JP7463589B1 - 魚群行動解析システム、情報処理装置、魚群行動解析方法およびプログラム - Google Patents
魚群行動解析システム、情報処理装置、魚群行動解析方法およびプログラム Download PDFInfo
- Publication number
- JP7463589B1 JP7463589B1 JP2023049693A JP2023049693A JP7463589B1 JP 7463589 B1 JP7463589 B1 JP 7463589B1 JP 2023049693 A JP2023049693 A JP 2023049693A JP 2023049693 A JP2023049693 A JP 2023049693A JP 7463589 B1 JP7463589 B1 JP 7463589B1
- Authority
- JP
- Japan
- Prior art keywords
- fish
- school
- resolution
- unit
- image data
- 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.)
- Active
Links
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 235
- 238000004458 analytical method Methods 0.000 title claims abstract description 50
- 230000010365 information processing Effects 0.000 title abstract description 81
- 230000002159 abnormal effect Effects 0.000 claims abstract description 59
- 230000006399 behavior Effects 0.000 claims description 59
- 238000012937 correction Methods 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 37
- 238000003384 imaging method Methods 0.000 claims description 23
- 238000003745 diagnosis Methods 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 18
- 201000010099 disease Diseases 0.000 claims description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 15
- 238000010191 image analysis Methods 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 10
- 230000003542 behavioural effect Effects 0.000 abstract description 5
- 235000019688 fish Nutrition 0.000 description 194
- 238000010586 diagram Methods 0.000 description 23
- 238000005286 illumination Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 235000014102 seafood Nutrition 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000007429 general method Methods 0.000 description 2
- 239000012780 transparent material Substances 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 241000473391 Archosargus rhomboidalis Species 0.000 description 1
- 241000972773 Aulopiformes Species 0.000 description 1
- 241000555825 Clupeidae Species 0.000 description 1
- 241000238557 Decapoda Species 0.000 description 1
- 241000861914 Plecoglossus altivelis Species 0.000 description 1
- 241001274189 Pomatomus saltatrix Species 0.000 description 1
- 241000277331 Salmonidae Species 0.000 description 1
- 241000269821 Scombridae Species 0.000 description 1
- 241000276699 Seriola Species 0.000 description 1
- 241000893636 Seriola lalandi Species 0.000 description 1
- 241001504592 Trachurus trachurus Species 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 235000020640 mackerel Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 235000019515 salmon Nutrition 0.000 description 1
- 235000019512 sardine Nutrition 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部と、
前記撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する補正部と、
前記補正部が前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記補正部で前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する推定部と、
前記推定部が推定した確率と第1の閾値とを比較する比較部と、
前記比較部における比較の結果を出力する出力部とを有する。
生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する補正部と、
前記補正部が前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記補正部で前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する推定部と、
前記推定部が推定した確率と第1の閾値とを比較する比較部と、
