|
所属 |
工学教育研究部 工学科情報通信工学プログラム担当 |
|
職名 |
教授 |
|
外部リンク |
|
学位 【 表示 ／ 非表示 】
-
博士（工学） （ 2007年3月 大阪市立大学 ）
-
修士（工学） （ 2004年3月 大阪市立大学 ）
-
Master of Information Science （ 1999年5月 ヤンゴンコンピュータ大学大学院 （ミャンマー） ）
-
Bachelor of Science (Hons.) (Mathematics) （ 1995年5月 ヤンゴン大学（ミャンマー） ）
研究キーワード 【 表示 ／ 非表示 】
-
工場での作業の見える化
-
高度な画像処理技術やAI技術を活用した 研究開発
-
自立生活を支援するための高齢者24時間見守りシステム
-
ICTを活用した牛のモニタリングシステム
-
知覚情報処理
-
画像処理とその応用
論文 【 表示 ／ 非表示 】
-
Advanced Predictive Analytics for Fetal Heart Rate Variability Using Digital Twin Integration. 査読あり
Tunn Cho Lwin, Thi Thi Zin, Pyke Tin, E. Kino, T. Ikenoue
Sensors (Basel, Switzerland) 25 ( 5 ) 2025年2月
-
Su Myat Noe, Thi Thi Zin, I. Kobayashi, Pyke Tin
Scientific reports 15 ( 1 ) 6820 2025年2月
担当区分：責任著者 記述言語：英語 掲載種別：研究論文（学術雑誌） 出版者・発行元：Scientific Reports
Monitoring the daily activity levels of black cattle is a crucial aspect of their well-being. The rapid advancements in artificial intelligence have transformed computer vision applications, including object detection, segmentation, and tracking. This has led to more effective and precise monitoring techniques for livestock. In modern cattle farms, video monitoring is essential for analyzing behavior, evaluating health, and predicting estrus events in precision farming. This paper introduces the novel Customized Multi-Camera Multi-Cattle Tracking (MCMCT) system. This unique approach uses four cameras to overcome the challenges of detecting and tracking black cattle in complex open ranch environments. The MCMCT system enhances a tracking-by-detection model with the YOLO v8 segmentation model as the detection backbone network to develop a precision black cattle monitoring system. Single-camera setups in real-world datasets of our open ranches, covering 23.3 m x 20 m with 55 cattle, have limitations in capturing all necessary details. Therefore, a multi-camera solution provides better coverage and more accurate behavior detection of cattle. The effectiveness of the MCMCT system is demonstrated through experimental results, with the YOLOv8-MCMCT system achieving an average Multi-Object Tracking Accuracy (MOTA) of 95.61% across 10 cases of 4 cameras at a processing speed of 30 frames per second. This high accuracy is a testament to the performance of the proposed MCMCT system. Additionally, integrating the Segment Anything Model (SAM) with YOLOv8 enhances the system’s capability by automating cattle mask region extraction, reducing the need for manual labeling. Comparative analysis with state-of-the-art deep learning-based tracking methods, including Bot-sort, Byte-track, and OC-sort, further highlights the MCMCT’s performance in multi-cattle tracking within complex natural scenes. The advanced algorithms and capabilities of the MCMCT system make it a valuable tool for non-contact automatic livestock monitoring in precision cattle farming. Its adaptability ensures effective performance across varied ranch environments without extensive retraining. This research significantly contributes to livestock monitoring, offering a robust solution for tracking black cattle and enhancing overall agricultural efficiency and management.
