$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

대형 과수원 사과 분류 시스템
Large orchard apple classification system 원문보기

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.4 no.4, 2018년, pp.393 - 399  

김월용 (한세대학교 IT융합학과) ,  신승중 (한세대학교 ICT디바이스학과)

초록
AI-Helper 아이콘AI-Helper

근례 무인화의 발전은 계속되고 있고, AI무인화의 발전은 산업, 복지, 인력등 인력으로 해결해 오던 작업들을 좀더 인력보다 효율적이고 정확하고 신속하게하는 것을 목표로 하고 있다. AI무인화 기술은 다양한 곳에서 발전하고 있는데 이중 많은 산업체나 공장에서 무인화 시스템으로 대대적 전환하는 시점이다. 우리는 이 점을 착안하여 대형 과수원에서 한번에 레일이 쏟아져 들어오는 과일들을 인력이 아닌 인공지능(AI) 핵심 기술중 하나인 Deep Learning 기술을 활용하여 대형 과수원에서 사람이 직접 과일을 분류하지 않아도 자동화 기계가 과일을 종류별, 등급별로 나누어 원산지와 품종 등급별로 나누어 많은 인력을 소비하지 않고 관리자의 감독하에 가동가능한 무인화 과일 분류 기계를 연구하고자 한다. 이러한 무인 자동화 분류 시스템은 인력을 최소한으로 줄여 인건비를 줄이고, 사람이 할 수 있는 실수나 오류들을 최소한으로 줄여 일의 효율성을 증진시킬 수 있도록 하는 것을 목표로 본 연구를 진행하고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The development of unmanned AI continues, and the development of AI unmanned is aimed at more efficiently, accurately, and speedily the work that has been resolved by manpower such as industry, welfare, and manpower. AI unmanned technology is evolving in various places, and it is time to switch to u...

주제어

#인공지능   #딥러닝   #알고리즘  

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구의 기대효과로 Deep Learning 기술의 무구한 가능성을 통해 여러 종류의 과일을 컴퓨터에게 학습시킴으로써 농장주나 작업자가 과일을 수작업으로 직접 분류 할 필요성이 없어지며 또한 농장주는 그에 대한 엄청난 인건비 절감으로 인해 품질 좋은 과일들의 저렴한 가격 형성 효과를 기대한다. 나아가 과일의 이미지별 데이터들을 DB에 저장해 추후 원산지나 추가적인 데이터들을 공유함으로써 원산지와 유통과정이 한번에 관리될 수 있는 통합 모델 개발을 목표로 본 연구를 진행하고 있다.
  • 그리고 위 촬영된 사과가 정상적인 사과가 맞는지 테스트를 통해서 알 수 있다. 만약 그럼 정상적인 사과과 아닐 경우 이미지 분석이 어떻게 이루어지는지 살펴 보았다.
  • 본 연구는 AI Deep Running기술을 기반으로 하여 실시간으로 들어오는 과일들을 캠으로 촬영하여 실시간으로 촬영된 이미지를 토대로 이미지 분석을 통하여 자동으로 과일의 종류별, 등급별 구분이 가능하여 대형 농장에 인력비용을 최소한으로 줄이고 정확성과 신속성을 올려 농장주에게도 최대한 인력 비용에 대한 부담을 줄이고자 본 모델을 제안 연구하고자 한다.
  • 이번 연구는 이미지 인식에서의 주요 기능 중 하나인 이미지 영역 검출 OpenCV 라이브러리 함수를 사용함으로써 제작한 코드를 통하여 이미지 예측을 수행하여 과일의 종류와 등급을 분별해주는 무인 자동화 시스템이다.
  • 하지만 OpenCV 라이브러리를 이용하여 영역을 검출해낼 수 있다는 사실을 알게 되어 컴퓨터가 예측하기 전 먼저 사과의 외곽선 검출을 통해 JPG 형식의 사진 파일로 저장하여 예측시킴으로써 우리가 부딪혔던 한계를 돌파하려 시도하였으나, RGB값 비교를 통해 사과의 영역을 검출해내는 것을 목표로 진행하였지만, 실제적용할 분류기가 없어 객체의 최소 크기와 최대 크기를 정하여 영역을 검출 할 수 밖에 없었다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
과일가격 변동에 영향을 미치는 요인은? 과일가격 변동의 영향을 미치는 중요한 요소들 중 기후의 변화와 인건비에 대한 영향이 크다고 할 수 있다. 날씨 여건에 따른 악천후 발생시 과일 재배량은 현저하게 줄어들게 되고, 생산량이 낮은 과일은 희소 가치성이 올라가 가격 영향에 큰 영향을 미치게 되고, 둘째로 대형 농장 같은 경우 충분한 과일이 생산이 이루어지지 않게 됬을 경우 고정적 인건비에 따른 영향이 과일 가격에 큰 영향을 미치게 된다. 소비자들은 그에 따른 부담비용을 모두 감수해야 함으로 과일 소비활동이 줄어 농장주들도 큰 타격을 받을 수 있다.
Deep Learning이란 무엇인가? Deep Learning이란 여러 데이터를 이용해 컴퓨터가 마치 스스로 사람처럼 학습을 할 수 있게 하기 위해 인공 신경망(ANN: artificial neural network)을 기반으로 구축한 한 학습 기술이라 할 수 있다. 즉 사람처럼 컴퓨터가 지식을 터득하고 배울 수 있도록 하는 기술이다.
무인 자동화 분류 시스템의 기대 효과는? 우리는 이 점을 착안하여 대형 과수원에서 한번에 레일이 쏟아져 들어오는 과일들을 인력이 아닌 인공지능(AI) 핵심 기술중 하나인 Deep Learning 기술을 활용하여 대형 과수원에서 사람이 직접 과일을 분류하지 않아도 자동화 기계가 과일을 종류별, 등급별로 나누어 원산지와 품종 등급별로 나누어 많은 인력을 소비하지 않고 관리자의 감독하에 가동가능한 무인화 과일 분류 기계를 연구하고자 한다. 이러한 무인 자동화 분류 시스템은 인력을 최소한으로 줄여 인건비를 줄이고, 사람이 할 수 있는 실수나 오류들을 최소한으로 줄여 일의 효율성을 증진시킬 수 있도록 하는 것을 목표로 본 연구를 진행하고자 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (6)

  1. S. W. Kang, S. Y. Lee, J. W. Park "Fire Image Processing Using OpenCV", The Korea Contents Society, Vol. No.1, pp79-82, 2009 

  2. Y. T. Back, J. S. Kim, K. M. Lee, S. Jin, S. H. Lee, "Intelligent missing persons index system based on the OpenCV and TensorFlow", Korean society of computer and information, Vol. 24, No. 2, pp59-62 July 2016 

  3. E. J. Jo, J. S. Leem, "Development of Museum Exhibit Recognition Mobile Application using Deep Learning", The Institute of Electronics and Information Engineers, pp1164-1167 June 2018 

  4. J. W. Kim, "Deep learning algorithms and applications", Korean Institute of Information Scientists and Engineers, Vol. 33, No.8. pp25-31, August 2015 

  5. Y. J. Song, J. W. Lee, J. W. Lee, "Performance Evaluation of Price-based Input Features in Stock Price Prediction using Tensorflow", Korea Information Science Society, Vol. 23 No. 11. pp.625-631, 2017 

  6. C. H. Kim, S. W. BYOUN, "Accuracy of the Automating Program of Log Scaling", Korea Society Of IT Services, Vol.12 , No.4, 2013 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로