JP2021065159A - 水産物識別方法、水産物識別プログラム、及び水産物識別システム - Google Patents
水産物識別方法、水産物識別プログラム、及び水産物識別システム Download PDFInfo
- Publication number
- JP2021065159A JP2021065159A JP2019193438A JP2019193438A JP2021065159A JP 2021065159 A JP2021065159 A JP 2021065159A JP 2019193438 A JP2019193438 A JP 2019193438A JP 2019193438 A JP2019193438 A JP 2019193438A JP 2021065159 A JP2021065159 A JP 2021065159A
- Authority
- JP
- Japan
- Prior art keywords
- imaging range
- marine product
- product identification
- individual image
- marine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003384 imaging method Methods 0.000 claims abstract description 70
- 230000000007 visual effect Effects 0.000 claims abstract description 42
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 4
- 241000251468 Actinopterygii Species 0.000 description 42
- 238000012545 processing Methods 0.000 description 6
- 241000861914 Plecoglossus altivelis Species 0.000 description 4
- 241001474374 Blennius Species 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 235000015170 shellfish Nutrition 0.000 description 3
- 241000512259 Ascophyllum nodosum Species 0.000 description 2
- 241000238366 Cephalopoda Species 0.000 description 2
- 241000238557 Decapoda Species 0.000 description 2
- 241000238413 Octopus Species 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000013332 fish product Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000014102 seafood Nutrition 0.000 description 2
- 230000009182 swimming Effects 0.000 description 2
- 241000927586 Marsupenaeus Species 0.000 description 1
- 241000238037 Palinurus vulgaris Species 0.000 description 1
- 241001600434 Plectroglyphidodon lacrymatus Species 0.000 description 1
- 241000894431 Turbinidae Species 0.000 description 1
- 241001261506 Undaria pinnatifida Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 229920003002 synthetic resin Polymers 0.000 description 1
- 239000000057 synthetic resin Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Farming Of Fish And Shellfish (AREA)
- Image Analysis (AREA)
Abstract
Description
この従来技術では、アユがジャンプして銀白色に光る特徴や、ジャンプしたアユの着水時のしぶきの特徴等から、アユ候補を検出し、特定の大きさを持つ検出物体をアユとして識別し、カウントする。
特に、上記従来技術を、例えば、樋に流して搬送される養殖魚のカウントや、生け簀を移動する養殖魚のカウントに適用しようとする場合には、前記のような画像特徴を得難いので、さらに誤認識や、誤カウントが増加するおそれがある。
水産物の移動経路中における所定の撮像範囲を動画撮影するステップと、前記動画撮影により取得した動画データを解析して、前記撮像範囲に侵入した個体画像について特定の視覚的特徴を有するか否かを判断するステップと、前記ステップにて特定の視覚的特徴を有すると判断した場合に前記個体画像に識別ラベルを付するステップと、前記識別ラベル付きの前記個体画像を追尾してこの個体画像が前記撮像範囲を抜け出たことを判断するステップと、前記撮像範囲から抜け出た前記個体画像について前記視覚的特徴を確定するステップとを含む水産物識別方法。
第1の特徴は、水産物識別方法であって、水産物の移動経路中における所定の撮像範囲を動画撮影するステップと、前記動画撮影により取得した動画データを解析して、前記撮像範囲に侵入した個体画像について特定の視覚的特徴を有するか否かを判断するステップと、前記ステップにて特定の視覚的特徴を有すると判断した場合に前記個体画像に識別ラベルを付するステップと、前記識別ラベル付きの前記個体画像を追尾してこの個体画像が前記撮像範囲を抜け出たことを判断するステップと、前記撮像範囲から抜け出た前記個体画像について前記視覚的特徴を確定するステップとを含む(図1〜図5参照)。
ここで、前記「水産物」には、魚や貝等の魚貝類や、エビ、カニ、タコ、イカ等を含み、さらには、ワカメや昆布等の海藻類を含む。
また、前記「視覚的特徴」には、形状や、大きさ、傷、外観上で把握できる病気等を含む。
次に、上記特徴を有する具体的な実施態様について、図面に基づいて詳細に説明する。
図1〜図3は、本発明に係る水産物識別方法、水産物識別プログラム、及び水産物識別システムの一例を説明する図である。
