コンピュータビジョンによる魚類モニタリングの市民科学の強化

毎年春になると、リバーヘリングの個体群はマサチューセッツ州の沿岸水域から移動を開始し、河川を遡上して淡水の産卵地へ向かう年次の旅を始める。リバーヘリングは過去数十年間にわたり個体数の急激な減少に直面しており、その移動はこの地域全体で、主に伝統的な目視計数とボランティアベースのプログラムを通じて広範にモニタリングされている。 魚類の移動をモニタリングし、個体群動態を理解することは、保全活動の指針とし、漁業管理を支援するために不可欠である。今月から始まる年次的なヘリングの遡上に伴い、研究者と資源管理者は再び、移動する魚の個体数を可能な限り正確に計数・推定するという課題に取り組んでいる。 ウッドウェル気候研究センター、MITシーグラント、MITコンピュータ科学・人工知能研究所（CSAIL）、MITリンカーン研究所、およびインテュイットの研究者チームは、市民科学活動を補完するため、水中ビデオとコンピュータビジョンを用いた新しいモニタリング手法を検討した。ウッドウェル気候研究センターのZhongqi ChenとLinda Deegan、MITシーグラントのRobert VincentとKevin Bennett、MIT CSAILのSara BeeryとTimm Haucke、インテュイットのAustin Powell、MITリンカーン研究所のLydia Zuehsowからなる研究者らは、この研究を説明する論文を今年2月に学術誌『Remote Sensing in Ecology and Conservation』に発表した。 オープンアクセスの論文「From snapshots to continuous estimates: Augmenting citizen science with computer vision for fish monitoring」（スナップショットから連続的推定へ：コンピュータビジョンによる魚類モニタリングの市民科学への統合）は、物体検出と追跡から種分類に至る最近のコンピュータビジョンとディープラーニングの進歩が、効率とデータ品質を向上させた魚類の自動計数に向けた現実的な解決策を提供する可能性を概説している。 従来のモニタリング手法は、時間、環境条件、労力の面で制約がある。ボランティアによる目視計数は短い日中サンプリング時間に限られ、夜間の移動や、数分間に数百匹の魚が通過するような短い移動のピークを見逃している。受動音響モニタリングやイメージングソナーなどの技術は特定条件下での連続的な魚類モニタリングを発展させてきたが、最も有望で低コストな選択肢である水中ビデオの手動レビューは依然として労力と時間を要する。自動化されたビデオ処理ソリューションへの需要が高まる中、本研究は信頼性の高い自動魚類モニタリングのための、拡張性があり、費用対効果が高く、効率的なディープラーニングベースのシステムを提示している。 チームは、現場の水中カメラからビデオラベリングとモデルトレーニングまでのエンドツーエンドパイプラインを構築し、コンピュータビジョンによる自動魚類計数を実現した。ビデオはマサチューセッツ州の3つの河川、ファルマスのクーナメセット川、イプスウィッチのイプスウィッチ川、マシュピーのサントゥイット川から収集された。 トレーニングデータセットを準備するため、チームは照明、水の透明度、魚種と密度、時刻、季節に変化のあるビデオクリップを選択し、コンピュータビジョンモデルが多様な現実のシナリオで確実に機能することを保証した。彼らはオープンソースのウェブプラットフォームを用い、魚の移動を追跡するためバウンディングボックスでビデオをフレームごとに手動でラベル付けした。合計で1,435のビデオクリップにラベルを付け、59,850フレームに注釈を付けた。 研究者らは、コンピュータビジョンによる計数結果を、人間によるビデオレビュー、川辺での目視計数、および受動型統合トランスポンダ（PIT）タギングのデータと比較・検証した。その結果、多様な複数地点・複数年のデータでトレーニングされたモデルが最も優れた性能を発揮し、従来確立された推定値と一致する、季節全体にわたる高解像度の計数を生成すると結論付けた。さらに一歩進んで、このシステムは環境要因に関連する移動行動、タイミング、移動パターンに関する洞察を提供した。2024年のクーナメセット川の遡上で撮影されたビデオを用いたシステムは、42,510匹のリバーヘリングを計数し、上流への移動は夜明けにピークに達する一方、下流への移動は主に夜間に行われ、魚が捕食者を避けるために暗く静かな時間帯を利用していることを明らかにした。 この実地応用を通じて、研究者らは漁業管理におけるコンピュータビジョンの発展を目指し、幅広い水棲生物種の保全活動にこの技術を統合するための枠組みとベストプラクティスを提供したいと考えている。「MITシーグラントはこのテーマに関する研究を以前から資金支援しており、Zhongqi Chenと同僚によるこの優れた研究は漁業モニタリング能力を向上させ、漁業管理者と保全団体のための魚類個体群評価を改善するでしょう」とVincentは述べる。「また、学生、一般市民、市民科学グループに対して、沿岸の生態学的・文化的に重要なリバーヘリングの個体群を支援するための教育と訓練を提供するでしょう。」 それでも、漁業管理機関が自動計数システムを完全に導入するまで、長期的なデータセットの一貫性を維持するためには、従来のモニタリングの継続が不可欠である。たとえ導入後も、コンピュータビジョンと市民科学は補完的とみなされるべきだろう。ボランティアはカメラのメンテナンスや、ビデオ注釈からモデル検証に至るコンピュータビジョンのワークフローに直接貢献するために必要となる。研究者らは、市民による観察とコンピュータビジョンが生成するデータを統合することが、環境モニタリングに対するより包括的で全体的なアプローチの構築に寄与すると考えている。 この研究はMITシーグラントによって資金提供され、追加的な支援は北東気候適応科学センター、MITアブドゥル・ラティフ・ジャミール水・食料システムシードグラント、AI・生物多様性変動グローバルセンター（米国国立科学財団とカナダ自然科学・工学研究評議会の支援による）、およびMIT学部研究機会プログラムによって提供された。

コンピュータビジョンによる魚類モニタリングの市民科学の強化

背景や根拠まで確認しますか？

調べる

選ぶ

サイト