[論文レビュー] Monitoring wild animal communities with arrays of motion sensitive camera traps

Roland Kays, Sameer Tilak+7 more|arXiv (Cornell University)|Sep 28, 2010

Bat Biology and Ecology Studies参考文献 41被引用数 79

ひとこと要約

本論文では、地上の動物群集をスケーラブルで非侵襲的なセンサーネットワークとして、動き検知機能を備えたカメラトラップのアレイを用いる手法を提案している。パナマのバロ・コロラシオン島に校正済みのカメラを展開することで、哺乳類および鳥類の活動の空間的・時間的ダイナミクスを捉え、画像解析を用いて動物の移動、速度、サイズ、行動を自動的に推定可能となる。これにより、生態学的モニタリングおよび保全科学分野における強固で大規模なソリューションが得られる。

ABSTRACT

Studying animal movement and distribution is of critical importance to addressing environmental challenges including invasive species, infectious diseases, climate and land-use change. Motion sensitive camera traps offer a visual sensor to record the presence of a broad range of species providing location -specific information on movement and behavior. Modern digital camera traps that record video present new analytical opportunities, but also new data management challenges. This paper describes our experience with a terrestrial animal monitoring system at Barro Colorado Island, Panama. Our camera network captured the spatio-temporal dynamics of terrestrial bird and mammal activity at the site - data relevant to immediate science questions, and long-term conservation issues. We believe that the experience gained and lessons learned during our year long deployment and testing of the camera traps as well as the developed solutions are applicable to broader sensor network applications and are valuable for the advancement of the sensor network research. We suggest that the continued development of these hardware, software, and analytical tools, in concert, offer an exciting sensor-network solution to monitoring of animal populations which could realistically scale over larger areas and time spans.

研究の動機と目的

• 分散型カメラトラップを用いて、低影響的で大規模な陸上動物群集の監視手法を開発すること。
• 従来の追跡手法の限界を克服し、動物の捕獲を回避するとともに観察者のバイアスを低減すること。
• 動物の移動および行動に関する偏りのない、場所固有のデータを収集するセンサーネットワークインfraを構築すること。
• 動画データの自動解析を可能にし、速度、サイズ、軌道などの動物の物理的および運動パラメータを推定すること。
• 現実の生態学的環境において、長期的かつ大範囲にわたるカメラトラップネットワークによる監視の実現可能性と科学的価値を示すこと。

提案手法

• パナマのバロ・コロラシオン島に、赤外線フラッシュを用いて動物への干渉を最小限に抑えた、動き検知機能付きのデジタルカメラトラップのネットワークを展開した。
• 既知のキャリブレーションオブジェクト（例：1メートルのストライプ柄の棒）を用いた自己キャリブレーション技術により、正確な3次元シーン再構築が可能なカメラの内部および外部パラメータを推定した。
• 半自動ポイント追跡に手動での補正を加えることで、画像シーケンスから動物の移動速度および軌道を推定した。
• シルエット投影からの動物の体の位置、サイズ、運動パラメータ（平均速度、進入角度、停止頻度など）を推定するための3次元カメラビュー幾何モデルを開発した。
• リアルタイム送信を回避することでエネルギー消費を削減するため、大容量のカメラトラップ動画データの保存・取得・解析を可能にするシステムを実装した。
• 今後の自動動物識別システムとの統合により、大規模データセットにおける運動パラメータ推定のスケーラビリティを高めることを検討した。

実験結果

リサーチクエスチョン

• RQ1 カメラトラップアレイは、動物群集のダイナミクスを効果的かつ非侵襲的なセンサーネットワークとして機能するか？
• RQ2 カメラキャリブレーションを用いることで、静止画および動画画像から運動および物理的パラメータ（例：速度、サイズ、軌道）をどの程度正確に推定できるか？
• RQ3 現場で長期的かつ大規模なカメラトラップネットワークを展開・維持するにあたり、実用的な課題とシステムレベルのトレードオフは何か？
• RQ4 固定カメラ位置を用いたエーランジアン（Eulerian）アプローチと個体追跡（ラグランジュアン）アプローチの間には、生態学的モニタリングにおいてどのような違いがあるか？
• RQ5 自動画像処理は、動物モニタリングにおける人的作業をどの程度削減し、スケーラビリティを向上させることができるか？

主な発見

• カメラトラップネットワークは、1年間にわたりバロ・コロラシオン島全体の陸上哺乳類および鳥類の活動に関する詳細な空間的・時間的パターンを成功裏に捉えた。
• カメラキャリブレーションとポイントトラッキングを用いた自動画像解析により、手動での現地測定値とよく一致する速度推定値が得られ、本手法の正確性が検証された。
• 平均および最大移動速度、進入角度、最初の検出までの距離といった、重要な行動パラメータの推定が、高い信頼性で可能となった。
• 既知のオブジェクトを用いた自己キャリブレーションにより、現場での展開負荷が軽減された一方で、生態学的分析に十分な精度を維持した。
• 本手法は、長期的モニタリングに適しており、従来の人的作業が多用される手法に代わる実用的でスケーラブルな代替手段であることが示された。
• 今後の自動動物識別システムとの統合により、大規模生態学的モニタリングにおけるデータスループットの向上と人的作業の削減がさらに期待できる。