ケージレーンを撮影しながら画像処理を行うことで、リアルタイムに、各ケージにおける死鳥の存在を推定できる。このため、例えば、作業者の労力および作業時間を低減でき、必要に応じて、毎日、一日に数回、または連続的にケージレーンにおける死鳥の発生を管理することもできる。

本発明の実施形態について、図を用いて説明する。本発明は、以下の実施形態には限定されない。以下の各図において、同一部分には、同一符号を付している。また、各実施形態の説明は、特に言及がない限り、互いの説明を援用できる。さらに、各実施形態の構成は、特に言及がない限り、組合せ可能である。下記実施形態においては、死鳥推定の対象としてニワトリを例に説明するが、前述のように、本発明は、この例示には制限されない。

［実施形態１］
本発明の死鳥推定装置および死鳥推定方法の一例について、図を用いて説明する。

図１は、本実施形態の死鳥推定装置の一例を示すブロック図である。死鳥推定装置１は、画像取得部１１、ケージ抽出部１２、および死鳥推定部１３を含む。死鳥推定装置１は、例えば、さらに、記憶部１０を含み、記憶部１０は、死鳥推定情報記憶部１０１を含む。死鳥推定装置１は、例えば、さらに出力部１４を含む。死鳥推定装置１は、例えば、死鳥推定システムともいう。死鳥推定装置１は、例えば、前記各部を含む１つの死鳥推定装置でもよいし、前記各部が、通信回線網を介して接続可能な死鳥推定装置でもよい。前記通信回線網は、特に制限されず、公知の通信回線網を使用でき、有線でも無線でもよく、具体的には、例えば、インターネット回線、電話回線、ＬＡＮ（Local Area Network）、ＷｉＦｉ（Wireless Fidelity）等があげられる。

記憶部１０において、死鳥推定情報記憶部１０１は、死鳥推定情報として、画像におけるケージ内のトリが死鳥か否かを推定する情報を記憶する。前記情報の種類は、特に制限されず、以下のような例があげられる。

前記情報の第１の例は、死鳥推定モデルである。前記死鳥推定モデルは、画像と、画像におけるトリの状態（死鳥か生鳥か）との関係性（アルゴリズム）を表すモデルである。前記死鳥推定モデルは、例えば、ケージ内における死鳥の死鳥画像およびケージ内における生鳥の生鳥画像を、学習データとして使用し、学習により生成される。前記学習は、いわゆる機械学習があげられる。この場合、死鳥推定装置１は、例えば、さらに、前記死鳥推定モデルを生成する学習部を備えてもよい。前記画像を学習データとして用いた機械学習は、例えば、市販のシステムを利用することもでき、具体例として、FieldAnalyst（製品名、ＮＥＣソリューションイノベータ株式会社）等が使用できる（以下、同様）。生成された死鳥推定モデルは、死鳥推定情報記憶部１０１に保存される。

前記情報の第２の例は、ケージ内での死鳥の状態を示す死鳥画像情報およびケージ内での生鳥の状態を示す生鳥画像情報である。前記死鳥画像情報および前記生鳥画像情報は、例えば、画像そのものでもよいし、画像から得られる情報でもよい。後者の場合、例えば、前記死鳥画像における死鳥の特徴点の情報、前記生鳥画像における生鳥の特徴点の情報があげられ、これらは、例えば、前記死鳥画像および前記生鳥画像を画像解析して、それぞれの特徴点およびその特徴量を抽出することにより得ることができる。前記画像解析の方法は、特に制限されず、例えば、公知の方法が利用できる。

前記死鳥画像および前記生鳥画像は、例えば、ケージの下部領域（すなわち、生鳥がいた場合にその脚元が含まれる領域）を含む画像が好ましい。具体的には、前記下部領域は、ケージ内のニワトリが生鳥である場合、例えば、膝下（すなわち、軛脚および自脚）が含まれる領域であり、好ましくは、踵下（すなわち、自脚）が含まれる領域である。ニワトリの活動時間において、生鳥は、通常、立っているため、前記下部領域にはニワトリの脚部が確認できるはずであるが、死鳥の場合、うずくまった状態であるため、脚部が確認し難い。したがって、前記ケージの下部領域を含む画像を使用することで、より精度良い死鳥の推定が可能になる。また、前記死鳥画像および前記生鳥画像は、例えば、同様の理由から、ニワトリの活動時間帯に撮像された画像が好ましい。ニワトリが休んでいる時間帯において、うずくまっているニワトリの状態は、へい死であるか、休んでいるかが判別し難い。このため、活動時間帯の画像を使用することによって、より精度良い死鳥の推定が可能になる。前記活動時間帯は、特に制限されず、例えば、給餌中の時間帯（午前４時頃）等である。

