영상기반 축산동물 관리를 위한 회전형 동물검출 신경망 연구 (A Study on Rotated Animal Detection Neural Network for Image-Based Livestock Management)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 48권 / 10호 / 1330 ~ 1339페이지
· 저자명 : 전광명, 안형준, 주소현, 류인철, 권솔빈, 정진우, 이용기

초록

본 논문에서는 영상기반의 축산동물 관리를 위한 회전형 동물검출신경망을 제안한다. 제안하는 신경망은 영상내 축산동물 각각의 검출 영역을 정확하게 정의하기 위해 동물의 몸통의 폭과 길이, 그리고 회전 방향을 추정한다. 단순히 검출 영역을 직사각형을 표현하는 기존방법과 달리 제안하는 신경망은 해당 동물이 영상 내 어느 방향으로 서 있어도 해당 동물의 몸통을 제외한 주변 영역의 지정을 최소화하여 다수의 동물이 밀집한 경우와 같은보편적 축산동물 관리에 사용하기 적합하다. 제안하는 방법의 성능을 검증하기 위해, 7개의 농장과 1개의 가상생성 농장에서 취득한 돈사 내부의 이미지 26,208장을 준비하였다. 이 데이터를 활용하여 기존의 직사각형 출력 형식을 지니는 방법과 제안방법을 학습한 후, 학습에 활용되지 않은 이미지 1,333장을 이용하여 평가를 수행하였다.
평가결과 제안방법은 0.9534의 높은 mAP50 수치를 보이며, 기존방법 대비 9.04% 높은 동물검출 성능을 보였다.
또한, 제안하는 신경망은 13.0GFLOPS의 연산량을 지니며 128-core Maxwell GPU를 지니는 임베디드 장치에서29.87 FPS의 처리속도로 구현될 수 있음을 확인하였다. 이는 제안하는 신경망이 인터넷이 끊긴 축산현장에서도엣지컴퓨팅 형태로 구현 가능함을 의미한다.

영어초록

This paper introduces a rotated animal detection neural network for livestock management utilizing image analysis. The neural network estimates the width, length, and rotation direction of the animal's torso to accurately define the detection area of each individual livestock animal in the image. Unlike the existing method that expresses the detection area as a rectangle, our approach minimizes the surrounding area except for the animal's body, regardless of its direction in the image. This makes it applicable in livestock management environments with densely packed animals. We prepared 26,208 images of pig farms from 7 farms and 1 virtual farm to verify our proposed method. We trained our proposed method and the existing rectangular output format using this data and evaluated both using 1,333 unseen/untrained images. Our proposed method showed an mAP50 value of 0.9534, outperforming 9.04% better than the conventional method. Additionally, we confirmed that the proposed neural network has a low computational load of 13.0 GFLOPS and can be implemented at a processing rate of 29.87 FPS on an embedded device with a Maxwell GPU with 128 cores. Therefore, our proposed neural network can be effectively employed in an edge computing paradigm, even at livestock sites without internet access.

참고자료

· 없음