JP6401411B1 - 人工知能による漁獲物識別システム、管理システム及び物流システム - Google Patents
人工知能による漁獲物識別システム、管理システム及び物流システム Download PDFInfo
- Publication number
- JP6401411B1 JP6401411B1 JP2018022749A JP2018022749A JP6401411B1 JP 6401411 B1 JP6401411 B1 JP 6401411B1 JP 2018022749 A JP2018022749 A JP 2018022749A JP 2018022749 A JP2018022749 A JP 2018022749A JP 6401411 B1 JP6401411 B1 JP 6401411B1
- Authority
- JP
- Japan
- Prior art keywords
- fish
- catch
- data
- individual
- artificial intelligence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 69
- 241000251468 Actinopterygii Species 0.000 claims abstract description 606
- 239000000284 extract Substances 0.000 claims abstract description 18
- 238000003860 storage Methods 0.000 claims abstract description 13
- 238000000605 extraction Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 81
- 238000009826 distribution Methods 0.000 claims description 47
- 238000009360 aquaculture Methods 0.000 claims description 40
- 244000144974 aquaculture Species 0.000 claims description 40
- 238000005259 measurement Methods 0.000 claims description 34
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 claims description 13
- 230000000366 juvenile effect Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 235000013372 meat Nutrition 0.000 claims description 9
- 238000009529 body temperature measurement Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005303 weighing Methods 0.000 claims description 5
- 230000019637 foraging behavior Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- 235000013332 fish product Nutrition 0.000 claims 2
- 238000003908 quality control method Methods 0.000 abstract description 4
- 235000019688 fish Nutrition 0.000 description 420
- 238000007726 management method Methods 0.000 description 34
- 238000000034 method Methods 0.000 description 27
- 241000894007 species Species 0.000 description 18
- 241001149724 Cololabis adocetus Species 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 235000013305 food Nutrition 0.000 description 7
- 238000009395 breeding Methods 0.000 description 6
- 230000001488 breeding effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 241001474374 Blennius Species 0.000 description 5
- 210000001015 abdomen Anatomy 0.000 description 5
- 230000037237 body shape Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 235000014102 seafood Nutrition 0.000 description 4
- 241000238366 Cephalopoda Species 0.000 description 3
- 241000234314 Zingiber Species 0.000 description 3
- 235000006886 Zingiber officinale Nutrition 0.000 description 3
- 238000000862 absorption spectrum Methods 0.000 description 3
- 230000004634 feeding behavior Effects 0.000 description 3
- 235000008397 ginger Nutrition 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000010792 warming Methods 0.000 description 3
- 241000237509 Patinopecten sp. Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 235000020637 scallop Nutrition 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001125046 Sardina pilchardus Species 0.000 description 1
- 241000269821 Scombridae Species 0.000 description 1
- 241001504592 Trachurus trachurus Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 235000020640 mackerel Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000013622 meat product Nutrition 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000019512 sardine Nutrition 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Landscapes