ここで、図２に、ニワトリの活動時間帯における、ケージの下部領域の画像を示す。図２（Ａ）は、それぞれ、ケージの下部領域の画像であり、死鳥が写った画像であり、図２（Ｂ）は、それぞれ、ケージの下部領域の画像であり、生鳥のみが写った画像である。いずれの画像も、一つのケージにおける同じ領域を示す画像であり、且つ、同じサイジングである。図２（Ａ）に示すように、ケージの下部に床にうずくまるニワトリの胴体４０が確認され、死鳥であることがわかる。一方、図２（Ｂ）は、ケージの下部にニワトリの脚部４１が確認され、床にうずくまるニワトリの胴体は確認されないことから、死鳥は存在しないことがわかる。このような画像を、前述のように、そのまま前記死鳥画像および前記生鳥画像として使用してもよいし、前記学習データとして使用してもよい。

画像取得部１１は、ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像（以下、被推定画像ともいう）を取得する。前記ケージレーンのスキャン（走査）とは、例えば、後述するように、ケージが連続するケージレーンに対して、空間的に移動しながら連続的に画像を撮像していくことである。前記被推定画像は、例えば、死鳥推定装置１自体が撮像することにより取得してもよいし、外部機器から取得してもよい。前者の場合、死鳥推定装置１は、画像取得部１１として、例えば、カメラ等の撮像部を有する。後者の場合、前記外部機器は、例えば、カメラ等の撮像機器であり、死鳥推定装置１と前記外部機器との接続により、前記外部機器から画像取得部１１において前記被推定画像を取得してもよい。

前記外部機器との接続方式は、特に制限されず、前記被推定画像を取得できればよい。前記接続は、例えば、有線による接続でもよいし、無線による接続でもよい。前記有線による接続は、例えば、コードによる接続でもよいし、通信回線網を利用するためのケーブル等による接続でもよい。前記無線による接続は、例えば、通信回線網を利用した接続でもよいし、無線通信を利用した接続でもよい。前記通信回線網は、特に制限されず、例えば、前述と同様である。

死鳥推定装置１が前記撮像部を有する場合、前記ケージレーンを連続的にスキャンすることから、死鳥推定装置１は、鶏舎内を移動できる移動型装置であることが好ましい。

鶏舎では、前述のように、複数のケージが連続するケージレーンが配置されている。ここで、図３に、鶏舎におけるケージレーンの配列の概略図を示す。なお、図３は、本発明を説明するため一例にすぎず、本発明は、この例示に何ら制限されない。図３は、鶏舎２におけるケージレーンの概略図であり、図３（Ａ）は、鶏舎２内部のケージレーンＡ〜Ｆを上方向から見た平面図であり、図３（Ｂ）は、鶏舎２内部のケージレーンＡを正面方向から見た平面図である。図３において、矢印Ｘは、平面方向であり、矢印Ｚは、高さ方向である。図３に示すように、鶏舎２には、平面方向に沿って、複数のケージレーンＡ〜Ｆが配置されている。各ケージレーンは、平面方向Ｘに連続するケージ群（列）と、高さ方向に連続するケージ群（段）とを含む。各ケージ３０の位置は、例えば、レーン（Ａ、Ｂ、Ｃ、Ｄ、ＥまたはＦ）、平面方向における順番（１、２、３、４、５、６、７、８、９、１０、１１または１２）、および高さ方向における段（１、２、３、４）によって、特定できる。レーンＡとＢ、レーンＣとＤ、レーンＥとＦは、例えば、それぞれのケージ３０の背面が対向するように配置されている。図３においては、便宜上、レーンの数を６個、列におけるケージ３０の個数を１２個、段の数を４としたが、あくまでも例示であり、本発明は、これには何ら制限されない。

前記複数の被推定画像は、例えば、以下のようにしてスキャンできる。レーンＡの正面側において、ケージＡ１からＡ１２の方向に向かって、カメラを移動させながら、連続的にケージレーンＡを撮像し、レーンＢの正面側において、ケージＢ１２からＢ１の方向に向かって、カメラを移動させながら、連続的にケージレーンＢを撮像し、レーンＣの正面側において、ケージＣ１からＣ１２の方向に向かって、カメラを移動させながら、連続的にケージレーンＣを撮像し、レーンＤの正面側において、ケージＤ１２からＤ１の方向に向かって、カメラを移動させながら、連続的にケージレーンＤを撮像し、レーンＥの正面側において、ケージＥ１からＥ１２の方向に向かって、カメラを移動させながら、連続的にケージレーンＥを撮像し、レーンＦの正面側において、ケージＦ１２からＦ１の方向に向かって、カメラを移動させながら、連続的にケージレーンＦを撮像する。このようにして、全てのケージレーンを、連続的にスキャンできる。

また、例えば、右方向を撮像するカメラと、左方向を撮像するカメラとを併用して、ケージレーンＢとＣとの間、ケージレーンＤとＥとの間を進行しながら、右方向と左方向とを撮像することにより、同時に、ケージレーンＢとＣの被推定画像、ケージレーンＤとＥの被推定画像を取得できる。