水産物Fは、図示例によれば、魚である。
図中、符号11は、水中にて水産物Fを覆う生け簀である。符号12は、生け簀11内の水上に浮かぶ船である。
各樋状部材1は、上方を開口した凹状断面を流れ方向へ長尺状に連続している。各樋状部材1の下流側端部は、生け簀11内の水面上に位置し、上流側端部は船12上に位置し固定される。
各樋状部材1の幅寸法は、水産物Fが詰まって停滞することなく流れるように、水産物Fの体長よりも広く設定される。
すなわち、仮に樋状部材を比較的幅の広い単数の部材とした場合には、この幅広の樋状部材の一方の側壁側に複数の魚が寄って、これら複数の魚が単数の魚として認識されてしまう可能性があるが、上記のようにして複数の樋状部材1を用いれば、このような誤認識を低減することができる。
この撮像範囲2は、後述する水産物識別システムAによる処理がスムーズに行われるように適宜な長さを有するとともに、複数の樋状部材1を跨るようにその幅方向の全長を含む寸法に形成される。
このビデオカメラ3は、光軸を撮像範囲2の略中心部へ向けるようにして、船12や樋状部材1等の不動部位に固定される。図1に示す一例によれば、ビデオカメラ3は、撮像範囲2の後斜め上方に位置する。
このビデオカメラ3によって撮像される動画データは、有線又は無線により船12上のコンピュータ4へ送信される。
先ず、コンピュータ4は、ビデオカメラ3を制御して、水産物Fの移動経路中の所定の撮像範囲2の動画撮影を開始する(ステップS1)。
前記「予め決められた特定の視覚的特徴」は、図示例によれば、魚としての視覚的特徴である。
コンピュータは、前記動画データのフレームから得た前記個体画像を、前記推定モデルに入力し、前記個体画像が魚画像である可能性を数値化(以降、「魚らしさ」と称する。)する。そして、この「魚らしさ」が所定の閾値以上であれば、前記個体画像を魚画像であるとみなす。
前記ステップS2の処理において、複数の個体が接触又は近接している場合には、これら複数の個体画像を単一の魚の画像であると判断せずに、複数の個体画像を構成する各個体画像について、単一の魚の画像であるか否かを判断するようにしている。
なお、例えば、複数の水産物Fが接触又は近接している場合には、これら複数の水産物Fの個体画像それぞれについて、中心点Fp及び識別ラベルを設定する。
ここで、中心点Fpが撮像範囲2を抜け出たとは、中心点Fpが、撮像範囲2の最も下流側のラインLを下流側へ越えたことを意味する。
詳細に説明すれば、コンピュータ4は、撮像範囲2から抜け出た個体画像に対し、上記ステップS2で判断した視覚的特徴(図示例によれば、魚であるという特徴)を紐づけして記憶する。このようにして視覚的特徴が紐づけされた個体画像は、上記ディープラーニングのためのサンプル画像として用いることができる。
詳細に説明すれば、コンピュータ4は、予め個体画像の数を示す変数を記憶しており、前記ステップS14にて視覚的特徴が確定する毎に、前記変数に1を加算する。前記変数の初期値はゼロとすればよい。
例えば、水産物Fの姿勢が変化した場合や、複数の水産物Fが重なっている場合等であっても、その水産物Fの識別及びカウントを高精度に行うことができる。
次に、本発明に係る他の実施態様について説明する。なお、以下に示す実施態様は、上記実施態様に対し一部の構成を追加するものであるため、主にその追加部分について詳述し、重複する詳細説明は省略する。
この遮光ケース5は、樋状部材1の長手方向において、撮像範囲2に対応する位置のみに部分的に設けた態様や、撮像範囲2を含む長尺状に設けた態様、樋状部材1の全長にわたって設けた態様等とすることが可能である。
この遮光ケース5は、金属や硬質合成樹脂等から形成され、樋状部材1や船12等の不動部位に固定される。
図5に示す水産物識別システムCは、上記水産物識別システムAから樋状部材1を全て省き、水産物Fの移動経路を生け簀11内の水中に設定し、この移動経路中の一部に、所定の撮像範囲2’を設定したものである。
なお、必要に応じて、撮像範囲2’の水産物Fを側方から撮影する水中ビデオカメラを備えれば、上下方向に重なり合う複数の養殖魚の位置関係を把握して、水産物Fの判別及び計数の精度をより向上することができる。
2,2’:撮像範囲
3,3’:ビデオカメラ
4:コンピュータ
5:遮光ケース
6:ライト
11:生け簀
A,B,C:水産物識別システム
F:水産物(個体)
Claims (12)
- 水産物の移動経路中における所定の撮像範囲を動画撮影するステップと、
前記動画撮影により取得した動画データを解析して、前記撮像範囲に侵入した個体画像について特定の視覚的特徴を有するか否かを判断するステップと、
前記ステップにて特定の視覚的特徴を有すると判断した場合に前記個体画像に識別ラベルを付するステップと、
前記識別ラベル付きの前記個体画像を追尾してこの個体画像が前記撮像範囲を抜け出たことを判断するステップと、
前記撮像範囲から抜け出た前記個体画像について前記視覚的特徴を確定するステップとを含む水産物識別方法。 - 前記識別ラベルを付する前記ステップの前に、前記特定の視覚的特徴を有すると判断した前記個体画像について、その輪郭に接する仮想外接四角形を設定し、この仮想外接四角形の中心点を求めるステップを有し、
前記撮像範囲を抜け出たことを判断する前記ステップでは、前記中心点が前記撮像範囲を抜け出た場合に、前記識別ラベル付きの前記個体画像が前記撮像範囲から抜け出たものとみなすことを特徴とする請求項1記載の水産物識別方法。 - 前記個体画像が前記撮像範囲を抜け出たことを判断する前記ステップの後に前記個体画像を計数することを特徴とする請求項1又は2記載の水産物識別方法。
- 前記撮像範囲に侵入した個体画像について特定の視覚的特徴を有するか否かを判断する前記ステップでは、ディープラーニングにより生成された推定モデルを用いることを特徴とする請求項1〜3何れか1項記載の水産物識別方法。
- 前記視覚的特徴として、前記水産物の種類を認識するようにしたことを特徴とする請求項1〜4何れか1項記載の水産物識別方法。
- 前記視覚的特徴として、前記水産物の傷又は病気を認識するようにしたことを特徴とする請求項1〜5何れか1項記載の水産物識別方法。
- 前記視覚的特徴として、前記水産物の大きさを認識するようにしたことを特徴とする請求項1〜6何れか1項記載の水産物識別方法。
- 請求項1〜7何れか1項記載の水産物識別方法をコンピュータに実行させるための水産物識別プログラム。
- 請求項1〜7何れか1項記載の水産物識別方法を実行するようにした水産物識別システムであって、前記撮像範囲を動画撮影するビデオカメラと、前記各ステップを行うコンピュータとを具備したことを特徴とする水産物識別システム。
- 前記撮像範囲を覆って外部の光線を遮る遮光ケースを設け、前記遮光ケース内に、前記ビデオカメラと、前記撮像範囲を照射するライトとを具備したことを特徴とする請求項9記載の水産物識別システム。