- Farming Of Fish And Shellfish (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
Description
上述の漁獲物は、漁港の市場で「競り」が行われた後、どの漁獲物がどのルートを経てどの消費地へ行き、どこの店で料理されたかが正確にトレースできないという課題がある。また、消費者からみると、その漁獲物がどこで漁獲されたのか、だれが獲ったのか、いつ獲れたのか、などの情報がほとんどなく魚料理を提供する店や魚屋を信用するしかないという問題がある。同じ生鮮食料品であっても野菜や肉製品等が、「食の安全・安心」を担保するため産地表示や生産者表示を行っているのとは大きな格差がある。また、養殖漁業や栽培漁業の進化によりブランド化した漁獲物が発生し、一般の漁獲物と差別化するために漁獲物の品質保証を行っていくことが想定される。そうなると、漁獲物の個別認識が重要な戦略となる。
漁港に水揚げされた漁獲物は、漁業者から市場開設者により市場に並べられ、その漁獲物に対して仲買人により競売が行われる。このため、市場に並べられた漁獲物は、この競売が終了するまで放置され、その間、漁獲物の鮮度は時間と共に落ちてしまう。また、競売自体についても、より高く売りたい漁業者と、より安く買いたい仲買人との交渉が行われるため、値段が決まるまでに時間がかかり漁獲物の鮮度を低下させるという課題がある。
漁港に水揚げされた漁獲物に対し、「目利き」と言われる仲買人の経験に基づき各漁獲物の値付けが行われる。すなわち、漁獲物の品質予測に関しては、この仲買人の経験値に依存しているため、漁港ごとの漁獲物の品質についての統計的なデータが蓄積できず、また、客観的な品質に対する評価を記録することができないという課題がある。また、漁港ごとに異なる仲買人がいる場合には、漁獲物の統一的な品質予測が難しく、仲買人の高齢化により経験のある後継者がなかなか育たないという課題がある。さらに、述した在来漁業だけではなく栽培漁業や養殖漁業の場合、どのように漁獲物の客観的な品質予測をするのかという課題がある。
また、この漁獲物の市場における競売は漁港ごとに開設されており、市場相互の情報の共有化が進んでいるとは言い難い。このため、例えば、北海道地区の各漁港に水揚げされた漁獲物について、エルニーニョ現象や地球温暖化などにより各漁獲物の漁獲高が変化していること、漁獲物の大きさや形状が変化していること等、漁獲物の品質に関連する変化を統計的或いは客観的に把握することが難しいという問題がある。さらに、上述した在来漁業に対して栽培漁業や養殖漁業の割合がどのように変化しているのか統計的或いは客観的に把握することが難しいという問題がある。
漁獲物物流システムは、漁獲物物流把握部が魚市場における競りに代替してネットオークションを開催し、漁獲物の流通に通信ネットワークを利用することが好ましい。これにより、漁獲物の競りに誰でも何時でも何処からでも参加することができる。そして、誰でも識別番号が付与された漁獲物を個別に買うことができ、漁獲物の流通を小ロットで大量に、かつ簡単に捌くことが可能となる。
図1に示すように、本漁獲物識別システム1の対象は、沿岸漁業3a、近海漁業3b、養殖漁業3c、及び栽培漁業3dとする。沿岸漁業3a及び近海漁業3bは従来から一般的に行われてきた漁業であるため従来漁業と称する。本明細書では、従来漁業における漁獲物識別システム1を説明し、その後、養殖漁業3c及び栽培漁業3dの場合における漁獲物識別システム1について従来漁業との相違を中心に説明する。ここで、世界各国の漁場を対象とする遠洋漁業については本発明の範囲外とする。
図1の図に向かって右側に図示するように、その漁港において獲れる可能性のある漁獲物13については、撮像部4で撮像された画像に基づき魚種14ごとに魚種特徴量15bが抽出されて記憶される。この魚種特徴量15bは、水揚げされた大量の漁獲物13の画像データをビッグデータ11dとして解析し、魚種特徴量画像データ5bとして魚種特徴量抽出部6bが抽出する。この魚種特徴量15bの抽出のプロセスは人工知能11aの主としてニューラルネットワーク11bにより実行され、その具体的な手法を図3に示す。
図1の図に向かって左側に図示するように、水揚げされた漁獲物13の魚種14による仕分け方法を示す。漁獲物13は、例えば、ベルトコンベアなどの漁獲物搬送機17により市場に搬送する際に撮像部4により個別特徴量画像データ5aが撮像される。そして、個別特徴量抽出部6aにより個別特徴量15aが抽出される。撮像部4は、個別特徴量画像データ5aを撮像すると同時にその個別特徴量画像データ5aを魚種特徴量画像データ5bとしても良い。抽出された個別特徴量15aは、魚種判定部8により魚種特徴量記憶部7に記憶されている各魚種14の魚種特徴量15bと比較される。そして、その漁獲物13の魚種14が判定される。この比較は、人工知能11aの主としてディープラーニング11cにより実行され、その具体的な手法を図4に示す。
魚種判定部8によりその漁獲物13の魚種14が確定すると識別番号付与部9は、その漁獲物13に対して識別番号10を付与する。例えば、漁獲された年号、曜日、魚種、漁獲された漁場、漁船、漁港などのデータと共に同種の漁獲物13の内での連続番号が付与される。
個別漁獲物データベース12には、識別番号10、魚種14と共に個別特徴量画像データ5a及び個別特徴量データ2が保存される。すなわち、漁港で獲れた各漁獲物13は、識別番号10により漁獲された年号、曜日、魚種14、漁獲された漁場、漁船、漁港などのデータが保存され、その個別特徴量15aが判定された基になる個別特徴量画像データ5a、及びその複数の個別特徴量15aを一括してデータ化した個別特徴量データ2が保存される。そして、この個別漁獲物データベース12には、養殖漁業3cや栽培漁業3dでのデータが追加される。さらに、漁獲物管理システム40及び漁獲物物流システム50でのデータが追加され、一つのデータベースが完成し、それがビッグデータ11dとして、人工知能11aによるより精度の高い解析が可能となる。
図2に示すように、魚種判定部8により判定された漁獲物13は、例えばベルトコンベアなどの漁獲物搬送機17などにより仕分け部18に搬送され、例えば、魚種14、雌雄、成魚と幼魚などに仕分けされる。仕分け部18は、魚種仕分け部18a、雌雄仕分け部18b、未成魚仕分け部18cから構成される。魚種14以外で仕分けに必要な、漁獲物13の長さ、漁獲物13の雌雄の別、漁獲物13の年齢などのデータは、個別漁獲物データベース12から検索されて判定情報伝送部8bから仕分け部18に伝達される。すなわち、これまで人手に頼ってきた仕分け作業は、漁獲物識別システム1を活用することで自動化が可能となる。なお、判定情報伝送部8bは、魚種14の別、雌か雄か、成魚か幼魚かにより仕分けるだけに限らず、傷物か否か、病気持ちか否か、変形か否か、深海魚か否か、子持ちか否かなどによって分類して仕分けをしても良い。すなわち、その漁獲物13の商品価値や価格に影響するような特徴を有する漁獲物13を選別することができる。