また、図３に示すように、ケージ３０が複数の段に積層されている場合、段ごとに、ケージレーンＡ〜Ｆについて撮像してもよいし、同時に撮像してもよい。後者の場合、例えば、ケージレーンＡ〜Ｆの各段１〜４の高さに、それぞれカメラを固定し、進行しながら撮像することにより、同時に各段の被推定画像を取得することができる。

前記複数の被推定画像は、例えば、以下の撮像条件で撮像した画像が好ましい。前記撮像条件は、例えば、移動速度２〜８ｋｍ／ｈｒ、１秒あたりの撮像枚数５〜３５枚である。前記被推定画像は、前述の死鳥推定情報と同様の理由から、例えば、ケージの下部領域を含む画像が好ましい。また、前記被推定画像は、後述するように、最終的には、それから抽出したケージ画像について推定することから、その撮像条件は、例えば、前記死鳥推定情報に使用される画像と同条件であることが好ましい。

ケージ抽出部１２は、前記複数の被推定画像から、前記連続的に配置されているケージごとのケージ画像を抽出する。前記被推定画像から、前記ケージごとのケージ画像を抽出する方法は、特に制限されず、例えば、画像解析の手法を使用することによって行える。前記被推定画像から前記ケージ画像の抽出（切り出し）を行うための情報は、例えば、抽出用情報として、記憶部１０に予め格納してもよい。前記抽出用情報は、特に制限されず、前記被推定画像からの切り出しに関係する情報である。前記抽出用情報としては、例えば、前記被推定画像の撮像条件（例えば、カメラの設定条件）、前記抽出する領域の位置情報等である。

前記ケージ画像の抽出を、例えば、前記被推定画像におけるケージの形状の特定により行う場合、前記抽出用情報として、例えば、一般的なケージの画像、もしくは本発明を利用する鶏舎で使用されているケージの画像等が使用できる。この場合、例えば、前記被推定画像と前記抽出用情報の画像とを照合することによって、前記被推定画像からケージ画像を抽出できる。この方法には限られず、例えば、前記抽出用情報として、画像におけるケージの特徴情報を使用し、前記抽出用情報に基づいて、前記被推定画像からケージ画像を抽出してもよい。

前記被推定画像から抽出するケージ画像は、例えば、予め既定した、ケージにおける既定領域の画像であることが好ましい。このように、各ケージについて、予め既定した領域の画像を抽出することによって、より精度の良い推定が可能になる。また、ケージ抽出部１２は、例えば、ケージにおける既定領域の画像を切り出し、前記切り出した既定領域の画像を既定サイズの画像にリサイズし、リサイズした画像を、前記ケージ画像として抽出することが好ましい。前記既定サイズは、例えば、前述の死鳥推定情報に使用した画像と同じサイズがあげられる。これによっても、より精度の良い推定が可能になる。前記既定領域は、例えば、前記死鳥推定情報と同様の理由から、前記ケージの下部領域が好ましい。前記既定領域の設定条件、および前記既定サイズの設定条件は、例えば、前記抽出用情報として、前述のように、記憶部１０に予め格納してもよい。

死鳥推定部１３は、前記抽出した各ケージ画像について、前記死鳥推定情報により、前記各ケージ画像おけるケージ内のトリが死鳥か否かを推定する。

前記死鳥推定情報が、前記第１の例である前記死鳥推定モデルの場合、前記死鳥推定モデルを用いることで、前記各ゲージ画像おけるケージ内のトリが死鳥か否かを推定できる。また、前記死鳥推定情報が、前記第２の例のうち前記死鳥画像および前記生鳥画像そのものの場合、前記死鳥画像および前記生鳥画像と、前記各ゲージ画像とを照合することにより、前記各ゲージ画像おけるケージ内のトリが死鳥か否かを推定できる。また、前記死鳥推定情報が、前記第２の例のうち前記死鳥画像および前記生鳥画像から得られる情報、例えば、特徴点の情報の場合、前記各ゲージ画像について、前記死鳥画像から得られる特徴点と、前記生鳥画像から得られる特徴点のいずれを有するかを解析することで、前記各ゲージ画像おけるケージ内のトリが死鳥か否かを推定できる。

出力部１４は、任意であり、得られた推定結果を出力する。出力部１４は、例えば、後述するディスプレイ等の表示部を有する場合、前記表示部に、前記推定結果を出力できる。また、出力部１４は、例えば、外部装置に前記推定結果を出力してもよい。前記外部装置は、特に制限されず、例えば、ディスプレイ等の表示部を有する装置であり、具体例として、携帯電話、スマートフォン、タブレット、ＰＣ等の外部端末が例示できる。死鳥推定装置１と前記外部装置とは、前述のように、接続によって、死鳥推定装置から前記外部装置に前記推定結果を出力できる。前記接続形式は、特に制限されず、前述と同様である。

