顕微鏡画像を用いたSVDDによる深海底生物の分類体系の推定法

摘要

本文では,SVDDを用いて顕微鏡画像中に含まれる深海底生物の分類体系を推定する手法を提案する．提案手法ではまず，従来の分類学における種タクサおよび超種タクサをそれぞれSVDDの超球により表現し，算出された各超球をノードとした決定木を用いて，調査対象の生物の分類体系の推定を可能とする．さらに，新たに既知生物種が登録された際に，決定木の自動更新を導入することで，分類体系の再構築を効率的に行うことを可能とする．%This paper presents a Support Vector Data Description (SVDD)-based method for finding new benthic species from microscopic images and its application to taxonomy position estimation. First, the proposed method generates hyperspheres which represent taxonomic species taxa and ultra-species taxa of known species. Next, by using this decision tree, new benthic species can be found from target samples, and their taxonomic positions can be also estimated. In addition, when new species are registerd, the proposed method introduces a method which automatically updates the existing decision tree, and allows the efficient reconstruction of the classificatio system.