図3に人工知能11aのニューラルネットワーク11bによる画像解析から漁獲物13の特徴量15を抽出して魚種特徴量記憶部7に記憶させる手順が示されている。人工知能11aは、漁獲物13のビッグデータ11dからその漁港で獲れる可能性のある全ての魚種14を選択し、それを魚種α1,魚種α2,魚種α3,魚種α4・・・魚種αnとする。それらの魚種14について撮像部4が撮像した魚種特徴量画像データ5bとして、画像データ5b1,画像データ5b2,画像データ5b3,画像データ5b4,・・・画像データ5bnを用いる。魚種特徴量抽出部6bは、これらの魚種特徴量画像データ5bから個々の画像データ5ごとに、例えば、その魚種14において他の魚種14と比較して特徴的な背びれ(A),尾びれ(B),腹びれ(C)・・・について魚種特徴量15bを抽出する。魚種α1については、背びれ(A)の魚種特徴量15bがA1であり、尾びれ(B)の魚種特徴量15bがB1であり、腹びれ(C)の魚種特徴量15bがC1であると判断する。魚種α2については、背びれ(A)の魚種特徴量15bがA2であり、尾びれ(B)の魚種特徴量15bがB1であり、腹びれ(C)の魚種特徴量15bがC2であると判断する。魚種α3については、背びれ(A)の魚種特徴量15bがA1であり、尾びれ(B)の魚種特徴量15bがB1であり、腹びれ(C)の魚種特徴量15bがC2であると判断する。魚種αnについては、背びれ(A)の魚種特徴量15bがA1であり、尾びれ(B)の魚種特徴量15bがB1であり、腹びれ(C)の魚種特徴量15bがC2であると判断する。この魚種14の特徴量15は、背びれ(A),尾びれ(B),腹びれ(C)に限らず、尻びれ、胸びれでも良く、その他、体形、体長、目、口などでも良く、他の魚種14と比較して特徴的であり差別化が可能な特徴であれば良い。
図4に、第1段として、人工知能11aのディープラーニング11cにより漁獲物13の特徴量15と魚種特徴量15bとを比較して魚種14を確定する手順が示されている。水揚げされた漁獲物13(β1,β2,β3,・・・βn)を撮像部4で撮像する。そして、その漁獲物13(β1,β2,β3,・・・βn)の魚種特徴量15bが魚種特徴量記憶部7に保存された各魚種特徴量15bと比較し、どの魚種14に該当するかで、各漁獲物13(β1,β2,β3,・・・βn)の魚種14を決定する。図4では、特徴量15が魚種X2と合致するためその魚種14は「魚種X2」であると判断することができる。すなわち、その漁獲物13に対して「上述した魚種14の判断基準」を適用すれば魚種14が確定する。
図6に、養殖魚業3cの構成、及び個別養殖魚データベース12aの構成に関する一つの実施形態の概略構成を示す。養殖漁業3cでは、陸上に水槽を設けて漁獲物13となる養殖魚を育てる。ここで、水槽には生簀も含まれる。
養殖漁業3cは、水温計測部20、水質計測部26、水温調整部21、水質調整部22、水流計測部27、水流調整部23、動画撮像部32、漁獲物識別部33、給餌管理部24、養殖魚管理部25、漁獲物盗難監視部34から構成される。水温計測部20は水槽内の水温を測定し、計測結果を水温調整部21に送付する。水質計測部26は水槽内の水質に関する情報を計測し、計測結果を水質調整部22に送付する。水流計測部27は、水槽内の水流に関する情報を計測し、測定結果を水流調整部23に送付する。水温、水質及び水流は養殖魚の生育に重大な影響を与える要因である。養殖魚管理部25は、養殖魚の健康状態を監視し、給餌管理部24に給餌に関する指示を行う。個別養殖魚データベース12aは、水温計測部20、水質計測部26及び水流計測部27の測定結果と、水槽内の養殖魚の状態に関するデータとを関連付けして保存する。
個別養殖魚データベース12aは、識別番号付与部9が水槽内で飼育された養殖魚に対して付与した養殖魚識別番号10bを保存する。また、個別養殖魚データベース12aは、個別特徴量抽出部6aが抽出した個別養殖魚特徴量データ2aを養殖魚識別番号10bと紐づけして保存する。そして、給餌管理部24は、与えた餌に関する情報を給餌データ30aとして養殖魚識別番号10bに紐付けして個別養殖魚データベース12aに保存する。また、個別養殖魚データベース12aは、水温計測部20、水質計測部26及び水流計測部27の測定結果を水温データ31a,水質データ31b,及び水流データ31cとして水槽内の養殖魚の状態に関するデータとを関連付けして保存する。また、個別養殖魚データベース12aは、養殖魚識別番号10bを有する養殖魚の給餌行動動画データ30bを個別養殖魚データベース12aに保存する。
動画撮像部32は、水槽内を回遊する養殖魚の動作をビデオカメラ4cで撮像する。これは、水槽内を回遊する養殖魚の給餌行動からその養殖魚の健康状態などが予測できるからである。また、他の養殖魚と異なる行動をする養殖魚を見つけ出しその原因を探ることができる。漁獲物識別部33は、動画撮像部32により撮像された動画から養殖魚の個別特徴量15aを抽出して養殖魚の養殖魚識別番号10bを認識する。
さらに、漁獲物盗難監視部34は、個別養殖魚データベース12aに保存された動画を監視することで水槽内の養殖魚を盗難から防止きる。これは、水槽内で育てられる養殖魚は、簡単に盗難される恐れがあるが、人工知能11aを用いて水槽内の養殖魚の個体数を監視することで盗難が瞬時に明らかになる。また、漁獲物盗難監視部34は、養殖魚と共に水槽周りの設備に関しても盗難の監視をすることができる。
図7に、栽培漁業3dの構成、及び個別漁獲物データベース12の構成に関する一つの実施形態の概略構成を示す。栽培魚業3dは、栽培魚照合部38及び栽培魚育成部37から構成される。栽培魚照合部38は、稚魚が海洋に放流されて成長して成魚の状態で栽培魚39として水揚げされた場合に、稚魚と栽培魚39とを照合する。栽培魚育成部37は、稚魚の育成を監視する。
図8に、本発明に係る漁獲物管理システム40の一つの実施形態の概略構成を示す。漁獲物管理システム40は、漁獲物13の重量を計量する重量計量部42、漁獲物13の外観の三次元形状を計測する三次元形状計測部43、漁獲物13の目及び体表面の色調を撮影する色調撮像部44、及び漁獲物13の品質を予測する品質予測部45から構成される。そして、個別漁獲物データベース12は、個別品質データ49として漁獲物13の重量データ49a、三次元形状データ49b、目の色調データ49c、及び、体表面の色調データ49dを漁獲物13の識別番号10と関連付けて保存する。このように、漁獲物管理システム40は、漁獲物識別システム1の個別認識を用いて漁獲物13の形態などから漁獲物13の鮮度などの品質に関する管理を行う。
三次元形状計測部43は、三次元形状から漁獲物13の体長データ49eを算出する。漁獲物13を所定の範囲の体長ごとに仕分ける際に用いられる。この体長データ49eを仕分け作業に活用することで、また、重量計量部42にて計量した重量データ49aから漁獲物13が太っているか痩せているかに関する体形データ49fを算出することができる。そして、個別漁獲物データベース12は、これらの個別品質データ49である体長データ49e及び体形データ49fを漁獲物13の識別番号10と関連付けて個別漁獲物データベース12に保存する。
三次元形状計測部43は、漁獲物13の三次元形状から体積データ49gを算出する。密度算出部48は、この三次元形状データ49bと、重量計量部42にて計量した重量データ49aとから漁獲物13の硬さである密度データ49hを算出する。そして、品質予測部45は、これらの体積データ49g及び密度データ49hから漁獲物13における肉質の締り具合を予測して仕分ける。つまり、その漁獲物13の肉質が締まっているか痩せているかを数値により仕分ける。漁獲物13は、死後24時間は死後硬直が続いており「イキ」のいい状態だと言われている。これが、24時間を超えると死後硬直が終わり急激に柔らかくなる。従って、三次元形状計測部43により計測された三次元形状から算出される漁獲物13の体積データ49gと、重量計量部42が計量した重量データ49aとから漁獲物13の密度データ49hが求まる。そして、この密度データ49hからその漁獲物13の硬さデータ49kが算出される。すなわち「漁獲物13の肉の締まり具合」について、漁獲物13の密度から漁獲物13の鮮度を予測することができる。
