Semi-Automated Counting of Birds from UAV image

このページでは、機械学習/Deep learning を活用した水鳥（マガン）の半自動カウント技術について紹介します。

新着情報

• 2025年3月：日本写真測量学会北海道支部会にて、宮城県伊豆沼・内沼でのLidarや熱赤外センサを使ったマガンの撮影について発表しました。

• 2024/09/27：DJI Zenmuse P1による撮影結果を追記しました（「撮影について」のところで）

• 2024/05/23: 日本写真測量学会にてこのマガンカウントをベースした、アザラシ・カウント・システム(Seals123)について発表します。

• 2023/08/04：ESRI UC Analytic Methods and Results部門1位を受賞(7/14)！！！詳しくはこちらを。

• 2020/09/10：ドローン画像からガン・カモをカウントするGoose123を公開しました（2020/8/4）。無料でどなたでも利用できます。こちらから御覧ください！

• 2019年11月：機械学習（カスケード分類）を使ったマガンの自動カウントに関する論文が掲載されました。「小川健太、牛山克巳、小練文弥、UAV画像を用いた水面の水鳥の自動カウント、日本リモートセンシング学会誌, 39 (5), pp. 363-370, 2019.」

• 2019/10/19：投稿中の論文が受理されました。

• ストーリーマップを公開しました（当時学生の藤若さんが作ってくれました）。リンク

なぜ「半自動」か？

• • 目標：ある範囲の生息地に滞在する水鳥（当面マガン、ハクチョウも追加）を自動的に検出し、カウントする。

  • 誤差要因

• 1. 1. 夕方撮影後の塒入り、早朝撮影前の塒立ち

     2. 撮影中の移動

     3. 他の種（カモ類等）の混入

     4. ハスなどの誤検出

     5. 画質（暗い、不鮮明等）が良くないことによる、検出もれ、誤検出

     6. その他（撮影範囲外等）

• • 完全自動にこだわらず、目視による修正等を加えることでより現実的になる。

手法について

2016年よりカスケード分類による自動カウントを試みてきました。検出結果のサンプル画像を以下に示します。手法の詳細については上記論文を参照してください。2018年ごろからdeep learnigベースの手法に切り替え、2024年現在も開発中です。

また、2018年よりDeep Learningを応用した検出手法について実験を行っています。詳しい内容は論文投稿・受理までお待ちください。

文献等

• 小川健太、低照度下での水鳥カウントのためのドローンによる撮影方法について～宮城県伊豆沼・内沼での事例、日本写真測量学会北海道支部第43回学術講演会、札幌市、2025年3月.

• Kenta Ogawa, Yukiko Konno, Goose123: Automated Counts of Goose on UAV Image Using Deep Learning, ESRI User Conference Map Gallery, San Diego, July 2023

• Kenta Ogawa, Yuting Lin, Hiroshi Takeda, Kanji Hashimoto, Yukiko Konno, Kaori Mori, Automated Counting Wild Birds on UAV Image Using Deep Learning, Proceedings of International Geoscience and Remote Sensing Symposium, No. 1995, 2021. 

• 小川健太、牛山克巳、小練文弥、UAV画像を用いた水面の水鳥の自動カウント、日本リモートセンシング学会誌, 39 (5), pp. 363-370, 2019.

撮影について

• これまで、2017年Sony α7Sでの撮影に始まり、主にX5Sにて撮影をしてきました。

• 熱赤外センサによる撮影もこれまで試してきました。2023年冬の伊豆沼・内沼の撮影にて実現の可能性が見えてきました。

• 2024年9月より、DJI Zenmuse P1による撮影を開始しました。いままでよりも格段に画質がよいです。曇りの日でもカウント可能となりそうです。

  • ただし、画素数が8192画素と大きくそのままアップロードすると検出精度が悪くなります。

  • 5280 * 140 / 118 * (17 / 35 ) * ( 35.9 / 17.3)=6310画素程度にリサンプリングしてからアップロードすると概ね良好な結果が得られます。

  • 上記は高度140mから撮影の場合で、撮影高度や焦点距離が異なれば最適な画素数も異なります。

今後

• MMdetectionベースの検出器開発も完了しているので、Goose123のアップデートも予定しています。