前記推定結果の出力の方法は、特に制限されない。死鳥推定装置１が前記表示部を有する場合、例えば、前記表示部に、各ケージのケージ画像を順次映し出し、死鳥が存在すると推定されたケージのケージ画像を映した際に、あわせてアラートを出力してもよい。前記アラートは、例えば、前記表示部における、文字、色、点滅等のアラートでもよいし、音のアラートでもよい。

つぎに、図４に、図１の死鳥推定装置１のハードウエア構成のブロック図を例示する。図４に示すように、死鳥推定装置１は、例えば、ＣＰＵ（中央処理装置）１０１、メモリ１０２、インターフェイス（Ｉ／Ｆ）１０３、入力装置１０４、ディスプレイ１０５、通信デバイス１０６、記憶装置１０７、撮像装置１１０等を有する。死鳥推定装置１の各部は、例えば、Ｉ／Ｆ１０３を介して、接続されている。前記ハードウエア構成において、内部での回路間の通信は、バスによって接続される。

ＣＰＵ１０１は、死鳥推定装置１の全体の制御を担う。死鳥推定装置１において、ＣＰＵ１０１により、例えば、本発明のプログラムやその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的に、死鳥推定装置１は、例えば、ＣＰＵ１０１が、画像取得部１１、ケージ抽出部１２、および死鳥推定部１３として機能する。後述するように、記憶部１０に死鳥推定情報１０９として死鳥推定モデル１０９１が格納されている場合、死鳥推定部１３として機能するＣＰＵ１０１は、死鳥推定モデル１０９１を呼び出し、死鳥推定モデル１０９１を用いて推定処理を行う。

Ｉ／Ｆ１０３は、例えば、前述したＣＰＵ１０１、メモリ１０２等のそれぞれの機能部間を接続する。また、Ｉ／Ｆ１０３は、例えば、外部機器とも接続できる。死鳥推定装置１は、例えば、Ｉ／Ｆ１０３に接続された通信デバイス１０６により、通信回線網に接続でき、前記通信回線網を介して、前記外部機器と接続することもできる。

メモリ１０２は、例えば、メインメモリを含み、前記メインメモリは、主記憶装置ともいう。ＣＰＵ１０１が処理を行う際には、例えば、後述する補助記憶装置に記憶されている、本発明のプログラム等の種々のプログラムを、メモリ１０２が読み込み、ＣＰＵ１０１は、メモリ１０２からデータを受け取って、前記プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。メモリ１０２は、例えば、さらに、ＲＯＭ（読み出し専用メモリ）を含む。

記憶装置１０７は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。記憶装置１０７は、例えば、記憶媒体と、前記記憶媒体に読み書きするドライブとを含む。前記記憶媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＦＤ（フロッピー（登録商標）ディスク）、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等があげられ、前記ドライブは、特に制限されない。記憶装置１０７は、例えば、記憶媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）も例示できる。記憶装置１０７は、例えば、本発明のプログラム等の動作プログラム１０８が格納され、前述のように、ＣＰＵ１０１を実行させる際、メモリ１０２が、記憶装置１０７から動作プログラム１０８を読み込む。記憶装置１０７は、例えば、記憶部１０であり、死鳥推定情報１０９として死鳥推定モデル１０９１が格納され、また、各部で取得した情報および各部の処理に使用する情報等を格納する。

死鳥推定装置１は、さらに、撮像装置１１０を備えてもよい。撮像装置１１０は、例えば、カメラである。死鳥推定装置１が撮像装置１１０を備える場合、例えば、鶏舎内において死鳥推定装置１を移動させながら、撮像装置１１０によりケージレーンを撮像することにより、鶏舎内を移動しながら、リアルタイムで死鳥の存在の推定することもできる。

死鳥推定装置１は、例えば、さらに、入力装置１０４、ディスプレイ１０５を任意で有する。入力装置１０４は、例えば、タッチパネル、キーボード、マウス等である。ディスプレイ１０５は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等である。

また、死鳥推定装置１が、さらに、前述のように、死鳥推定モデル１０９１を生成する前記学習部を有する場合、図５のハードウエア構成のブロック図が例示できる。

図５に示すように、死鳥推定装置１は、例えば、記憶装置１０７が、さらに、生鳥画像情報１１１１および死鳥画像情報１１１２を含む学習データ１１１を記憶する。ＣＰＵ１０１は、さらに、学習部１４として機能し、記憶装置１０７の学習データ１１１を取出し、学習により、死鳥推定モデル１０９１を生成し、記憶装置１０７は、それを、死鳥推定情報１０９として記憶する。

つぎに、本実施形態の死鳥推定方法について、図６のフローチャートを用いて説明する。なお、本発明の情報提供方法は、これらの例に制限されない。本実施形態の死鳥推定方法は、例えば、図１に示す死鳥推定装置１を用いて実施できるが、本実施形態の死鳥推定方法は、死鳥推定装置１の使用には限定されない。

