Automated estimation of gadoid and flatfish abundance in stereo-BRUV footage using YOLO object detection
本研究は、北海風力発電所におけるステレオBRUV映像からガドイド類およびカレイ類を検出することに成功したYOLOベースの自動化パイプラインを提示し、魚類の個体数を効率的に推定する能力を検証するためのカスタム指標を導入するとともに、デュアルカメラの視点を組み合わせることで、単一の視点と比較して個体数推定の感度が高まることを実証している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
海底は、人間の目には見えない方法で生命が繁栄している、広大で変化し続ける風景です。魚類の個体数が時間の経過とともにどのように変化するかを理解するために、科学者は彼らを数える必要がありますが、水中でのカウントは非常に困難です。伝統的な手法では、しばしば海底に沿って網や罠を引きずる方法が用いられますが、これらは研究者が調査しようとしている生態系そのものを傷つけてしまう可能性があります。より穏やかな代替案が登場しました。それが「餌付き遠隔水中ビデオ（BRUV）」です。科学者は、少量の魚の餌を付けたカメラシステムを海底へと降ろします。餌の香りが地元の魚を引き寄せ、カメラは1時間以上にわたって彼らを記録します。この手法は、海洋生物への非侵襲的な窓を提供しますが、そこには巨大なボトルネックが存在します。単一の調査で数百ギガバイトものビデオ映像が生成されることがあるからです。魚の数を把握するには、人間の専門家がその映像の全編を、フレームごとに、一度に最大何個の個体が確認できるかを集計しながら視聴しなければなりません。この手作業のプロセスは時間がかかり、コストも高く、分析できるデータの量に限界をもたらします。
エクセター大学の研究チームは、コンピュータにカウントを教えることで、このボトルネックの解決に取り組みました。彼らは、水中のビデオを監視し、特定の2つのグループ、すなわち「ガドイド」として知られるタラ科の魚と、カレイ目の魚を自動的に識別してカウントするように設計された、特化した人工知能システムを開発しました。研究は、北海北部で行われました。この地域には洋上風力発電所が点在しており、チームはこれらの巨大な構造物が地元の魚類にどのような影響を与えるかを監視していました。単一のカメラアングルに頼るのではなく、チームはステレオシステムを使用しました。これは、人間の目のように、2つのわずかに異なる視点から同時にシーンを記録するものです。チームは、何千もの注釈付きビデオフレームを用いてAIを訓練し、数時間の映像を人間よりもはるかに短い時間でスキャンして、魚の存在量の信頼できるカウントを生成できるパイプラインを作り上げました。
研究者たちは単なる検出器を作ったのではありません。彼らは、水中のカウントにおける特有の課題を理解するシステムを構築したのです。混雑したビデオフレーム内では、魚が互いの後ろに隠れてしまうことがあり、正確に何匹いるのかを判断するのが難しくなります。チームは、魚の数が増えるにつれて、それらを完璧に数える難易度も高まるという事実を認識するようにモデルを訓練しました。彼らは、魚が密集している場合には多少の誤差が生じるのが自然であるという現実を受け入れ、この実態を考慮した新しい成功指標を導入しました。彼らがこのシステムを人間の専門家によるカウントと比較したところ、その結果は驚くべきものでした。コンピュータによる推定値は、非常に高い精度で人間のカウントと一致し、ほとんどのケースにおいて、カレイ目とガドイドの両方の存在と概数を見事に特定しました。このシステムは非常に効果的であり、手作業の大部分を代替することができ、調査データの処理時間を数ヶ月から数週間に短縮することができました。
最も驚くべき発見の一つは、システムが2つのカメラアングルを使用する方法からもたらされました。従来の調査では、科学者は通常、1つのカメラビューを選んで魚をカウントし、もう一方のカメラはバックアップまたは魚の長さを測定するためのものとして扱います。しかし研究者たちは、コンピュータに両方の角度を見せ、そのうち高い方のカウントを採用することで、より鮮明な魚類集団の姿が得られることを発見しました。彼らが「最大カウント」と呼んだこのアプローチは、データのノイズと不確実性を減少させました。これにより、調査結果は環境の実際の変化に対してより敏感になりました。例えば、風力タービンの基礎からの距離に応じて魚の数がどのように変化するかを分析した際、この2カメラ方式は、シングルカメラ方式では見逃されていた明確なパターンを明らかにしました。海底付近に留まり、底質に溶け込む傾向があるカレイ目は、一つの角度からは発見するのが特に困難でしたが、デュアルビューのアプローチは、より効果的に彼らを捉えることができました。
この研究はまた、長期モニタリングにおける自動化の現実的な利点を強調しました。トレーニングデータのラベル付けやソフトウェアの微調整に初期投資としての時間を要したものの、現場での見返りは即座に現れました。チームは、完全に手作業によるカウントに頼っていた前年の調査では134日を要したのに対し、2024年の調査データをわずか68日で処理することができました。このスピードは単に時間を節約するだけでなく、海洋生態系が人間の活動にどのように反応するかについて、より複雑な問いを投げかけることを可能にします。研究者たちは、現在のシステムは北海の特定の魚や条件に合わせてカスタマイズされているものの、その枠組みはオープンでアクセス可能であると述べています。これは、適切なツールがあれば、海洋科学者が収集する膨大なビデオデータが、手作業の重みに埋もれることなく、実行可能な知識へと転換できることを証明しています。
このプロジェクトの成功は、海洋保全への新たな道を提示しています。退屈なカウント作業を自動化することで、科学者はデータの収集ではなく、データの解釈にエネルギーを集中させることができます。風力タービンから離れるにつれて魚の数が減少するといった、微妙な変化を検知できる能力は、これらの産業施設を責任を持って管理するための重要な証拠を提供します。研究者たちは、コンピュータは強力なツールではあるものの、それは人間の専門知識に取って代わるものではなく、それを補完するものとして機能するときに最も効果的であると強調しています。システムは、主要なカウント作業を担当し、必要に応じて最も複雑なシーンを人間のレビューに回すように設計されています。人間の洞察力と機械のスピードのこのパートナーシップは、海洋の健康状態を監視するためのスケーラブルな解決策を提供し、私たちが海底にインフラを構築していく中で、そこに住む生命に対して精密かつ注意深い眼差しを維持し続けることを可能にするのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。