前記比較部における比較の結果を出力する出力部とを有する。
生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する処理と、
前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する処理と、
前記推定した確率と第1の閾値とを比較する処理と、
前記比較の結果を出力する処理とを行う。
コンピュータに実行させるためのプログラムであって、
コンピュータに、
生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する手順と、
前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する手順と、
前記推定した確率と第1の閾値とを比較する手順と、
前記比較の結果を出力する手順とを実行させる。
(第1の実施の形態)
(第2の実施の形態)
(第3の実施の形態)
(第4の実施の形態)
10,10A 魚群
20 画角
21 第1の解像度の画像データ
22 第2の解像度の画像データ
100 水槽
200 カメラ
300~303 情報処理装置
310 補正部
320 推定部
330 比較部
340~343 出力部
351 特定部
362 カウンタ
373 情報取得部
383 診断推定部
393 診断比較部
400 第1の学習モデル
401 第2の学習モデル
403 第3の学習モデル
Claims (11)
- 生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部と、
前記撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する補正部と、
前記補正部が前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記補正部で前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する推定部と、
前記推定部が推定した確率と第1の閾値とを比較する比較部と、
前記比較部における比較の結果を出力する出力部とを有する魚群行動解析システム。 - 請求項1に記載の魚群行動解析システムにおいて、
前記推定部は、定期的に前記確率を推定し、
前記出力部は、前記比較部が比較した結果が、前記推定部が定期的に推定した確率が前記第1の閾値を超えるものとなる場合が所定の回数連続した場合、または、所定の単位時間内に前記推定部が推定した確率が前記第1の閾値を超えるものとなる場合が所定の回数発生した場合、または、前記推定部が推定した確率が前記第1の閾値を超えるものとなる場合が発生する時間間隔が所定の時間以下となった場合、または、前記推定部が推定した確率の所定に時間における平均値が平均値閾値を超えた場合、所定の警告を出力する魚群行動解析システム。 - 請求項1または請求項2に記載の魚群行動解析システムにおいて、
前記撮像部が撮像した画像データは、前記魚群に含まれる複数の個体が解析可能に撮像されている画像データである魚群行動解析システム。 - 請求項1または請求項2に記載の魚群行動解析システムにおいて、
前記第2の解像度は、300×300(ピクセル)以下である魚群行動解析システム。 - 請求項1または請求項2に記載の魚群行動解析システムにおいて、
前記撮像部は、前記生簀または前記水槽の底面側から上方へ向かって撮像できる位置に配置されている魚群行動解析システム。 - 請求項1または請求項2に記載の魚群行動解析システムにおいて、
前記魚群に含まれる魚の種類は、集団を形成し、群泳する性質を有する魚類である魚群行動解析システム。 - 請求項1または請求項2に記載の魚群行動解析システムにおいて、
前記補正部が前記第2の解像度に補正した画像データと、環境情報と、前記魚群の属性情報とに基づいて、前記魚群の診断情報をあらかじめ学習した第3の学習モデルを用いて、前記診断情報を取得して前記魚群の病気が発生している確率を推定する診断推定部と、
前記診断推定部が推定した確率と第2の閾値とを比較する診断比較部とを有し、
前記出力部は、前記診断比較部における比較の結果を出力する魚群行動解析システム。 - 請求項7に記載の魚群行動解析システムにおいて、
前記出力部は、前記診断比較部における比較の結果、前記診断推定部が推定した確率が前記第2の閾値を超える場合、前記診断推定部が取得した診断情報を出力する魚群行動解析システム。 - 生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する補正部と、
前記補正部が前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記補正部で前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する推定部と、
前記推定部が推定した確率と第1の閾値とを比較する比較部と、
前記比較部における比較の結果を出力する出力部とを有する情報処理装置。 - 生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する処理と、
前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する処理と、
前記推定した確率と第1の閾値とを比較する処理と、
前記比較の結果を出力する処理とを行う魚群行動解析方法。 - コンピュータに、
生簀内または水槽内の魚群の状態を第1の解像度で撮像する撮像部が撮像した画像データの解像度を、前記第1の解像度よりも低い第2の解像度へ補正する手順と、
前記第2の解像度に補正した画像データに基づいて、魚群の状態が正常であるか異常であるかをあらかじめ学習した第1の学習モデルを用いて、前記撮像部で新たに撮像され、前記第2の解像度に補正された画像データに基づいて、前記魚群の状態が異常である確率を推定する手順と、
前記推定した確率と第1の閾値とを比較する手順と、
前記比較の結果を出力する手順とを実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023049693A JP7463589B1 (ja) | 2023-03-27 | 2023-03-27 | 魚群行動解析システム、情報処理装置、魚群行動解析方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023049693A JP7463589B1 (ja) | 2023-03-27 | 2023-03-27 | 魚群行動解析システム、情報処理装置、魚群行動解析方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7463589B1 true JP7463589B1 (ja) | 2024-04-08 |
Family