前記死鳥推定情報として前記死鳥推定モデルを、予め、死鳥推定装置１の記憶部１０に記憶させておく。また、記憶部１０には、前述のように、例えば、さらに、前記抽出用情報も記憶させておく。

まず、ケージが連続的に配置されているケージレーンを連続的にスキャンした複数の被推定画像を取得する（Ｓ１００）。この工程は、例えば、死鳥推定装置１の画像取得部１１により実行できる。

つぎに、前記複数の被推定画像から、前記連続的に配置されているケージごとのケージ画像を抽出する。この工程は、例えば、死鳥推定装置１のケージ抽出部１２により実行できる。前記ケージ画像の抽出は、例えば、前記被推定画像から、前記規定領域の画像を切り出し（Ｓ１０１）、前記切り出した既定領域の画像をリサイズすることによって（Ｓ１０２）、リサイズしたケージ画像として抽出できる。

つづいて、前記抽出したケージ画像について、前記死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを判断する（Ｓ１０３）。具体的に、学習によって生成された前記死鳥判定モデルを使用することで、各ケージ画像について死鳥が存在するか否かを推定できる。死鳥であると判断した場合（ＹＥＳ）、前記ケージ画像に対応するケージに、死鳥が存在すると推定し、死鳥ではないと判断した場合（ＮＯ）、前記ケージ画像に対応するケージに、死鳥が存在しないと推定する。そして、これらの結果を出力して（Ｓ１０６）、終了する。前記工程（Ｓ１０１）〜前記工程（Ｓ１０６）は、前記被推定画像のそれぞれについて実行する。

（変形例１）
前記図６のフローチャートについて、前記死鳥推定モデルを使用した例を示したが、本発明は、これには制限されない。前記工程（Ｓ１０３）において、前記死鳥推定情報として、前記死鳥画像および前記生鳥画像そのものを使用した場合は、例えば、前記死鳥画像および前記生鳥画像と、前記各ゲージ画像とを照合することにより、前記各ゲージ画像おけるケージ内のトリが死鳥か否かを推定できる。また、前記死鳥推定情報として、前記死鳥画像および前記生鳥画像から得られる情報、例えば、特徴点の情報を使用した場合は、例えば、前記各ゲージ画像について、前記死鳥画像から得られる特徴点と、前記生鳥画像から得られる特徴点のいずれを有するかを解析することで、前記各ゲージ画像おけるケージ内のトリが死鳥か否かを推定できる。

この場合、記憶装置１０７の記憶部１０には、例えば、死鳥推定情報として、前記死鳥画像情報および前記生鳥画像情報が格納される。

［実施形態２］
本実施形態は、本発明の死鳥推定装置および死鳥推定方法のその他の例であり、さらに、前記ケージ画像に対応するケージを特定する形態である。図７に、本実施形態の死鳥推定装置の一例のブロック図を示す。

本実施形態の死鳥推定装置３は、記憶部１０がさらにケージ特定情報記憶部１０２を含み、また、ケージ特定部１５を含む以外は、前記実施形態１と同様である。ケージ特定情報記憶部１０２は、画像におけるケージを特定する特定情報を記憶し、ケージ特定部１５は、前記各被推定画像または前記抽出した各ケージ画像について、前記特定情報により、前記鶏舎における対応するケージを特定する。

実施形態２の死鳥推定方法は、さらに、ケージ特定工程を含む以外は、前記実施形態１と同様である。前記ケージ特定工程は、前記各被推定画像または前記抽出した各ケージ画像について、前記特定情報により、前記鶏舎における対応するケージを特定する。

前記画像におけるケージを特定する前記特定情報は、特に制限されない。前記特定情報の第１の例は、例えば、鶏舎における前記各ケージの識別情報があげられる。鶏舎における前記各ケージが、例えば、その正面に、それぞれ異なるＩＤコードを有する場合、前記ＩＤコードと、これに紐づけられたケージの位置情報（例えば、図３（Ｂ）に示す「Ａ１／１」等）とを、識別情報として記憶してもよい。この場合、前記被推定画像または前記ケージ画像から、ＩＤコードを抽出し、前記抽出したＩＤコードを、前記記憶部に記憶したＩＤコードと照合し、一致したＩＤコードのケージが、前記被推定画像または前記ケージ画像に対応するケージであると特定できる。また、ＩＤコードには、前記位置情報が紐づけられていることから、例えば、実際の鶏舎におけるケージの位置情報も、前記ＩＤコードから取得できる。

