병해충 검색을 위한 이미지 검색 및 인식 통합 시스템 (An Integrated Image Retrieval and Recognition System for Detecting Diseases and Insect Pests)

서지정보

· 발행기관 : 한국차세대컴퓨팅학회
· 수록지 정보 : 한국차세대컴퓨팅학회 논문지 / 13권 / 4호 / 100 ~ 111페이지
· 저자명 : 이여진, 정다운, 유성준, 구영현, 박철호, 윤학림, 박종한

초록

농가에서 병해충 발생에 신속하게 대응하는 것은 농가의 피해를 최소화하고 다른 농가에 병해충이 확산되는 막심한피해를 막을 수 있는 중요한 화두이다. 기존에 개개인이 전문가에게 의뢰를 하고 진단을 받을 수 있는 시스템에서벗어나 본 논문은 현장 중심으로 농가에서 실시간으로 병해충을 검색하고 자가 진단을 할 수 있는 모바일 기반의병해충 검색을 위한 통합 시스템을 제안한다. 기존에 서비스 되고 있는 병해충을 진단하거나 예측해주는 시스템들은사용자가 현장에서 신속하게 진단을 받지 못하였다. 그리고 병해충 검색에 관련된 연구들은 제한된 몇 가지의 병해충에 대해서만 실험이 이루어졌거나 인식의 정확도가 높지 않다는 한계점이 있다. 본 논문이 제안하는 병해충 검색을 위한 통합 시스템은 유사도 기반의 이미지 검색 기술과 딥러닝 알고리즘을 사용한 영상 인식 기반의 검색 기술을모두 적용하였다. 유사도 기반의 이미지 검색 기술은 다양한 작물의 병해충에 대하여 빠르게 실험을 통하여 적용을할 수 있다는 장점이 있지만 상대적으로 낮은 정확도의 결과를 보인다. 반대로 영상 인식 기반의 검색 기술은 많은데이터를 학습해야 하기 때문에 상당한 시간이 소요되어 여러 병해충에 적용하기는 어렵지만 상대적으로 높은 정확도를 보인다. 따라서 두 기술 모두를 사용하여 병해충 인식에 있어 다양성과 높은 정확도 두 가지 요소를 모두 고려하고 서로 보완하였다. 그리고 본 시스템은 모바일 기기에 최적화된 사용자 인터페이스를 사용하여 농가에서 실시간으로 병해충으로 의심되는 작물을 촬영한 후 검색을 통해 자가 진단을 할 수 있게 하였다.

영어초록

Responding quickly to the occurrence of pests in farms is an important issue that minimizes the damage to the farmers and prevents the pest damage from spreading to other farms. In this paper, we propose an integrated system for mobile-based pest detection, which can search for pests in real-time at farms and conduct self-diagnosis based on the field. With existing systems that diagnose or predict existing pests, user can make a quick diagnostic on site. Studies related to pest detection have been limited to only a limited number of pests, and showed low level of accuracy in pest recognition. The integrated system for pest detection proposed by this paper adopts both similarity based image retrieval and recognition technology using deep learning algorithm. Similarity-based image retrieval techniques have the advantage of being able to rapidly apply to various pests of crops, but they show relatively low accuracy. On the other hand, image recognition based image retrieval technology requires a lot of data to learn. So it takes considerable time and it is difficult to apply to various pests but it shows relatively high accuracy. Thus, using both techniques, both of the diversity and high accuracy of pest awareness were explored and complemented. In addition, this system can detect the pest in real time at the farm using the mobile device, making the self-diagnosis through the search.

참고자료

· 없음