色調撮像部44は、漁獲物13の目の色調データ49c又は漁獲物13の体表面の色調データ49dを計測する。品質予測部45は、目の色調データ49c及び体表面の色調データ49dから漁獲物13の鮮度を予測する。個別漁獲物データベース12は、目の色調に関するデータ、体表面の色調に関するデータ、及び鮮度の予測を漁獲物の識別番号10と関連付けて保存する。
漁獲物管理システム40は、特定の漁獲物13について雌雄の身体的特徴を抽出する雌雄特徴部46と、漁獲物13の雌雄に関する特徴を魚種14ごとに比較して漁獲物13の雌雄を判定する雌雄判定部47とを備える。そして、個別漁獲物データベース12は、漁獲物13の雌雄の別を漁獲物13ごとに識別番号10に紐付けして保存する。これにより、雌雄により価格が大きく異なる魚種14について、迅速に仕分けすることができる。
漁獲物13の物流段階でその漁獲物13の履歴を確認するには、まず撮像カメラ4aなどを用いて個別特徴量画像データ5a及び個別特徴量データ2を取得する。そして、取得した個別特徴量画像データ5a及び個別特徴量データ2を個別漁獲物データベース12に保存された個別特徴量画像データ5a及び個別特徴量データ2と照合する。識別番号10などが一致すればその漁獲物13を特定することができる。このように、漁獲物13ごとに物流履歴データ24を追跡し、個別漁獲物データベース12には、物流履歴データ24の最新情報を識別番号10に紐付けして保存する。
魚市場において「競り」にかけられて競り落とされた漁獲物13は、仲買人により中央卸売市場等へ運ばれ、様々な流通の経路を経て消費地の卸売市場に持ち込まれる。最終的な漁獲物13は、一般の魚屋などで消費者に売却されるか飲食店において調理されて消費者に提供される。このように、漁獲物13は、様々な経路を経て最終的に消費者のもとへ届く。この漁獲物13の物流において、漁獲物識別システム1において漁獲物13を個別に識別することで漁獲物13の物流に関する透明性が確保でき、消費者に対して食材の安全・安心が保証できる。
漁獲物物流システム50の他の効果は、最終消費地における漁獲物13の需要が推定できることである。すなわち、漁獲物物流把握部53は、物流履歴データ54から、ある漁獲物13に関して魚市場から最終消費地まで、どの物流経路を辿ったかを把握している。従って、そのデータを解析すれば、どの魚種14がどのように消費地に搬送されているかが明らかになる。また、全国の魚市場にこの漁獲物物流システム50を導入することで全国規模の漁獲物13の流通の状況を容易に把握することができる。
漁獲物物流把握部53は、個別の魚種14について、養殖漁業3c又は栽培漁業3dを含めた漁獲量の変動から養殖漁業3c又は栽培漁業3dの漁獲量を予想して調整を行う。沿岸漁業3aや近海漁業3bは、上述した各種の問題により漁獲量が減少しており、養殖漁業3c又は栽培漁業3dへのシフトが期待されている。市場の漁獲量に養殖漁業3c又は栽培漁業3dが占める漁獲量を含め、養殖漁業3c又は栽培漁業3dを推進することができる。また、全国の魚市場にこのシステムを導入することで全国規模の養殖漁業3c又は栽培漁業3dの実態を掴むことが可能となる。
漁獲物物流把握部53は、漁獲物識別システム1による個別認識を用いて、漁獲物13の最終消費地への最適な搬送ルート及び搬送手段のシミュレーションを行うことができる。すなわち、漁獲物物流把握部53は、漁獲物13が集合する中央卸売市場、又は中間地点の卸売市場などに撮像カメラ4aを設置し、流通する漁獲物13を個別に撮像し、識別番号10等から漁獲物13の物流の状況を把握することができる。このデータに基づいて、最終消費地への最適な搬送ルート及び搬送手段を検討することができる。例えば、ある魚市場を出した漁獲物13が最終消費者に届くまで無駄な搬送ルートを使用していないか、又はトラック、貨物車などの搬送手段は適切か否かが検討可能になる。また、全国の魚市場にこのシステムを導入することで全国規模の物流シミュレーションが可能となる。
Claims (19)
- 漁獲物の画像をビッグデータから選択し、ニューラルネットワークにより解析して前記漁獲物の特徴量を抽出し、ディープラーニングにより前記漁獲物を識別する漁獲物識別システムであって、
前記漁獲物の魚種ごとの魚種特徴量を特徴量データとして記憶する魚種特徴量記憶部と、
前記漁獲物を個別に撮像して前記漁獲物の前記特徴量を抽出する撮像部と、
前記特徴量を前記魚種特徴量と比較し、前記漁獲物の前記魚種を判定する魚種判定部と、
同種の漁獲物と識別可能な個別特徴量を抽出し、識別番号を付与する識別番号付与部と、
前記特徴量から同種の他の漁獲物と識別可能な個別特徴量を抽出する個別特徴量抽出部と、
前記個別特徴量を個別特徴量データとして前記漁獲物ごとに前記識別番号に紐付けして保存する個別漁獲物データベースと、を備えることを特徴とする人工知能による漁獲物識別システム。 - 請求項1に記載の人工知能による漁獲物識別システムであって、前記個別漁獲物データベースは、水槽で飼育される前記漁獲物について、給餌に関する情報と前記水槽内の前記漁獲物の状態に関するデータとを関連付けして個別養殖魚データベースとして保存することを特徴とする人工知能による漁獲物識別システム。
- 請求項1又は2に記載の人工知能による漁獲物識別システムであって、前記水槽内の水温を計測する水温計測部と、前記水槽内の水質を計測する水質計測部と、前記水槽内の水流を計測する水流計測部と、前記水槽内の水温を調整する水温調整部と、前記水槽内の水質を調整する水質調整部と、前記水槽内の水流を調節する水流調節部と、を備え、前記個別養殖魚データベースは、前記水温計測部、前記水質計測部及び前記水流計測部の測定結果と、前記水槽内の前記漁獲物の状態に関する情報と、を関連付けして保存することを特徴とする人工知能による漁獲物識別システム。
- 請求項3に記載の人工知能による漁獲物識別システムであって、前記水槽内を回遊する前記漁獲物の動作をビデオカメラで撮像する動画撮像部と、前記動画撮像部により撮影された動画から前記漁獲物の前記個別特徴量を抽出して前記漁獲物の前記識別番号を認識する漁獲物識別部と、を備え、前記動画は、前記識別番号を有する前記養殖魚の前記個別養殖魚データベースに保存されることを特徴とする人工知能による漁獲物識別システム。
- 請求項4に記載の人工知能による漁獲物識別システムであって、前記動画から前記漁獲物の採餌行動を抽出し、前記採餌行動から前記漁獲物の状態を予知して前記個別養殖魚データベースに保存することを特徴とする人工知能による漁獲物識別システム。
- 請求項4に記載の人工知能による漁獲物識別システムであって、前記個別養殖魚データベースに保存された前記動画を用いて前記水槽内の前記漁獲物を盗難から防止する漁獲物盗難監視部を備えることを特徴とする人工知能による漁獲物識別システム。
- 請求項1に記載の人工知能による漁獲物識別システムであって、前記個別漁獲物データベースは、稚魚の段階の個別特徴量画像データ及び個別稚魚特徴量データを個別稚魚データベースに保存することを特徴とする人工知能による漁獲物識別システム。
- 請求項7に記載の人工知能による漁獲物識別システムであって、個別栽培魚データベースは、海洋に放流された稚魚が成長して成魚の状態で前記漁獲物として水揚げされた場合に、栽培魚照合部に稚魚識別番号と栽培魚識別番号とを照合させて紐付けすることを特徴とする人工知能による漁獲物識別システム。
- 請求項1乃至8の何れか1項に記載の人工知能による漁獲物識別システムを用いた漁獲物管理システムであって、さらに、前記漁獲物の重量を計量する重量計量部と、前記漁獲物の三次元形状を計測する三次元形状計測部と、前記漁獲物の目及び体表面の色調を撮影する色調撮像部と、前記漁獲物の品質を予測する品質予測部とを備え、前記個別漁獲物データベースは、前記漁獲物の重量データ、三次元形状データ、目の色調データ、及び、体表面の色調データを個別品質データとして前記漁獲物の前記識別番号と関連付けて保存することを特徴とする人工知能による漁獲物管理システム。