-
Tunn Cho Lwin, Thi Thi Zin, Pyae Phyo Kyaw, Pyke Tin, E. Kino and T. Ikenoue
International Journal of Innovative Computing, Information and Control 21 ( 1 ) 185 - 196 2025年2月
担当区分：責任著者 記述言語：英語 掲載種別：研究論文（学術雑誌） 出版者・発行元：International Journal of Innovative Computing, Information and Control
In fetal healthcare, Digital Twin Technology (DTT) offers a powerful tool for simulating fetal physiological conditions, enabling continuous, real-time monitoring and predictive analysis. This study explores the integration of DTT with entropy-based analysis of fetal heart rate variability (FHRV) to enhance fetal monitoring. Utilizing a dataset of 585 fetal electrocardiogram (ECG) recordings collected via scalp electrode monitoring during delivery, we computed entropy measures such as Markov entropy and multiscale entropy to assess fetal status. The results demonstrate that these entropy measures provide significant information regarding fetal well-being status. Moreover, the calculated entropy values correlate strongly with umbilical cord blood gas parameters. This correlation suggests that entropy-based FHRV analysis, combined with DTT, can serve as an effective and reliable method for improving the accuracy of fetal health monitoring and predicting fetal well-being as delivery approaches.
-
Wai Hnin Eaindrar Mg, Thi Thi Zin, Pyke Tin, M. Aikawa, K. Honkawa, Y. Horii
IEEE Open Journal of the Industrial Electronics Society 6 1 - 19 2025年1月
担当区分：責任著者 記述言語：英語 掲載種別：研究論文（学術雑誌） 出版者・発行元：IEEE Open Journal of the Industrial Electronics Society
This research introduces an automated system for cattle monitoring and calving time prediction, utilizing trajectory data embedded with time-series analysis. Designed for large-scale farms, our system offers continuous 12-hour monitoring, ensuring precise capture of cattle movements. By utilizing time series analysis on the trajectory data, our system predicts calving events in advance, effectively distinguishing between abnormal (requiring human assistance) and normal (not requiring assistance) for each cow. We utilized 360-degree surveillance cameras to provide comprehensive coverage without disturbing the cattle's natural behavior. We employed tailored versions of the Detectron2 and YOLOv8 models to achieve efficient and precise cattle detection, comparing their performance in terms of missed detections and false detections. For tracking, we used our Customized Tracking Algorithm (CTA), which minimizes ID switching and ensures continuous identification even in challenging conditions such as occlusions. While some ID switching errors still occur over extended tracking periods, we integrated tracking and identification to further optimize the handling of track IDs and global IDs. Our system incorporates a 4-hour forecasting of cattle movement using Euclidean Fluctuating Summation (EFS) feature combined with our custom Long Short-Term Memory (LSTM) model. Experimental results demonstrate a detection accuracy of 98.70%, tracking and identification accuracy of 99.18%, and forecasting with an average error rate of 14.07%. Furthermore, the system accurately classifies cattle as either normal or abnormal and predicts calving events a 4-hour in advance using the EFS feature, comparing its performance with various machine learning algorithms. The system's seamless integration significantly enhances farm management and animal welfare.
-
Wai Hnin Eaindrar Mg, Thi Thi Zin, Pyke Tin, M. Aikawa, K. Honkawa, Y. Horii
Scientific reports 15 ( 1 ) 2378 2025年1月
担当区分：責任著者 記述言語：英語 掲載種別：研究論文（学術雑誌） 出版者・発行元：Scientific reports
Accurately predicting the calving time in cattle is essential for optimizing livestock management and ensuring animal welfare. Our research focuses on developing a robust system for calving cattle classification and calving time prediction, utilizing 12-h trajectory data for 20 cattle. Our system classifies cattle as abnormal (requiring human assistance) or normal (not requiring assistance) and predicts calving times based on their individual behaviors. We employed a tailored YOLOv8 model for efficient and precise cattle detection, effectively filtering out noise such as people and trucks. Our Customized Tracking Algorithm (CTA) maintains continuous identity tracking for each cow, enabling accurate re-identification even during occlusions. To minimize some ID switching errors over extended tracking periods, we integrated IDs optimization in the CTA utilizing Global IDs identification. We extracted and compared three total movement features for classifying cattle as abnormal or normal. For predicting calving times for each cow, we utilized and compared three cumulative movement features. Our system is fully automated, detecting and tracking all 20 cattle continuously for 12 h without manual assistance, and achieving an overall accuracy of 99%. By comparing three features derived from the trajectory tracking data for each point in a frame, we achieve 100%, 95%, 85% accuracy in classifying cattle as abnormal or normal and predict their calving times with a precision of within the next 6 h, within the next 9 h, within the next 8 h, respectively. Our system enables farmers to provide timely assistance, ensuring the health and safety of both the cow and the calf. Furthermore, it aids in optimizing resource allocation and enhancing overall farm efficiency, emphasizing the critical importance of calving time prediction in sustainable livestock farming.