前記特定情報の第２の例は、例えば、各ケージのアドレス情報があげられる。前記図３（Ａ）に示すように、鶏舎２には、複数のケージが連続した、複数のレーン（例えば、Ａ〜Ｆ）。そして、レーンに沿って、連続的に複数の画像を取得し、前記複数の画像から、その順番に沿ってケージを抽出すると、それはレーンにおける連続したケージということになる。具体的には、例えば、レーンＡについて矢印Ｘ方向に向かってケージを撮像し、取得した複数の画像について、その順番に沿ってケージを抽出すれば、抽出した１番目のケージ画像は、ケージＡ１の画像、抽出した２番目のケージ画像は、ケージＡ２の画像ということなる。この場合、連続的に取得する画像は、例えば、ケージの左右を含む画像とすることで、ケージの左右の区切り等から、一つ一つのケージを抽出することができる。また、ケージが上方向に積層されている場合も同様であり、例えば、１段から４段のケージにあわせて４台のカメラを配置した場合は、下から１つ目、２つ目、３つ目、４つ目のカメラのＩＤと、画像とを紐づけることで、どの段におけるケージであるかも決定される。この場合、画像は、ケージの上下を含む画像とすることで、ケージの上下の区切り等から、一つ一つのケージを抽出できる。このため、予め、各レーンについての画像を取得し、前記画像からケージ画像を順番に抽出し、その順番にしたがって、ケージのアドレス、例えば、図３（Ａ）および（Ｂ）に示すＡ１、Ａ１／１等のアドレス情報を設定できる。そして、実際の死鳥推定においては、同様に、各レーンについての被推定画像を取得し、前記被推定画像からケージ画像を順番に抽出し、その順番にしたがって、予め前記特定情報として設定したアドレス情報を、各ケージ画像のアドレス情報として付与できる。これによって、前記被推定画像から抽出した各ケージ画像が、鶏舎におけるどのケージに対応するかを付与されたアドレス情報から特定することが可能になる。

前記第２の例として、前記特定情報としては、例えば、ケージ特定モデルがあげられる。前記ケージ特定モデルは、例えば、画像と、画像におけるケージとの関係性（アルゴリズム）を表すモデルである。前記ケージ特定モデルは、例えば、ケージ画像を学習データとして使用し、学習により生成される。前記学習は、いわゆる機械学習があげられ、前述のようなシステムが利用できる。この場合、前記ケージ特定モデルを用いることで、前記被推定画像から前記ケージ画像を抽出できるため、連続するケージ画像に対して、その順にしたがって、前述のようにケージのアドレスを付与できる。

各ケージに対するアドレス情報の設定には、例えば、鶏舎の識別情報（名前、番号等）、レーンの識別情報（レーン番号、段数の番号等）、カメラの識別情報（ＩＤ等）の情報を、さらに紐づけることが好ましい。

実施形態２によれば、各ケージ画像における死鳥の有無を推定し、且つ、その推定対象となったケージ画像が、鶏舎におけるどのケージに対応するかについても特定することができる。このため、作業者は、例えば、死鳥がいると推定されたケージに出向き、容易に、目的のケージ内を確認することができる。

［実施形態３］
実施形態３は、本発明の死鳥推定装置および死鳥推定方法のその他の例であり、前述のように、撮像部としてカメラを備えた移動型装置である。

実施形態３による死鳥推定装置の概略の一例を、図８に示す。図８（Ａ）は、死鳥推定装置５の側面図であり、図８（Ｂ）は、死鳥推定装置５の正面図である。

図８（Ａ）において、矢印は、死鳥推定装置５の進行方向を示す。図８に示すように、死鳥推定装置５は、車輪部５１、土台部５２、把持部５３、ＰＣ（パーソナルコンピュータ）５４、バッテリー５５、ＵＳＢハブ５６、支持部５７、パトランプ５８、カメラ１１１〜１１４を備える。土台部５２の下方には、車輪部５１が設置され、土台部５２の上には、手前側に作業者用の把持部５３、進行方向側に支持部５７が配置されている。支持部５７には、ケージの各段の高さに合わせて一対のカメラが４組（１１１〜１１４）固定されている。一対のカメラ１１１〜１１４は、それぞれ、右方向（Ｒ）と左方向（Ｌ）とを同時に撮像可能なように、支持部５７に対して互いに反対方向を向いて固定されている。各対のカメラ１１１〜１１４の下部には、パトランプが配置されている。土台部５２には、ＰＣ５４、バッテリー５５が搭載され、この他に、ＵＳＢハブ５６が任意で配置されている。

死鳥推定装置５によれば、例えば、前記実施形態１で述べたように、図３に示すレーンＢとレーンＣとの間を通過しながら、右方向のレーンと左方向のレーンとを同時に撮像できる。また、カメラ１１１〜１１４が、４段に固定されていることから、ケージレーンについて１段から４段を同時に撮像することもできる。そして、カメラ１１１〜１１４で撮像した被推定画像を、搭載したＰＣ５４で画像処理し、死鳥の推定を行い、死鳥がいると推定された場合には、リアルタイムで、対応するケージ近くのパトランプを点灯させることで、死鳥の存在の可能性を、作業者に知らせることができる。このように、作業者が死鳥推定装置５を押し進めながら、リアルタイムで死鳥の存在の可能性を知ることができるため、例えば、その場で、対象となるケージについて死鳥を確認し、除去することができる。また、死鳥推定装置５は、例えば、作業者により動かし、または、自動走行により動かし、得られた推定結果を記憶部に記憶させ、後で、推定結果を確認した上で、作業員が鶏舎に赴き、対象となるケージについてのみ死鳥を確認し、除去することもできる。

