「多くの研究者は、生存率、繁殖、移動を推定するために、研究において特定の個体を識別し、データを収集する必要がある」と、ペンシルベニア州立大学生物学准教授で、ワイルド・ネイチャー研究所の主任科学者でもあるデレク・リー氏は述べる。
「動物の行動を妨げかねないタグなど、人の手による目印を付ける代わりに、多くの研究者は動物の独特の模様を写真で撮影している。こうした写真の分析を支援するパターン認識ソフトウェアはあるが、写真はすべて分析用に手作業で準備しなければならない。写真は数千枚にのぼることが多いため、これは深刻なボトルネックとなっている。」
キリンの胴体の写真
リー氏は、東アフリカに生息する3,000頭を超えるキリンの出生、死亡、移動を把握するため、大規模な継続中の研究の一環として写真を用いている。同氏と研究チームは、各個体の独特で変化しない斑紋パターンをデジタル写真で記録し、生涯にわたって個体を識別している。しかし、パターン認識ソフトウェアが画像を処理して個体を識別する前に、研究チームは各写真を手作業で切り抜くか、関心領域を指定しなければならない。
リー氏は、マイクロソフトの科学者らと共同で研究を行った。マイクロソフトは、マイクロソフト Azure クラウド上に展開された機械学習技術を用いて、この不可欠かつ時間のかかる工程を自動化する新しい画像処理サービスを提供している。
マイクロソフトのチームは、物体検出のためのコンピュータアルゴリズムを用い、手作業で注釈が付けられた既存の写真を使ってキリンの胴体を認識するプログラムを訓練した。このプログラムは、アクティブラーニングの手法を用いて反復的に改良された。この手法では、システムが新しい画像上で予測した切り抜き枠を人間に提示し、人間はその結果を素早く検証または修正できる。
これらの新しい画像は、その後、訓練アルゴリズムに戻され、プログラムをさらに更新・改善するために用いられた。その結果、このシステムは、キリンが画像のごく一部しか占めていない場合や、植生によって胴体が部分的に遮られている場合でも、非常に高い精度で画像内のキリンの胴体の位置を特定できる。
「このシステムは、専用の高性能グラフィックス処理装置のような高価なハードウェアを必要とせずに、キリンの胴体をほぼ完璧に認識する」と、リー氏は述べる。「Azureチームが、我々の作業の中でこの手間のかかる部分を自動化してくれたことは素晴らしい。調査後に新しい画像を処理するのに、以前は1週間かかっていたが、今では数分で完了する。このシステムにより、写真からの動物の完全自動識別に一歩近づいた。」
大きな動物のためのビッグデータ
この新しいシステムにより、キリンの個体群に関するリー氏の研究は大幅に加速する見込みだ。キリンの個体群は、生息地の喪失や食肉目的の違法な殺処分により、アフリカ全土で急速に減少している。
「キリンは大きな動物であり、広範囲を移動するため、当然ながらビッグデータを活用して、キリンがどこで順調に暮らしており、どこでそうでないのか、そしてその理由を明らかにし、キリンの保全にとって重要な地域を保護し、つなげられるようにしている」と、リー氏は述べる。
このプロセスは、独特の識別模様を持つ他の動物を研究する研究者にも役立つだろう。対象には、一部の野生のネコ科動物、ゾウ、サンショウウオ、魚類、ペンギン、海洋哺乳類が含まれる。
この研究について述べた論文は、Ecological Informaticsに掲載されている。一部の資金は、サクラメント動物園、コロンバス動物園、シンシナティ動物園、サファリ・ウエスト、ティアパルク・ベルリン、タルサ動物園から提供された。