書籍等出版物 【 表示 ／ 非表示 】
-
Big Data Analysis and Deep Learning Applications: Proceedings of the First International Conference on Big Data Analysis and Deep Learning (Advances in Intelligent Systems and Computing Book 744)
Thi Thi Zin (Editor), Jerry Chun-Wei Lin (Editor) （ 担当： 共編者(共編著者)）
Springer 2018年6月
総ページ数：Springer 記述言語：英語
その他リンク： https://www.amazon.com/Data-Analysis-Deep-Learning-Applications-ebook/dp/B07DL46RJX
-
Genetic and Evolutionary Computing: Advances in Intelligent Systems and Computing: A New Look into Web Page Ranking Systems
Thi Thi Zin, Pyke Tin, H. Hama, T. Toriu（ 担当： 共著 , 範囲: 発案、実験、考察、論文執筆）
Springer International Publishing 2014年10月
記述言語：英語 著書種別：学術書
MISC 【 表示 ／ 非表示 】
-
RGBカメラによって観測された運動症状を用いた パーキンソン病、本態性振戦の鑑別可能性に関する研究
林田 高典, Thi Thi Zin, 杉山 崇史，酒井 克也，石井 信之，望月 仁志
第 35 回バイオメディカル・ファジィ・システム学会年次大会 講演論文集 (BMFSA2022) 2022年12月
担当区分：責任著者 記述言語：日本語 掲載種別：研究発表ペーパー・要旨（全国大会，その他学術会議） 出版者・発行元：バイオメディカル・ファジィ・システム学会
-
Tracking A Group of Black Cows Using SORT based Tracking Algorithm
Cho Cho Aye, Thi Thi Zin, M. Aikawa, I. Kobayashi
第 35 回バイオメディカル・ファジィ・システム学会年次大会 講演論文集 (BMFSA2022) 2022年12月
担当区分：責任著者 記述言語：英語 掲載種別：研究発表ペーパー・要旨（全国大会，その他学術会議） 出版者・発行元：バイオメディカル・ファジィ・システム学会
-
Artificial Intelligence Topping on Spectral Analysis for Lameness Detection in Dairy Cattle
Thi Thi Zin, Ye Htet, San Chain Tun and Pyke Tin
第 35 回バイオメディカル・ファジィ・システム学会年次大会 講演論文集 (BMFSA2022) 2022年12月
担当区分：筆頭著者, 責任著者 記述言語：英語 掲載種別：研究発表ペーパー・要旨（全国大会，その他学術会議） 出版者・発行元：バイオメディカル・ファジィ・システム学会
-
Introduction to IEEE LifeTech 2022 Overview 招待あり 国際共著
Thi Thi Zin and Ryota Nishimura
IEEE LifeTech2022 Abstract Book 2022年3月
担当区分：筆頭著者, 責任著者 記述言語：英語 掲載種別：研究発表ペーパー・要旨（国際会議） 出版者・発行元：IEEE CT Soc
講演・口頭発表等 【 表示 ／ 非表示 】
-
Automatic Cattle Detection and Tracking for Lameness Classification Using a Single Side-View Camera 国際会議
Bo Bo Myint, T. Onizuka, Pyke Tin, M. Aikawa, I. Kobayashi, Thi Thi Zin
Second International Symposium on Data-Driven Intelligent Optimization for Decision Making (DIODM2024) 2024年3月26日
開催年月日： 2024年3月24日 - 2024年3月27日
記述言語：英語 会議種別：口頭発表（一般）
-
画像処理技術を用いた歩行状態の数値化に関する研究
丹野 龍晟、ティティズイン
動的画像処理実利用化 ワークショップ2024 (DIA 2024) 2024年3月4日
開催年月日： 2024年3月4日 - 2024年3月5日
記述言語：日本語 会議種別：ポスター発表
-
Kalman Velocity-based Multi-Stage Classification Approach for Recognizing Black Cow Actions 国際会議
Cho Cho Aye, Thi Thi Zin, M. Aikawa, I. Kobayashi
2024 RISP International Workshop on Nonlinear Circuits, Communications and Signal Processing (NCSP'24) 2024年2月29日
開催年月日： 2024年2月27日 - 2024年3月1日
記述言語：英語 会議種別：口頭発表（一般）
-
A Novel Stochastic Model for Analysing Heart Rate Variability in the Heart-Brain Signal Communication System 国際会議
Thi Thi Zin, Tunn Cho Lwin, Pyke Tin