- 請求項9に記載の人工知能による漁獲物管理システムであって、前記三次元形状計測部は、前記三次元形状から前記漁獲物の体長データを算出し、前記漁獲物を所定の範囲の体長ごとに仕分け、前記漁獲物の前記体長データと前記漁獲物の前記重量データから前記漁獲物の体形データを算出し、前記個別漁獲物データベースは、前記体長データ及び前記体形データを前記漁獲物の前記識別番号と関連付けて保存することを特徴とする人工知能による漁獲物管理システム。
- 請求項9又は10に記載の人工知能による漁獲物管理システムであって、前記三次元形状計測部は、前記三次元形状から前記漁獲物の体積データを算出し、前記重量計量部にて計量した前記重量データから前記漁獲物の密度データを算出し、前記品質予測部は、前記体積データ及び前記密度データから前記漁獲物における肉質の締り具合を肉質データとして予測し、前記個別漁獲物データベースは、前記体積データ、前記密度データ、及び前記肉質データを個別品質データとして前記漁獲物の前記識別番号と関連付けて保存することを特徴とする人工知能による漁獲物管理システム。
- 請求項11に記載の人工知能による漁獲物管理システムであって、前記色調撮像部は、前記漁獲物の目の色調データ又は前記漁獲物の体表面の色調データを計測し、前記品質予測部は、前記目の色調及び前記体表面の色調に関するデータから前記漁獲物の鮮度を予測し、前記個別漁獲物データベースは、前記目の色調データ、前記体表面の色調データ、及び鮮度データを前記漁獲物の前記識別番号と関連付けて保存することを特徴とする人工知能による漁獲物管理システム。
- 請求項9乃至12の何れか1項に記載の人工知能による漁獲物管理システムであって、特定の漁獲物について雌雄の身体的特徴を抽出する雌雄特徴抽出部と、前記漁獲物の前記雌雄に関する特徴を魚種ごとに比較して前記漁獲物の雌雄を判定する雌雄判定部とを備え、前記個別漁獲物データベースは、前記漁獲物の雌雄に関する情報を前記漁獲物ごとに前記識別番号に紐付けして保存することを特徴とする人工知能による漁獲物管理システム。
- 請求項1乃至8の何れか1項に記載の人工知能による漁獲物識別システムを用いた漁獲物物流システムであって、前記漁獲物の物流段階での前記個別特徴量画像データ及び前記個別特徴量データを取得し、前記個別特徴量画像データ及び前記個別特徴量データを前記個別漁獲物データベースに保存された個別特徴量画像データ及び個別特徴量データと照合して前記識別番号を特定し、前記漁獲物ごとに物流履歴を追跡し、前記個別漁獲物データベースは、物流履歴データを前記識別番号に紐付けして保存することを特徴とする人工知能による漁獲物物流システム。
- 請求項14に記載の人工知能による漁獲物物流システムであって、前記識別番号に基づいて前記魚種ごとの前記漁獲物の数量を算定する漁獲物数量算定部、前記魚種ごとの漁獲物の数量に占める養殖漁業又は栽培漁業による漁獲物の割合を算出する漁業構成比算出部、及び、前記個別漁獲物データベースに保存された前記物流履歴データから前記漁獲物の物流の経路をトレースする漁獲物物流把握部を備え、前記個別漁獲物データベースは、前記物流履歴データを最新の情報に更新することを特徴とする人工知能による漁獲物物流システム。
- 請求項14に記載の人工知能による漁獲物物流システムであって、漁獲物物流把握部は、前記漁獲物の物流の経路から最終消費地における前記漁獲物の需要を推定することを特徴とする人工知能による漁獲物物流システム。
- 請求項14乃至16の何れか1項に記載の人工知能による漁獲物物流システムであって、前記漁獲物物流把握部は、個別の前記魚種について養殖漁業又は栽培漁業を含めた漁獲量の変動から養殖漁業又は栽培漁業の漁獲量を予想することを特徴とする人工知能による漁獲物物流システム。
- 請求項14乃至17の何れか1項に記載の人工知能による漁獲物物流システムであって、前記漁獲物物流把握部は、前記漁獲物の消費地への最適な搬送ルート及び搬送手段のシミュレーションについて、漁獲物識別システムによる個別認識を用いて行うことを特徴とする人工知能による漁獲物物流システム。
- 請求項14乃至18の何れか1項に記載の人工知能による漁獲物物流システムであって、前記漁獲物物流把握部は、魚市場における競りに代替してネットオークションを開催し、前記漁獲物の流通に通信ネットワークを利用することを特徴とする人工知能による漁獲物物流システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018022749A JP6401411B1 (ja) | 2018-02-13 | 2018-02-13 | 人工知能による漁獲物識別システム、管理システム及び物流システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018022749A JP6401411B1 (ja) | 2018-02-13 | 2018-02-13 | 人工知能による漁獲物識別システム、管理システム及び物流システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6401411B1 true JP6401411B1 (ja) | 2018-10-10 |
JP2019135986A JP2019135986A (ja) | 2019-08-22 |
Family
ID=63788100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018022749A Active JP6401411B1 (ja) | 2018-02-13 | 2018-02-13 | 人工知能による漁獲物識別システム、管理システム及び物流システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6401411B1 (ja) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200048497A (ko) * | 2018-10-30 | 2020-05-08 | 박지원 | 어류 혈관 인식 시스템 |
CN111426348A (zh) * | 2020-04-23 | 2020-07-17 | 舟山国家远洋渔业基地科技发展有限公司 | 一种利用物联网大数据进行远洋捕捞作业的渔业*** |
JP2020110079A (ja) * | 2019-01-11 | 2020-07-27 | 株式会社FullDepth | 魚監視システム |
JP2020110138A (ja) * | 2019-05-15 | 2020-07-27 | 株式会社FullDepth | 魚監視システム及びカメラユニット |
JP2020140498A (ja) * | 2019-02-28 | 2020-09-03 | 沖電気工業株式会社 | 釣魚情報提供装置、釣魚情報提供プログラム、釣魚情報提供方法、及び釣魚情報提供システム |
CN112763487A (zh) * | 2020-12-09 | 2021-05-07 | 天津市水产研究所 | 一种水产动物高通量表型获取装置 |
WO2021242368A1 (en) * | 2020-05-28 | 2021-12-02 | X Development Llc | Analysis and sorting in aquaculture |
CN113807017A (zh) * | 2021-09-23 | 2021-12-17 | 西安理工大学 | 一种鱼类偏好栖息地的确定方法及终端设备 |