ID=90606843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023049693A Active JP7463589B1 (ja) | 2023-03-27 | 2023-03-27 | 魚群行動解析システム、情報処理装置、魚群行動解析方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7463589B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118552837A (zh) * | 2024-07-26 | 2024-08-27 | 宁波博海深衡科技有限公司 | 一种水下目标检测的跟踪方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018042651A1 (ja) | 2016-09-05 | 2018-03-08 | 謙 藤原 | 給餌システム及び給餌方法 |
CN113326743A (zh) | 2021-05-10 | 2021-08-31 | 大连海洋大学 | 一种养殖背景条件下鱼群运动行为参数提取和分析方法 |
JP2021152782A (ja) | 2020-03-24 | 2021-09-30 | 国立大学法人愛媛大学 | 個体検出システム、撮影ユニット、個体検出方法、およびコンピュータプログラム |
-
2023
- 2023-03-27 JP JP2023049693A patent/JP7463589B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018042651A1 (ja) | 2016-09-05 | 2018-03-08 | 謙 藤原 | 給餌システム及び給餌方法 |
JP2021152782A (ja) | 2020-03-24 | 2021-09-30 | 国立大学法人愛媛大学 | 個体検出システム、撮影ユニット、個体検出方法、およびコンピュータプログラム |
CN113326743A (zh) | 2021-05-10 | 2021-08-31 | 大连海洋大学 | 一种养殖背景条件下鱼群运动行为参数提取和分析方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118552837A (zh) * | 2024-07-26 | 2024-08-27 | 宁波博海深衡科技有限公司 | 一种水下目标检测的跟踪方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Delcourt et al. | Video multitracking of fish behaviour: a synthesis and future perspectives | |
CN110147771B (zh) | 基于母猪关键部位与环境联合分区的母猪侧卧姿态实时检测系统 | |
Saberioon et al. | Automated multiple fish tracking in three-dimension using a structured light sensor | |
Papadakis et al. | A computer-vision system and methodology for the analysis of fish behavior | |
JP7463589B1 (ja) | 魚群行動解析システム、情報処理装置、魚群行動解析方法およびプログラム | |
Stien et al. | A video analysis procedure for assessing vertical fish distribution in aquaculture tanks | |
CN117690128B (zh) | 胚胎细胞多核目标检测系统、方法和计算机可读存储介质 | |
US20220004760A1 (en) | Splash detection for surface splash scoring | |
KR102037303B1 (ko) | 캡슐 내시경의 위치를 추정하는 방법 및 장치 | |
CN112184699A (zh) | 水产品健康检测方法、终端设备及存储介质 | |
CN113191222A (zh) | 水下鱼类目标检测方法及装置 | |
CN112232977A (zh) | 水产品养殖评估方法、终端设备及存储介质 | |
CN109086696B (zh) | 一种异常行为检测方法、装置、电子设备及存储介质 | |
CN111242920A (zh) | 一种生物组织图像检测方法、装置、设备及介质 | |
CN113273178A (zh) | 畜舍监视方法和畜舍监视系统 | |
CN112036206A (zh) | 基于识别码式猪耳标的监控方法、装置及系统 | |
Lai et al. | Automatic measuring shrimp body length using CNN and an underwater imaging system | |
Liu et al. | MonkeyTrail: A scalable video-based method for tracking macaque movement trajectory in daily living cages | |
CN110097080B (zh) | 一种分类标签的构建方法及装置 | |
CN117576616A (zh) | 一种基于深度学习的鱼类游泳行为预警方法、系统及装置 | |
KR102622793B1 (ko) | 양식 어류의 실시간 질병 감지시스템 및 그 방법 | |
Raman et al. | Computer Assisted Counter System for Larvae and Juvenile Fish in Malaysian Fishing Hatcheries by Machine Learning Approach. | |
Roberts et al. | Darter (Percidae: Etheostoma) species differ in their response to video stimuli | |
TWI778762B (zh) | 智慧養殖魚隻數量估算方法及系統 | |
Jeong et al. | A Monitoring System for Cattle Behavior Detection using YOLO-v8 in IoT Environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20230403 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231128 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20231128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240202 |
|
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: 20240319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240327 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7463589 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |