狠狠撸

狠狠撸Share a Scribd company logo
1
映像情報による
肉牛の分娩検知システムにおける
クラウドソーシングを用いた
誤検出抑制
沖本 祐典 1 斎藤 奨 1,2 中野 鐵兵 1,2 ?? 誠 1,2
?林 哲則 1 ?川 哲司 1
1 早稲??学
2 知能フレームワーク研究所
羊膜?尿膜を手掛かりに分娩の開始を通報
2
-0.5h 時刻-4.5h ? -1h-10.5h ? -4h
分娩第1破?陣痛開始
第2
破?
尿膜の露出 ?膜の露出
分娩開始検知システムの早期運用
予測結果の信頼性は低いので誤通報が?量に届く!
3
センサ
デバイス
パターン認識器
(低品質)
システム利用者
/管理者
パターン識別結果
(間違い多め)
→ ?
→ ×
→ ×
→ ×
(知覚)センサデータ
…
?声 画像
クラウドソーシング
アンケート?画像タグ付け?書き起こしなど、
不特定多数の?にタスクを依頼するプロセス
依頼
回答
回収
クラウドワーカー
リクエスター
(依頼主)
タスク
クラウドソーシングによる早期運用
予測結果をクラウドソーシングにより検証可能
5
センサ
デバイス
パターン認識器
(低品質でも可) クラウドソーシング
システム利用者
/管理者
パターン識別結果
(間違い多め)
→ ?
→ ×
→ ×
→ ×
ワーカー検証済み結果
(間違い少なめ)
→ ?
→ ?
→ ×
→ ?
(知覚)センサデータ
…
?声 画像
分娩開始検知器の構成
6
input?image
cow?detection state?detector
CNN
cow?image result
state
Yes:?0.82
No:??0.28
?領域の抽出器
YOLOv3
[Redmon, 2017]
?膜?尿膜の検出器
畳み込みネットワーク(50層)
+全結合層(1層)
[He, 2016]
クラウドワーカによる検証タスク画面
7
? 複数提?された画像から尿膜??膜が露出している画像を選択する.
? 画像あたり3?のワーカの投票の多数決を検証結果とする.
? 正解が既知の画像も含めることで,ワーカーの信頼性を确认する.
牛映像データベース
? ?児島県の??の繁殖農家
? 24時間撮影 (夜間は照明点灯)
? 2頭の?が映る
8
収録画像例
実験条件: 牛映像データ
分娩検知器の訓練データ
? 分娩5時間前から分娩時までの画像(1枚/6秒)
? 2017年3?8?に収録した画像
? データ量:正例(?膜?尿膜あり)3,806枚,負例(?膜?尿膜なし)3,806枚
システム検証?データ
? 分娩6時間前から分娩時までのすべての画像
? 2017年9??12?から2回の分娩シーン
? データ量
9
正例
(?膜?尿膜あり)
負例
(?膜?尿膜なし)
分娩1 126 16,829
分娩2 1069 26,446
実験条件: 羊膜?尿膜検出の通知
通知条件
? 通知頻度:1回/5分
? 通知条件:少なくとも1回検出/5分間(最?300フレーム)
? 通知回数:通知のタイミングは6時間で合計73回
検出条件
? ?膜?尿膜検出確率に対する閾値の変化:0.5, 0.9, 0.9999
? クラウドソーシングの利?:閾値0.5, 0.9の結果に対して
10
正例
(?膜?尿膜あり)
負例
(?膜?尿膜なし)
分娩1 8 65
分娩2 7 66
実験結果: 誤通知の抑制が可能
11
条件
閾値 0.5 0.9 0.9999 0.5 0.9
クラウド ? ? ? ○ ○
分娩1
正通知 8 8 5 8 8
?逃し 0 0 3 0 0
誤通知 64 63 19 9 9
分娩2
正通知 7 7 6 7 7
?逃し 0 0 1 0 0
誤通知 65 63 29 26 26
パターン認識+
クラウドソーシング
による検証
パターン認識のみ
まとめ
課題
分娩開始検知システムの早期
運?
アプローチ
パターン認識の結果のクラウ
ドソーシングによる検証
結果
誤通報を?幅に削減
12

More Related Content

映像情报による肉牛の分娩検知システムにおけるクラウドソーシングを用いた误検出抑制