前記実施形態１で示すように、前記被推定画像は、ケージの下部領域、つまり、ニワトリの脚元の画像を含むことが好ましい。このため、死鳥推定装置５において、各カメラ１１１〜１１４は、撮像対象のケージに対して、ニワトリの脚元だけが写る角度に固定されていることが好ましい。前記ケージは、前述のように、卵の回収のため、一般的に、その床は、正面方向に向かって傾斜している。このため、例えば、図９の概略図に示すように、傾斜する床３１を有するケージ３０に対して、ニワトリ４２の脚元を撮像できるように、カメラ１１１を固定することが好ましい。

［実施形態４］
本発明の実施形態４によるプログラムは、前記本発明の死鳥推定方法を、コンピュータ上で実行可能なプログラムである。または、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体としては、特に限定されず、例えば、前述のような記憶媒体等があげられる。

以上、実施形態を参照して本願発明を説明したが、本願発明は、上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

＜付記＞
上記の実施形態および実施例の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
画像取得部、ケージ抽出部、および死鳥推定部を含み、
前記画像取得部は、
ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像を取得し、
前記ケージ抽出部は、
前記複数の走査画像から、前記連続的に配置されているケージごとのケージ画像を抽出し、前記死鳥推定部は、
前記抽出した各ケージ画像について、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、
ことを特徴とする死鳥推定装置。
（付記２）
前記死鳥推定情報が、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定モデルであり、
前記死鳥推定モデルは、ケージ内の死鳥の死鳥画像とケージ内の生鳥の生鳥画像とから、学習により生成されるモデルであり、
前記死鳥推定部は、前記死鳥推定モデルにより、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、付記１記載の死鳥推定装置。
（付記３）前記死鳥推定情報が、ケージ内での死鳥の状態を示す死鳥画像情報およびケージ内での生鳥の状態を示す生鳥画像情報であり、
前記死鳥推定部は、前記死鳥画像情報および前記生鳥画像により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、付記１記載の死鳥推定装置。
（付記４）
さらに、前記各走査画像または前記抽出した各ケージ画像について、画像におけるケージを特定する特定情報により、鶏舎における対応するケージを特定するケージ特定部を含む、付記１に記載の死鳥推定装置。
（付記５）
前記特定情報が、画像におけるケージを特定するケージ特定モデルであり、
前記ケージ特定モデルは、各ケージの画像から、学習により生成されるモデルであり、
前記ケージ特定部は、前記ケージ特定モデルにより、前記各走査画像または前記各ケージ画像のケージを特定する、付記４記載の死鳥推定装置。
（付記６）
前記ケージ抽出部が、ケージにおける既定領域の画像を、前記ケージ画像として抽出する、付記１から５のいずれかに記載の死鳥推定装置。
（付記７）
前記ケージ抽出部が、ケージにおける既定領域の画像を抽出し、前記抽出した既定領域の画像を既定サイズの画像にリサイズし、リサイズした画像を、前記ケージ画像とする、付記１から６のいずれかに記載の死鳥推定装置。
（付記８）
前記既定領域の画像が、ケージにおけるトリの脚元が位置する領域の画像である、付記６または７に記載の死鳥推定装置。
（付記９）
前記画像取得部が、撮像部である、付記１から８のいずれかに記載の死鳥推定装置。
（付記１０）
さらに、前記推定結果を出力する出力部を含む、付記１から９のいずれかに記載の死鳥推定装置。
（付記１１）
画像取得工程、ケージ抽出工程、および死鳥推定工程を含み、
前記画像取得工程は、
ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像を取得し、
前記ケージ抽出工程は、
前記複数の走査画像から、前記連続的に配置されているケージごとのケージ画像を抽出し、
前記死鳥推定工程は、
前記抽出した各ケージ画像について、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定することを特徴とする死鳥推定方法。
（付記１２）
前記死鳥推定情報が、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定モデルであり、
前記死鳥推定モデルは、ケージ内の死鳥の死鳥画像とケージ内の生鳥の生鳥画像とから、学習により生成されるモデルであり、
前記死鳥推定工程は、前記死鳥推定モデルにより、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、付記１１記載の死鳥推定方法。
（付記１３）
前記死鳥推定情報が、ケージ内での死鳥の状態を示す死鳥画像情報およびケージ内での生鳥の状態を示す生鳥画像情報であり、
前記死鳥推定工程は、前記死鳥画像情報および前記生鳥画像により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、付記１１記載の死鳥推定方法。
（付記１４）
さらに、前記各走査画像または前記抽出した各ケージ画像について、画像におけるケージを特定する特定情報により、鶏舎における対応するケージを特定するケージ特定工程を含む、
付記１１記載の死鳥推定方法。
（付記１５）
前記特定情報が、画像におけるケージを特定するケージ特定モデルであり、
前記ケージ特定モデルは、各ケージの画像から、学習により生成されるモデルであり、
前記ケージ特定工程は、前記ケージ特定モデルにより、前記各走査画像または前記各ケージ画像のケージを特定する、付記１３記載の死鳥推定方法。
（付記１６）
前記ケージ抽出工程が、ケージにおける既定領域の画像を、前記ケージ画像として抽出する、付記１１から１５のいずれかに記載の死鳥推定方法。
（付記１７）
前記ケージ抽出工程が、ケージにおける既定領域の画像を抽出し、前記抽出した既定領域の画像を既定サイズの画像にリサイズし、リサイズした画像を、前記ケージ画像とする、付記１１から１６のいずれかに記載の死鳥推定方法。
（付記１８）
前記既定領域の画像が、ケージにおけるトリの脚元が位置する領域の画像である、付記１６または１７に記載の死鳥推定方法。
（付記１９）
前記画像取得工程が、撮像工程である、付記１１から１８のいずれかに記載の死鳥推定方法。
（付記２０）
さらに、前記推定結果を出力する出力工程を含む、付記１１から１９のいずれかに記載の死鳥推定方法。
（付記２１）
付記１１から２０のいずれかに記載の死鳥推定方法をコンピュータに実行させることを特徴とするプログラム。
（付記２２）
付記２１に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。