US11232297B2 (en) | 2018-01-25 | 2022-01-25 | X Development Llc | Fish biomass, shape, and size determination |
CN114341951A (zh) * | 2019-08-20 | 2022-04-12 | 阿卡蒂科有限公司 | 通过非侵入性手段诊断甲壳类动物的疾病、生理变化或其他内部状况的方法和*** |
CN114757616A (zh) * | 2022-04-21 | 2022-07-15 | 武汉联渔机械设备有限公司 | 水环境调节方法、装置、电子设备及存储介质 |
US11475689B2 (en) | 2020-01-06 | 2022-10-18 | X Development Llc | Fish biomass, shape, size, or health determination |
CN115486389A (zh) * | 2021-06-18 | 2022-12-20 | 艾滴科技股份有限公司 | 一种智能养殖*** |
US11615638B2 (en) | 2020-11-10 | 2023-03-28 | X Development Llc | Image processing-based weight estimation for aquaculture |
CN116484226A (zh) * | 2023-05-04 | 2023-07-25 | 乳山市海洋经济发展中心 | 一种通过神经网络建立渔业养殖模型的方法及装置 |
JP2023104045A (ja) * | 2022-01-17 | 2023-07-28 | 株式会社ミラック光学 | 一次産業生産物情報収集システム |
WO2024108318A1 (es) * | 2022-11-24 | 2024-05-30 | Universidad De Concepcion | Un sistema y método para la identificación de especies pelágicas fuera del agua |
US12051231B2 (en) | 2021-11-12 | 2024-07-30 | X Development Llc | Analysis and sorting in aquaculture |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020023643A1 (en) | 2018-07-24 | 2020-01-30 | Running Tide Technologies, Inc. | System and method for the cultivation of aquatic animals |
JP7243986B2 (ja) * | 2019-10-24 | 2023-03-22 | 中央電子株式会社 | 水産物識別方法、水産物識別プログラム、及び水産物識別システム |
JP7435408B2 (ja) | 2019-12-05 | 2024-02-21 | Toppanホールディングス株式会社 | 養殖管理装置、養殖管理方法、プログラム、及び養殖管理システム |
JP6787471B1 (ja) * | 2019-12-05 | 2020-11-18 | 凸版印刷株式会社 | 養殖管理装置、養殖管理方法、プログラム、及び養殖管理システム |
JP6858377B1 (ja) * | 2019-12-16 | 2021-04-14 | Assest株式会社 | 魚の品質判別プログラム及びシステム |
KR102129698B1 (ko) * | 2019-12-19 | 2020-07-02 | 김맹기 | 자동 어류 계수 시스템 |
JP2021106549A (ja) * | 2019-12-27 | 2021-07-29 | 有限会社電マーク | 鶏の雛の雌雄鑑別のための情報処理方法並びにシステム及びプログラム並びに鶏の雛の雌雄鑑別方法 |
JP6945663B2 (ja) * | 2020-01-23 | 2021-10-06 | ソフトバンク株式会社 | 推定プログラム、推定方法および情報処理装置 |
KR20220122741A (ko) * | 2020-02-03 | 2022-09-02 | 구글 엘엘씨 | 이미지의 진위성 검증 |
JP7337002B2 (ja) * | 2020-02-07 | 2023-09-01 | 株式会社電通 | 魚の品質判定システム |
JP2021128736A (ja) * | 2020-02-17 | 2021-09-02 | Assest株式会社 | 栽培環境判別プログラム |
ES2853424A1 (es) * | 2020-03-13 | 2021-09-15 | Digitalia Soluciones Integrales Sl | Optimización de la producción acuícola con una solución basada en la inteligencia artificial para la clasificación automática del género de los peces. |
CA3206912A1 (en) * | 2021-01-29 | 2022-08-04 | Matthew Jordan ODLIN | System and method for grading and counting aquatic animals |
WO2022190375A1 (ja) * | 2021-03-12 | 2022-09-15 | ソフトバンク株式会社 | 情報処理プログラム、情報処理方法及び情報処理装置 |
KR102637037B1 (ko) * | 2021-08-18 | 2024-02-16 | 주식회사 초이서 | 어로 활동을 통해 포획한 수중 생물에 대한 가상 아쿠아리움 서비스를 제공하는 서버, 방법 및 사용자 단말 |
CN115067243B (zh) * | 2022-07-07 | 2024-02-13 | 武汉很多鱼钓具有限公司 | 一种基于物联网技术的渔业监测分析方法、***及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06131444A (ja) * | 1992-08-19 | 1994-05-13 | Masanori Sugisaka | モーメント不変量を用いた天然産物またはその加工品の形状識別方法 |
JPH08140562A (ja) * | 1994-11-16 | 1996-06-04 | Mitsubishi Heavy Ind Ltd | 魚種仕分け装置 |
US20020028002A1 (en) * | 1997-03-03 | 2002-03-07 | Whited Keith W. | System and method for storage, retrieval and display of information relating to specimens in marine environments |
JP2007087351A (ja) * | 2005-09-19 | 2007-04-05 | Taku Kawanami | ネットワーク技術と鮮度保持技術を組合わせた仮想の魚市システム。 |
JP2007136430A (ja) * | 2005-11-22 | 2007-06-07 | Kochi Univ Of Technology | いりこ等の選別方法とその装置 |
-
2018