2024 RISP International Workshop on Nonlinear Circuits, Communications and Signal Processing (NCSP'24) 2024年2月29日
開催年月日： 2024年2月27日 - 2024年3月1日
記述言語：英語 会議種別：口頭発表（一般）
-
Enhancing Precision Agriculture: Innovative Tracking Solutions for Black Cattle Monitoring 国際会議
Su Myat Noe, Thi Thi Zin, Pyke Tin, and Ikuo Kobayashi
2024 RISP International Workshop on Nonlinear Circuits, Communications and Signal Processing (NCSP'24) 2024年2月29日
開催年月日： 2024年2月27日 - 2024年3月1日
記述言語：英語 会議種別：口頭発表（一般）
受賞 【 表示 ／ 非表示 】
-
Student paper Award
2024年3月 2024 RISP International Workshop on Nonlinear Circuits, Communications and Signal Processing Enhancing Precision Agriculture: Innovative Tracking Solutions for Black Cattle Monitoring
Su Myat Noe, Thi Thi Zin, Pyke Tin, and Ikuo Kobayashi
受賞区分：国際学会・会議・シンポジウム等の賞
-
Student paper Award
2024年3月 2024 RISP International Workshop on Nonlinear Circuits, Communications and Signal Processing Kalman Velocity-based Multi-Stage Classification Approach for Recognizing Black Cow Actions
Cho Cho Aye, Thi Thi Zin, M. Aikawa, I. Kobayashi
受賞区分：国際学会・会議・シンポジウム等の賞
-
Best Paper Award
2023年11月 The 9th International Conference on Science and Technology (ICST UGM 2023) An Innovative Framework for Cattle Activity Monitoring: Combining AI-Based Markov Chain Model with IoT Devices
Y. Hashimoto, Thi Thi Zin, Pyke Tin, I. Kobayashi and H. Hama
受賞区分：国際学会・会議・シンポジウム等の賞
-
IEEE GCCE 2022 Excellent Student Paper Awards (Outstanding Prize)
2022年10月 2022 IEEE 11th Global Conference on Consumer Electronics (GCCE2022) Video-Based Automatic Cattle Identification System
Su Larb Mon, Thi Thi Zin, Pyke Tin, I. Kobayashi
受賞区分：国際学会・会議・シンポジウム等の賞 受賞国：日本国
In this paper, we propose a method to identify the cattle by using video sequences. In order to do so, we first collect 360-degree top-view video sequences to form dataset. The proposed system is composed of two parts: cattle detection and cattle identification. In the detection process, we utilize YOLOv5(You Only Look Once) model to detect the cattle region in the lane. In this stage, cattle’s location and region information are extracted and the cropped images of detected cattle regions are saved for the next stage. We then apply Convolutional Neural Network model (VGG16) to extract the features which will be used to identify individual cattle. For the classification, the proposed system used two supervised machine learning methods, Random Forest and SVM (Support Vector Machine). The accuracy of Random Forest is 98.5% and the accuracy of SVM is 99.6%. After comparing the accuracy rate of two methods, SVM get the better accuracy result. The proposed system achieved the accuracy of over 90% for both cattle detection and identification.