本発明によれば、容易にリアルタイムでケージにおける死鳥の推定を行うことができる。

１ 死鳥推定装置
１０ 記憶部
１０１ 死鳥推定情報記憶部
１１ 画像取得部
１２ ケージ抽出部
１３ 死鳥推定部
１４ 出力部

Claims (10)

1. 画像取得部、ケージ抽出部、および死鳥推定部を含み、
   前記画像取得部は、
   ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像を取得し、
   前記ケージ抽出部は、
   前記複数の走査画像から、前記連続的に配置されているケージごとのケージ画像を抽出し、前記死鳥推定部は、
   前記抽出した各ケージ画像について、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、
   ことを特徴とする死鳥推定装置。
2. 前記死鳥推定情報が、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定モデルであり、
   前記死鳥推定モデルは、ケージ内の死鳥の死鳥画像とケージ内の生鳥の生鳥画像とから、学習により生成されるモデルであり、
   前記死鳥推定部は、前記死鳥推定モデルにより、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、請求項１記載の死鳥推定装置。
3. 前記死鳥推定情報が、ケージ内での死鳥の状態を示す死鳥画像情報およびケージ内での生鳥の状態を示す生鳥画像情報であり、
   前記死鳥推定部は、前記死鳥画像情報および前記生鳥画像情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、請求項１記載の死鳥推定装置。
4. さらに、前記各走査画像または前記抽出した各ケージ画像について、画像におけるケージを特定する特定情報により、前記鶏舎における対応するケージを特定するケージ特定部を含む、請求項１に記載の死鳥推定装置。
5. 前記特定情報が、画像におけるケージを特定するケージ特定モデルであり、
   前記ケージ特定モデルは、各ケージの画像から、学習により生成されるモデルであり、
   前記ケージ特定部は、前記ケージ特定モデルにより、前記各走査画像または前記各ケージ画像のケージを特定する、請求項４記載の死鳥推定装置。
6. 前記ケージ抽出部が、ケージにおける既定領域の画像を、前記ケージ画像として抽出する、請求項１から５のいずれか一項に記載の死鳥推定装置。
7. 前記ケージ抽出部が、ケージにおける既定領域の画像を抽出し、前記抽出した既定領域の画像を既定サイズの画像にリサイズし、リサイズした画像を、前記ケージ画像とする、請求項１から６のいずれか一項に記載の死鳥推定装置。
8. 前記既定領域の画像が、ケージにおける鳥の足元が位置する領域の画像である、請求項６または７に記載の死鳥推定装置。
9. 画像取得工程、ケージ抽出工程、および死鳥推定工程を含み、
   前記画像取得工程は、
   ケージが連続的に配置されているケージレーンをスキャンした複数の走査画像を取得し、
   前記ケージ抽出工程は、
   前記複数の走査画像から、前記連続的に配置されているケージごとのケージ画像を抽出し、
   前記死鳥推定工程は、
   前記抽出した各ケージ画像について、画像におけるケージ内のトリが死鳥か否かを推定する死鳥推定情報により、前記各ケージ画像におけるケージ内のトリが死鳥か否かを推定する、
   ことを特徴とする死鳥推定方法。
10. 請求項９に記載の死鳥推定方法をコンピュータに実行させることを特徴とするプログラム。