深層学習を用いた牛の鼻紋識別オフラインモデルの開発と予備的評価

3行まとめ

• 牛の鼻紋画像を用いたオフライン深層学習モデルによる個体識別能をデータセットおよび実地画像で検証した。
• 管理データセットでは高精度を示したが、農場撮影の画像では性能が低下しドメインギャップが確認された。
• 実用化には課題が残るものの、耳標等に代わる非侵襲的な個体識別技術としての応用が期待される。

この論文の要約

目的

家畜管理や疾病制御、トレーサビリティには正確な個体識別が不可欠である。従来の耳標や入れ墨には脱落や退色の懸念があるため、生体認証への移行が進められている。本研究では、牛の鼻紋画像を用いたオフラインで動作する深層学習ベースの個体識別モデルを提案し、その性能を評価することを目的とした。

対象と方法

YOLOv8で鼻紋領域を検出し、EfficientNetV2-SとArcFaceを組み合わせて特徴抽出と照合を行うモデルを構築した。管理環境下の公開データセット（Kaggle）および小規模農家でスマートフォンにより撮影された予備的な実地データセットを用い、処理時間、コサイン類似度スコア、正解率、再現率、適合率、F1スコアによりモデル性能を検証した。

主な結果

開発されたモデルは、実地画像と比較して公開データセットの画像において処理時間が短く、より高い認識性能を示した。また、公開データセットと実地データセットの間にはドメインギャップが存在することが観察された。現行モデルは事前に設定された現場適用の基準には達していないことが示された。

臨床的意義

本研究で提案されたオフライン鼻紋生体認証モデルは、検証された条件下における牛の非侵襲的な個体識別プロトタイプを提供する。実地での即時適用には改善が必要であるものの、将来的な個体管理技術の発展に寄与する可能性がある。

⚠️ この要約はAIが自動生成したものです。