Deep Learning
口頭発表
マルチラベル分類ABNを用いたギフチョウ斑紋画像からの食草分類に関する研究
- Author
- 平川 翼，荒井 嵩貴，山下 隆義，藤吉 弘亘，大場 裕一，福井 弘道，矢後 勝也
- Publication
- 電子情報通信学会技術研究報告, パターン認識・メディア理解研究会, 2023
Download: PDF (Japanese)
チョウ類はその派手な色彩から人目に付きやすく，身近な生物であり，愛好家も多い分類群である．また，標本の収集量が豊富で標本間の比較検討が容易なことから，斑紋の地域変異が認められ，これらは地史や地形，気候，食草などの様々な要因が関係している．そこで本研究では，チョウ斑紋の地域変異と食草の分布に着目し，チョウ斑紋画像からの食草分類を行うことで，その関係性を明らかにすることを目的とする．具体的には，斑紋の地理的変異が知られており，分布解明度が非常に高いチョウ類の一種であるギフチョウを対象とする．デジタル標本および採集地に関するメタデータから，ギフチョウ斑紋画像分類データセットを作成する．本データセットを用いてマルチラベル分類Attention Branch Netowrkを学習することで，斑紋画像から高精度な食草分類が可能となると同時に，アテンションマップの解析により，専門家の知見と同様の判断根拠が獲得できることを示す．