- 前記移動経路は、斜め下方へ水産物を流すようにした樋状部材を、その流れ方向に対する交差方向に複数並設してなり、前記撮像範囲は、複数の前記樋状部材を跨って設定されることを特徴とする請求項9又は10記載の水産物識別システム。
- 前記移動経路が、生け簀内の水中に設定されていることを特徴とする請求項9〜11何れか1項記載の水産物識別システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019193438A JP7243986B2 (ja) | 2019-10-24 | 2019-10-24 | 水産物識別方法、水産物識別プログラム、及び水産物識別システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019193438A JP7243986B2 (ja) | 2019-10-24 | 2019-10-24 | 水産物識別方法、水産物識別プログラム、及び水産物識別システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021065159A true JP2021065159A (ja) | 2021-04-30 |
JP7243986B2 JP7243986B2 (ja) | 2023-03-22 |
Family
ID=75635978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019193438A Active JP7243986B2 (ja) | 2019-10-24 | 2019-10-24 | 水産物識別方法、水産物識別プログラム、及び水産物識別システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7243986B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977929A (zh) * | 2023-07-31 | 2023-10-31 | 广西大学 | 基于鱼类打水行为监测的种群识别方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001323445A (ja) * | 2000-05-12 | 2001-11-22 | Toko Electric Corp | 魚道を遡上する魚類の数量計測装置 |
US20050011470A1 (en) * | 2002-11-08 | 2005-01-20 | Dataflow/Alaska, Inc. | System for uniquely identifying subjects from a target population |
JP2016081112A (ja) * | 2014-10-10 | 2016-05-16 | Necソリューションイノベータ株式会社 | 魚計数装置、魚計数方法、魚数の予測装置、魚数の予測方法、魚計数システムおよび魚数予測システム |
JP2016165238A (ja) * | 2015-03-09 | 2016-09-15 | Necソリューションイノベータ株式会社 | 同一魚判定装置、魚計数装置、魚計数用携帯端末、同一魚判定方法、魚計数方法、魚数予測装置、魚数予測方法、同一魚判定システム、魚計数システムおよび魚数予測システム |
WO2019106856A1 (ja) * | 2017-12-01 | 2019-06-06 | Necソリューションイノベータ株式会社 | 魚撮像装置および魚計数装置 |
JP6530152B1 (ja) * | 2019-01-11 | 2019-06-12 | 株式会社FullDepth | 魚監視システム |
US20190228218A1 (en) * | 2018-01-25 | 2019-07-25 | X Development Llc | Fish biomass, shape, and size determination |
JP2019135986A (ja) * | 2018-02-13 | 2019-08-22 | 株式会社Aiハヤブサ | 人工知能による漁獲物識別システム、管理システム及び物流システム |
JP2019153077A (ja) * | 2018-03-02 | 2019-09-12 | 日本電気株式会社 | 個体計数装置、個体計数方法、個体計数プログラム、及び個体計数システム |
WO2019198611A1 (ja) * | 2018-04-13 | 2019-10-17 | 日本電気株式会社 | 特徴推定装置および特徴推定方法 |
-
2019
- 2019-10-24 JP JP2019193438A patent/JP7243986B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001323445A (ja) * | 2000-05-12 | 2001-11-22 | Toko Electric Corp | 魚道を遡上する魚類の数量計測装置 |
US20050011470A1 (en) * | 2002-11-08 | 2005-01-20 | Dataflow/Alaska, Inc. | System for uniquely identifying subjects from a target population |
JP2016081112A (ja) * | 2014-10-10 | 2016-05-16 | Necソリューションイノベータ株式会社 | 魚計数装置、魚計数方法、魚数の予測装置、魚数の予測方法、魚計数システムおよび魚数予測システム |
JP2016165238A (ja) * | 2015-03-09 | 2016-09-15 | Necソリューションイノベータ株式会社 | 同一魚判定装置、魚計数装置、魚計数用携帯端末、同一魚判定方法、魚計数方法、魚数予測装置、魚数予測方法、同一魚判定システム、魚計数システムおよび魚数予測システム |
WO2019106856A1 (ja) * | 2017-12-01 | 2019-06-06 | Necソリューションイノベータ株式会社 | 魚撮像装置および魚計数装置 |
US20190228218A1 (en) * | 2018-01-25 | 2019-07-25 | X Development Llc | Fish biomass, shape, and size determination |
JP2019135986A (ja) * | 2018-02-13 | 2019-08-22 | 株式会社Aiハヤブサ | 人工知能による漁獲物識別システム、管理システム及び物流システム |
JP2019153077A (ja) * | 2018-03-02 | 2019-09-12 | 日本電気株式会社 | 個体計数装置、個体計数方法、個体計数プログラム、及び個体計数システム |
