文献

J-GLOBAL ID：202002256225025134   整理番号：20A0180854

UAV画像を用いた水面の水鳥の自動カウント

Automated Counting of Waterfowl on Water Surface Using UAV Imagery

著者 (3件)： 小川健太 (酪農学園大) ,  牛山克巳 (宮島沼水鳥・湿地セ) ,  小練史弥 (酪農学園大)
資料名： 日本リモートセンシング学会誌  (Journal of the Remote Sensing Society of Japan)
巻： 39  号： 5  ページ： 363-370  発行年： 2019年11月20日 
JST資料番号： X0714A  ISSN： 0289-7911  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 既知の短期滞在サイトにおける渡り鳥ガンの監視は,これらの生息地保全に必須であるが,通常,水鳥の大群を数えるには熟練した人材を要する。UAV(無人機)からの観測の使用は,従来の鳥類計数法の代替手段となる可能性がある。安定化カメラ搭載マルチコプター型無人機を使用して,北海道の宮島沼を季節的ねぐらにするオオガン(Anser albifrons)を数えた。日没時にガンのねぐらになるので,薄明条件下でこの湖沼のガンを検出できる適切なカメラ設定を見出す必要があった。主なカメラ設定は,0.5秒という非常に長い露出時間で,これにより,日没後約30分までガンを検出し,数える事ができた。1回の無人機UAV飛行は,ねぐらのガンを殆ど擾乱せずに,水面上方100mから湖全体を観察できた。画像内のガンを自動的に数えるために,機械学習技術であるカスケード分類器を使った。無人機画像上で手動カウントと比べて4回の検証事例におけるカウント正確度は-4.1%~+6.1%の範囲であった。無人機と機械学習法の組み合わせにより,±15%の正確度でガンの数を取得できると結論した。この結果は,この方式がガン他の水鳥の監視に有用である事を示唆した。(翻訳著者抄録)

シソーラス用語： リモートセンシング ,  *無人機 ,  湖沼 ,  北海道 ,  *鳥類 ,  計数法 ,  計数器 ,  *写真 ,  自動計測
準シソーラス用語： *ガン【鳥類】 ,  *宮島沼 ,  *自動計数

分類 (1件)： その他の飛しょう体の力学的事項  (QK02070H)

引用文献 (12件)：

• 1) Baraniuk Chris: Drones and AI make for better bird-spotting, New Scientist, 235 (3136), pp. 7, 2017.
• 2) Chabot Dominique, Francis Charles M.: Computer-automated bird detection and counts in high-resolution aerial images: a review, Journal of Field Ornithology, 87 (4), pp. 343-359, 2016.
• 3) Hodgson Jarrod C., Mott Rowan, Baylis Shane M., Pham Trung T., Wotherspoon Simon, Kilpatrick Adam D., 他: Drones count wildlife more accurately and precisely than humans, Methods in Ecology and Evolution, 9 (5), pp. 1160-1167, 2018.
• 4) Jones Iv G. P., Pearlstine L. G., Percival H. F.: An assessment of small unmanned aerial vehicles for wildlife research, Wildlife Society Bulletin, 34 (3), pp. 750-758, 2006.
• 5) Shimada Tetsuo, Koyama Kazuo, Mori Akira, Fujimoto Yasufumi: Estimating the carrying capacity of a goose roost by using a UAV, Japanese Journal of Ornithology, 65 (2), pp. 161-166, 2016.

タイトルに関連する用語 (4件)： UAV ,  水面 ,  水鳥 ,  カウント