-
Best Presentation Award
2022年9月 The 16th International Conference on Innovative Computing, Information and Control (ICICIC2022) Comparative Study on Color Spaces, Distance Measures and Pretrained Deep Neural Networks for Cow Recognition
Cho Cho Mar, Thi Thi Zin, Pyke Tin, I. Kobayashi, K. Honkawa, Y. Horii
受賞区分：国際学会・会議・シンポジウム等の賞 受賞国：日本国
科研費（文科省・学振・厚労省）獲得実績 【 表示 ／ 非表示 】
-
画像処理技術と非接触センサを用いた牛の発情検知及び分娩監視システムの開発
研究課題/領域番号：17K08066 2017年04月 - 2021年03月
科学研究費補助金 基盤研究(C)
担当区分：研究代表者
畜産は全国農業総生産額の3 割以上を占める重要な産業であるが、不適切な家畜管理による生産性の低下が大きな問題となっている。その主たる原因は飼養形態の変化による1 頭あたり観察時間の短縮であり、飼養頭数の多頭化・農家の高齢化が進む畜産現場において、365 日24 時間にわたり家畜の異常や変化を観察し続けることは困難である。
申請者らは、主に非接触・非侵襲センサ情報のアルゴリズム解析技術に着目し、距離画像とビデオ画像を用いて牛の発情を検知できる独自アルゴリズムの開発に取り組んできた。本研究では、これらの技術を応用することで、牛の発情や分娩監視時の異常を自動検知できる省力的な24 時間
家畜管理システムを開発する。 -
牛の分娩監視システムに関する研究
研究課題/領域番号：18J14542 2018年04月 - 2020年03月
科学研究費補助金 特別研究員奨励費
須見 公祐、Thi Thi Zin（受入研究者）
担当区分：研究分担者
精度や耐久性が不十分な割に高価なウェラブル型センサの装着や、肉体的・精神的に大きな負担を強いられる目視によるカメラ映像のモニタリング等は、大規模化する畜産現場において現実的なコストで利用できるものが極めて少ない。そこで本研究では、監視カメラから得られる映像を用いて非接触型の分娩管理システムを開発することで、農家そして牛、両方の負担を減らすことを目的とする。
本来、牛は牛群と呼ばれるグループで行動を行う。そして、分娩が間近になると分娩室という分娩専用の牛舎に移される。分娩室には2 頭以上を同時に入れるケースも多く、どの牛で分娩が始まったかを識別する必要があることから、個体識別と追跡処理が必要となる。次に、分娩行動の段階を追って検知を行う。抽出する特徴としては、尻尾が上がっているかどうか、牛が立っているか座っているか、落ち着きがなくなり移動量が増加するか、子牛を出産したかどうか、親牛が子牛を舐めているかどうかなど、それぞれの過程で自動的に異常を見つけ通報を行うアルゴリズムの開発を進める。分娩行動が起きたかどうかの判断は、これらのデータから各特徴の重要度（重み）を学習させることによって行う。そして、最終目標として難産など異常行動の検知を行うために事例を蓄積しながら知識ベースを充実させ、異常事態の検知を行い、分娩の各段階を監視して異常事態の検知ならびに通報が可能なシステムの開発を目指す。 -
特徴対応異種画像統合法を用いた個人特定法医画像診断法の開発
研究課題/領域番号：15K15457 2015年04月 - 2018年03月
科学研究費補助金 挑戦的萌芽研究
担当区分：研究分担者
本研究は、災害や事件・事故における損傷の激しい遺体の身元確認において、迅速かつ高精度で個人を特定し得る「法医放射線画像コンピューター支援システム」の構築・整備を最終目標とするものである。骨の描出に優れた「X線画像診断」と「死後画像診断（Ai）」の連携に着眼し、身元確認困難な遺体の個人特定を、顔認識機能に代表される特徴対応異種画像統合法を駆使して行う挑戦的萌芽研究である。本法による個人特定は、我が国が直面する大震災や津波災害・山火事・噴火災害や重大事件・事故時において遺族の精神的負担軽減や財政的課題にも大いに寄与すると期待され切に望まれるものでもあり、まさに我が国が抱える課題の解決につながる実践的事業の一翼を強力に推進するものであると確信する。