- 2018-02-13 JP JP2018022749A patent/JP6401411B1/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06131444A (ja) * | 1992-08-19 | 1994-05-13 | Masanori Sugisaka | モーメント不変量を用いた天然産物またはその加工品の形状識別方法 |
JPH08140562A (ja) * | 1994-11-16 | 1996-06-04 | Mitsubishi Heavy Ind Ltd | 魚種仕分け装置 |
US20020028002A1 (en) * | 1997-03-03 | 2002-03-07 | Whited Keith W. | System and method for storage, retrieval and display of information relating to specimens in marine environments |
JP2007087351A (ja) * | 2005-09-19 | 2007-04-05 | Taku Kawanami | ネットワーク技術と鮮度保持技術を組合わせた仮想の魚市システム。 |
JP2007136430A (ja) * | 2005-11-22 | 2007-06-07 | Kochi Univ Of Technology | いりこ等の選別方法とその装置 |
Non-Patent Citations (1)
Title |
---|
柴田 利樹 TOSHIKI SHIBATA: "魚画像認識に有効な特徴量の検討 Efficient features for image-based fish recognition", 情報処理学会 研究報告 コンピュータビジョンとイメージメディア(CVIM) 2015−CVIM−19, JPN6018019844, 19 May 2015 (2015-05-19), JP * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11232297B2 (en) | 2018-01-25 | 2022-01-25 | X Development Llc | Fish biomass, shape, and size determination |
US11688196B2 (en) | 2018-01-25 | 2023-06-27 | X Development Llc | Fish biomass, shape, and size determination |
KR20200048497A (ko) * | 2018-10-30 | 2020-05-08 | 박지원 | 어류 혈관 인식 시스템 |
KR102145041B1 (ko) * | 2018-10-30 | 2020-08-14 | 박지원 | 어류 혈관 인식 시스템 |
JP2020110079A (ja) * | 2019-01-11 | 2020-07-27 | 株式会社FullDepth | 魚監視システム |
JP2020140498A (ja) * | 2019-02-28 | 2020-09-03 | 沖電気工業株式会社 | 釣魚情報提供装置、釣魚情報提供プログラム、釣魚情報提供方法、及び釣魚情報提供システム |
JP7259408B2 (ja) | 2019-02-28 | 2023-04-18 | 沖電気工業株式会社 | 釣魚情報提供装置、釣魚情報提供プログラム、釣魚情報提供方法、及び釣魚情報提供システム |
JP2020110138A (ja) * | 2019-05-15 | 2020-07-27 | 株式会社FullDepth | 魚監視システム及びカメラユニット |
CN114341951A (zh) * | 2019-08-20 | 2022-04-12 | 阿卡蒂科有限公司 | 通过非侵入性手段诊断甲壳类动物的疾病、生理变化或其他内部状况的方法和*** |
US11756324B2 (en) | 2020-01-06 | 2023-09-12 | X Development Llc | Fish biomass, shape, size, or health determination |
US11475689B2 (en) | 2020-01-06 | 2022-10-18 | X Development Llc | Fish biomass, shape, size, or health determination |
CN111426348A (zh) * | 2020-04-23 | 2020-07-17 | 舟山国家远洋渔业基地科技发展有限公司 | 一种利用物联网大数据进行远洋捕捞作业的渔业*** |
WO2021242368A1 (en) * | 2020-05-28 | 2021-12-02 | X Development Llc | Analysis and sorting in aquaculture |
US11688154B2 (en) | 2020-05-28 | 2023-06-27 | X Development Llc | Analysis and sorting in aquaculture |
US11615638B2 (en) | 2020-11-10 | 2023-03-28 | X Development Llc | Image processing-based weight estimation for aquaculture |
CN112763487A (zh) * | 2020-12-09 | 2021-05-07 | 天津市水产研究所 | 一种水产动物高通量表型获取装置 |
CN112763487B (zh) * | 2020-12-09 | 2023-03-21 | 天津市水产研究所 | 一种水产动物高通量表型获取装置 |
CN115486389A (zh) * | 2021-06-18 | 2022-12-20 | 艾滴科技股份有限公司 | 一种智能养殖*** |
US11645354B2 (en) | 2021-09-23 | 2023-05-09 | Xi'an University Of Technology | Determination method for preferred habitat of fish and terminal device |
CN113807017B (zh) * | 2021-09-23 | 2022-05-24 | 西安理工大学 | 一种鱼类偏好栖息地的确定方法及终端设备 |
CN113807017A (zh) * | 2021-09-23 | 2021-12-17 | 西安理工大学 | 一种鱼类偏好栖息地的确定方法及终端设备 |
US12051231B2 (en) | 2021-11-12 | 2024-07-30 | X Development Llc | Analysis and sorting in aquaculture |
JP2023104045A (ja) * | 2022-01-17 | 2023-07-28 | 株式会社ミラック光学 | 一次産業生産物情報収集システム |
JP7473888B2 (ja) | 2022-01-17 | 2024-04-24 | 株式会社ミラック光学 | 一次産業生産物情報収集システム |
CN114757616A (zh) * | 2022-04-21 | 2022-07-15 | 武汉联渔机械设备有限公司 | 水环境调节方法、装置、电子设备及存储介质 |
WO2024108318A1 (es) * | 2022-11-24 | 2024-05-30 | Universidad De Concepcion | Un sistema y método para la identificación de especies pelágicas fuera del agua |
