[論文レビュー] Animal Wildlife Population Estimation Using Social Media Images Collections

Matteo Foglio, Lorenzo Semeria+3 more|arXiv (Cornell University)|Aug 5, 2019

Species Distribution and Climate Change被引用数 4

ひとこと要約

本論文は、ユーザーの共有バイアスを考慮するために画像収集構造と共有可能性をモデル化することで、ソーシャルメディアの画像コレクションを用いて野生動物の個体数を推定する新規フレームワークを提案する。グレヴィーのシマウマを事例として、XGBoostを用いて共有された画像から未共有の個体数を予測し、R²が0.417に達し、公式の統計値に近い個体数推定値を得た。これは、保全監視においてソーシャルメディアのバイアスが学習可能で是正可能であることを示している。

ABSTRACT

We are losing biodiversity at an unprecedented scale and in many cases, we do not even know the basic data for the species. Traditional methods for wildlife monitoring are inadequate. Development of new computer vision tools enables the use of images as the source of information about wildlife. Social media is the rich source of wildlife images, which come with a huge bias, thus thwarting traditional population size estimate approaches. Here, we present a new framework to take into account the social media bias when using this data source to provide wildlife population size estimates. We show that, surprisingly, this is a learnable and potentially solvable problem.

研究の動機と目的

• 従来の監視手法の限界により、信頼できる野生動物個体数データが著しく不足しているという問題に対処すること。
• 野生動物の画像コレクションにおけるソーシャルメディアの共有バイアスを是正する手法を開発すること。このバイアスは個体数推定を歪める。
• 写真家の元のSDカードに保存された画像コレクション内の動物の数と、その画像が共有される可能性を同時にモデル化すること。
• 画像の共有可能性とコレクション構造が、個体数推定の向上に役立つ学習可能なシグナルであることを実証すること。
• 公に利用可能なソーシャルメディアデータを用いた、スケーラブルで種に依存しない個体数推定フレームワークを提供すること。

提案手法

• フレームワークは、共有された画像とコレクション構造からの特徴量を用いて、写真家の元のSDカードに保存された画像コレクション内の全動物数を予測する回帰問題として個体数推定問題を定式化する。
• 画像の共有可能性は、動物の個体識別性、画像の美しさ、コレクションの文脈などの特徴量を用いて、ある写真が共有されるかどうかを予測する二値分類問題としてモデル化する。
• 2016年と2018年のグレヴィーのシマウマの画像セットに対してアンケート調査を実施し、共有可能性をラベル付けすることで、モデル学習のための正例データを構築した。
• 回帰および分類の両タスクにXGBoostを用い、交差検証を用いてR²、MSE、F1スコア、正答率の指標で性能を評価した。
• 最終的な個体数推定値は、Jolly-Seberの捕獲・再捕獲法を用い、平均的な共有係数で補正することで、再捕獲が検出されなかった個体数を補正した。
• 各ユーザーごとに予測された共有可能性に基づき、補正係数 $ k_i $ を計算し、共有された動物数をスケーリングして、撮影された全動物数を推定する。

実験結果

リサーチクエスチョン

• RQ1 顕著なユーザーの共有バイアスが存在するにもかかわらず、ソーシャルメディアの画像コレクションを信頼できる根拠として野生動物の個体数推定に利用できるか？
• RQ2 画像コレクションの構造（例：動物の数、多様性）が、画像の共有可能性にどの程度影響を与えるか？
• RQ3 共有されたサブセットの画像のみを用いて、写真家の元の画像セット内の動物数を機械学習モデルが正確に予測できるか？
• RQ4 画像特徴量とコレクションレベルの特徴量の組み合わせは、ユーザーの共有行動をどの程度正確にモデル化できるか？
• RQ5 学習可能なバイアス補正を組み合わせることで、共有画像の単純なカウントに比べ、個体数推定がどの程度向上するか？

主な発見

• 回帰タスクにおいてXGBoostはR²が0.417（±0.155）でMSEが0.070（±0.020）を達成し、負のR²を記録するベースラインモデルを著しく上回った。
• 共有可能性分類において、XGBoostは統合データセットで82％の正答率、F1スコア0.62を達成し、より規則的なGGR1データセットでは92％の正答率、F1スコア0.77を達成した。
• フレームワークは2016年のグレヴィーのシマウマの個体数を2,341頭と推定し、公式統計の2,250頭に近く、平均二乗誤差（RMSE）は1,194であった。
• モデルの性能は、GGR1（より規則的なデータ）で高い結果を示し、統合データセットより優れていた。これは、データ構造が学習可能性に影響を与えることを示している。
• 本研究は、野生動物の画像共有におけるソーシャルメディアバイアスが、コレクションレベルの特徴量と機械学習を用いることで学習可能で是正可能であることを実証した。
• Jolly-Seber法と補正係数を組み合わせた最終的な個体数推定値は妥当な結果を示し、フレームワークが保全応用分野における可能性を検証した。