-
画像処理技術を用いた双方向授業システムの研究
研究課題/領域番号：15K01041 2015年04月 - 2018年03月
科学研究費補助金 基盤研究(C)
担当区分：研究分担者
教員から学生への一方向の知識伝達に偏りがちな一斉授業において、教員と学生のコミュニケーションを促進するために、画像処理技術を用いた双方向授業システムの研究を行う。教員の質問に対して回答に対応するカードを学生に挙げさせた風景画像から、学生が挙げたカードの位置、種類、数を自動認識して、教員にフィードバックする機能と授業における活用の研究を行う。平成24～26年度科研費・挑戦的萌芽研究「一斉授業の双方向コミュニケーションを活性化させるための画像処理技術の研究」の研究成果である試作システムの認識精度を向上するとともに、一斉授業への活用方式の確立を図る。カメラとPCとカードのみからなる簡便な設備により、いつでもどこでも教員と学生の双方向コミュニケーションを促進する授業システムを研究する。
-
平面上距離画像とビデオ映像を相補的に用いた牛の発情期自動検知システムの開発
研究課題/領域番号：15K14844 2015年04月 - 2017年03月
科学研究費補助金 挑戦的萌芽研究
担当区分：研究代表者
牛繁殖農家にとって、母牛の発情行動の検知は、タイミングよい人工授精と効率的な家畜生産に非常に重要である。しかし、そのサインを見逃さないためには24時間体制のモニタリングが必要であり、高齢畜産農家の大きな負担となっている。
本研究では、測域センサからの距離画像とビデオ映像とを相補的に用いる独自のアルゴリズムを開発し、牛の行動パターンから発情を自動的に検知し、牛のID（同定）番号と共にネットワークを通じて畜産農家に通報する牛のモニタリング・システムの開発を目的とする。従来のウェラブル型センサに比べて牛へのストレスが少なく、人がビデオ映像を長時間見続ける必要がないことから、見逃しも減らせられ、高齢化畜産農家の負担軽減と、畜産業がICTを活用したスマート農業へ転換する契機となり、生産性向上、若者の新規就農など、持続的発展が期待できる。
その他競争的資金獲得実績 【 表示 ／ 非表示 】
-
次世代AI及びIoT分野で活躍できる優秀な人材育成プログラムと研究交流 国際共著
2021年12月 - 2022年03月
JST さくらサイエンス
Thi Thi Zin
担当区分：研究代表者
-
「魚介類の疾病予防のための画像解析技術の開発」 -水産学と工学の融合による新たな技術の創出- 国際共著
2021年12月 - 2022年03月
JST さくらサイエンス
Thi Thi Zin
担当区分：研究代表者
-
途上国の子供たちが読み書き計算を学ぶための、AI 技術と動画自動生成 技術を有する基礎教育タブレット「Ta-BE（タビー）」の開発
2018年06月 - 2021年02月
経済産業省 戦略的基盤技術高度化支援事業（サポイン事業）
(株)教育情報サービス、宮崎大学工学部 Thi Thi Zin
担当区分：研究代表者 資金種別：競争的資金
開発途上国には、良質な教育にアクセスできない子供たちが数多くいる。これを踏まえ、２０１５年国連本部 において採択された「２０３０アジェンダ」の目標の一つに、「すべての人に包摂的かつ公正な質の高い教育を 確保する」とある。これを背景に、ＡＩ技術を活用した音声・画像認識機能を用いて、学習者の教育レベルを認 識・分析し、ＡＩ自体がその学習者に特化した解説動画を自動で生成する基礎的な教育用タブレットを開発する。
-
地域の特色を考慮した高齢者のQOL向上と自立生活を支援するための要素技術開発
2014年04月 - 2015年03月
「地（知）の拠点整備事業（大学COC事業）」 「地（知）の拠点整備事業（大学COC事業）」
担当区分：研究代表者 資金種別：競争的資金