CN116484226A (zh) * | 2023-05-04 | 2023-07-25 | 乳山市海洋经济发展中心 | 一种通过神经网络建立渔业养殖模型的方法及装置 |
CN116484226B (zh) * | 2023-05-04 | 2023-10-03 | 乳山市海洋经济发展中心 | 一种通过神经网络建立渔业养殖模型的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2019135986A (ja) | 2019-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6401411B1 (ja) | 人工知能による漁獲物識別システム、管理システム及び物流システム | |
Keithly et al. | Commercial and recreational fisheries of the Gulf of Mexico | |
Shaw et al. | Salmon: economics and marketing | |
Miller et al. | Characterisation of New Zealand kina fisheries | |
Southgate et al. | Principles of aquaculture | |
Kumoru | The shark longline fishery in Papua New Guinea | |
Da Silva | The status and prognosis of the smoothhound shark (Mustelus mustelus) fishery in the southeastern and southwestern Cape coasts, South Africa | |
Munene et al. | Contribution of fisheries to job creation among the youth in Kenya | |
Mohale et al. | Artificial Intelligence in Fisheries and Aquaculture: Enhancing Sustainability and Productivity | |
Sørensen | Slaughtering processes for farmed Pangasius in Vietnam. Consultancy surveying Pangasius fillet quality and by-products handling in Vietnamese industry | |
Al-Jufaili et al. | The Omani coastal traditional sardine fishery 1994-2007: A review | |
Hendarti et al. | Regulation comparison study on grouper fish aquaculture in Indonesia to determine future facilities | |
Howard | Fecundity, egg capsule size and neonate morphometrics of big skate, Beringraja binoculata (Girard, 1855) | |
Salam et al. | Studies on the present status and future potential of molluscs, dry fish and crab in Bangladesh coast: A GIS methodological perspective | |
Alvarez et al. | An economic analysis of shellfish harvests regulations for food safety | |
CMFRI | Report of Blue Economy Working Group-3 on Fisheries, Aquaculture & Fish Processing | |
Hicks et al. | Bluegill sunfish production in Missouri | |
Grabacki | 4 Environmental Limitations and General Impact on Properties of the Catch | |
Conners et al. | 22. Assessment of the Octopus Stock Complex in the Gulf of Alaska | |
Pillai et al. | Marine Fisheries Policy Brief-1 Kerala | |
Poos et al. | Geolocation and Spatial Susceptibility Assessment of Rays (Family Rajidae and Dasyatidae) in the English Channel and North Sea | |
Renalda N et al. | Assessment of body size and catch per unit effort of Nile perch (Lates Niloticus) caught using different fishing gears at Magu district in Lake Victoria, Tanzania | |
Munubi et al. | African Journal of Biological Sciences | |
Shuck et al. | Sea Cucumber Fishery and Trade in Sta. Cruz, Davao Del Sur, Philippines: Supply Chains and Cost-Benefit Analyses | |
Staff et al. | The Pacific Halibut: Biology, Fishery, and Management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180223 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180405 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180405 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180418 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180605 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180611 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180828 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180906 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6401411 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |