外来生物であるアライグマが国内で繁殖し，農作物や建造物などに被害を及ぼしている．我々は野外カメラ・監視カメラの高度化により，生態や分布の分析，迅速かつ的確な対応に貢献することを目指す．本稿では，監視カメラ等組込みシステム向けの害獣の自動検出手法を検討する．一般的な画像認識手法に倣い，特徴量抽出にはHOG (Histograms of Oriented Gradients) を用い，分類にはSVM (Support Vector Machine)またはNN (Neural Network)を用いる．併せて近年注目されている深層学習の一種であるCNN (Convolutional Neural Network) を用いた特徴量抽出・分類も試行する．飼育施設で撮影したアライグマおよびタヌキの画像を学習・テストデータとし，HOG+SVM では 89.8%, HOG+NN では 88.5%, CNN では94.5% の正答率を得た．PC上での評価では，実行時間はそれぞれ111ms, 0.681ms, 11.9ms であった．