超高齢社会の到来に伴って色々な社会問題（医療、年金、介護・福祉等の負担増、雇用創出、労働力確保）が派生しており、行政、地域、医療、介護、技術が一体となって取組む必要がある。このような時代背景の下で、宮崎県の地域特色を考慮した高齢者のQOL（生活の質）向上と自立生活を支援するための見守りシステム構築に必要な要素技術開発を行う。
2013年の宮崎県の高齢化率は26.7%で国の平均24.1%を上回っており、今後も進んでいくと推定されている（内閣府「高齢社会白書」）。ここでは地域の特色を考慮に入れたコミュニティ造りが重要であると同時に自立生活を支援する見守りシステム構築も不可欠である。問題解決に向けて、ICTの側面から貢献できることはたくさんあり、本提案研究では、薬の誤服用や飲み忘れを防止する薬管理システム構築のための要素技術を開発し、自立生活を支援すると同時に、介護や見守り現場でのスタッフの負担軽減を目指す。
受託研究受入実績 【 表示 ／ 非表示 】
-
ものづくり現場におけるIoT技術を活用した作業効率向上に関する研究
2021年04月 - 2022年03月
宮崎県工業技術センター 一般受託研究
Thi Thi Zin
担当区分：研究分担者 受託研究区分：一般受託研究
-
ものづくり現場におけるIoT技術を活用した作業効率向上に関する研究
2020年06月 - 2021年03月
宮崎県工業技術センター 一般受託研究
田村 宏樹、Thi Thi Zin
担当区分：研究分担者 受託研究区分：一般受託研究
-
JST ：日本・アジア青少年サイエンス交流事業
2019年04月 - 2020年03月
一般受託研究
担当区分：研究代表者 受託研究区分：一般受託研究
さくらサイエンスプラン：「科学技術研修コース」（Ｃコース）
次世代AI及びIoTの分野で活躍できる優秀な人材育成プログラムと研究交流 -
JST ：日本・アジア青少年サイエンス交流事業
2018年06月 - 2018年10月
一般受託研究
担当区分：研究代表者 受託研究区分：一般受託研究
さくらサイエンスプラン：「科学技術研修コース」（Ｃコース）
ミャンマーの優秀な学生を対象にした、日本の最先端 ICTと各種分野における学際研究の技術移転と研究交流 -
2018年04月 - 2020年03月
総務省 一般受託研究
担当区分：研究代表者 受託研究区分：一般受託研究
戦略的情報通信研究開発推進事業（SCOPE）
地域ICT振興型研究開発（フェーズII）
高齢化、大規模化する現代の畜産で、24 時間365 日にわたり家畜の健康管理を適切に行い、異常や変化に留意し続けながら経営を継続することは容易でない。 本研究では、ICTを活用して牛の健康状態の重要な指標となるBCS（ボディコンディションスコア）の省力的な評価方法を開発するとともに、母牛の発情行動や分娩時異常行動を非接触センサにより自動検知して農場管理者に知らせることにより、健康管理、分娩介助や診療、人工授精をタイミングよく行い、効率的な家畜生産性の向上につなげていく。 また、ベースとなる個体識別や追跡技術を開発していく。
共同研究実施実績 【 表示 ／ 非表示 】
-
AIによる乳牛健康管理システム開発事業
2024年05月 - 2026年08月
ホクレン農業協同組合連合会 国内共同研究
担当区分：研究代表者 共同研究区分：国内共同研究
研究・技術シーズ 【 表示 ／ 非表示 】
-
ICTを活用した牛のモニタリングシステムの開発に関する研究
安全・安心のための24時間自動見守り・監視システムの開発に関する研究
工場の作業効率化のための作業グループ検出に関する研究ホームページ： 研究者データベース
技術相談に応じられる関連分野：ビッグデータからの新しい知見の獲得・発見を体系的に行える数理的道具の開発
牛のモニタリング情報分析システム
高度な画像処理技術とAI活用による身体・精神機能低下患者の行動認識に関する研究
ビデオ画像を利用した新生児運動モニタリングシステムの開発に関する研究
画像処理技術を用いた疾病の特徴を示すエビを検出するシステムメッセージ：『画像処理を用いて様々な問題を解決すること』を目的として、農学や医学の分野に係わる学際領域の研究を幅広く行っています。多種多様な課題に対して各分野の専門家と協力して、画像処理分野からの貢献を目指して、研究・開発を行っています。