WO2019198611A1 (ja) * | 2018-04-13 | 2019-10-17 | 日本電気株式会社 | 特徴推定装置および特徴推定方法 |
JP6530152B1 (ja) * | 2019-01-11 | 2019-06-12 | 株式会社FullDepth | 魚監視システム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977929A (zh) * | 2023-07-31 | 2023-10-31 | 广西大学 | 基于鱼类打水行为监测的种群识别方法及系统 |
CN116977929B (zh) * | 2023-07-31 | 2024-06-11 | 广西大学 | 基于鱼类打水行为监测的种群识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP7243986B2 (ja) | 2023-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cutter et al. | Automated detection of rockfish in unconstrained underwater videos using haar cascades and a new image dataset: Labeled fishes in the wild | |
CN106022459B (zh) | 一种基于水下视频的鱼道过鱼量自动计数系统 | |
JP7069840B2 (ja) | 個体計数装置、個体計数方法、個体計数プログラム、及び個体計数システム | |
EP0984391A1 (en) | Device for counting fish population passing through a fish pass | |
Fier et al. | Automatic fish counting system for noisy deep-sea videos | |
KR102191064B1 (ko) | 어종 분류를 위한 데이터 적용 시스템 | |
CN113591592B (zh) | 水上目标识别方法、装置、终端设备及存储介质 | |
Liao et al. | Research on intelligent damage detection of far-sea cage based on machine vision and deep learning | |
Risholm et al. | Automatic length estimation of free-swimming fish using an underwater 3D range-gated camera | |
KR101942874B1 (ko) | 수산동물 계수 장치 | |
JP7243986B2 (ja) | 水産物識別方法、水産物識別プログラム、及び水産物識別システム | |
Rasmussen et al. | Deep census: AUV-based scallop population monitoring | |
Lee et al. | Contour matching for fish species recognition and migration monitoring | |
Zhang et al. | An efficient spatial-temporal polyp detection framework for colonoscopy video | |
CA3194756A1 (en) | Generating three-dimensional skeleton representations of aquatic animals using machine learning | |
Patro | Design and implementation of novel image segmentation and BLOB detection algorithm for real-time video surveillance using DaVinci processor | |
Leonardi et al. | Deep learning based keypoint rejection system for underwater visual ego-motion estimation | |
Ge et al. | Real-time object detection algorithm for Underwater Robots | |
Blowers et al. | Automated identification of fish and other aquatic life in underwater video | |
Hemanth | Marine Plastic Detection Using Deep Learning | |
Nagoriya | Live Helmet Detection System for Detecting Bikers without Helmet | |
Tarekegn et al. | Underwater Object Detection using Image Enhancement and Deep Learning Models | |
Kannappan et al. | Automated detection of scallops in their natural environment | |
Afonso et al. | Underwater object recognition: A domain-adaption methodology of machine learning classifiers | |
Vestnikov et al. | Development of Neural Network Algorithms for Early Detection of Drowning in Swimming Pools |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20201104 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20210112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221215 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7243986 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |