최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기수산해양기술연구 = Journal of the Korean Society of Fisheries and Ocean Technology, v.56 no.1, 2020년, pp.55 - 60
박환철 (부경대학교 실습선 가야호) , 김태완 (부경대학교 대학원 기계시스템공학과) , 이동훈 (부경대학교 대학원 기계시스템공학과) , 김영복 (부경대학교 기계시스템공학과)
In this study, the authors introduce a newly developed flatfish grading system. Owing to the features of flatfish with and wide body, the general types of grading system are not easy to apply for it. Furthermore, the flatfish to be graded is alive such that the existing measurement and grading syste...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
양식장에서 어체 크기 선별작업이 힘든 이유는? | 이와 달리 양식장에서의 분류대상 어류는 활어상태이고 이것을 분류하기 위해서는 고난이도 기술이 필요하다. 활어상태라 하더라도, 고등어류와 같이 둥글고 긴 형태는 기존기술(Jun et al., 2016)로도 분류작업이 가능하나, 넙치류와 같은 편평어는 어체가 가늘고 납작하여 기존 분류기술의 단순한 적용만으로 분류하는 것이 거의 불가능하다. 또한 본 연구에서 넙치류를 대상으로 분류시스템을 개발하고자 하는 것은, 현재 양식어종 총 생산량의 46%정도가 넙치류이고, 치어단계에서 출하단계까지 수차에 걸쳐 분류작업이 필요하기 때문이다 (Statistics Korea, 2019). | |
스마트 아쿠아 팜 산업 육성정책의 목표는? | 다른 산업의 기술수준이 발전하는 것과 같이, 수산업, 특히 양식산업에서의 첨단기술도입을 통한 생산성 개선은 두드러질 정도지만 아직도 고강도 노동력이 필요한 대표적인 산업이기도 하다. 최근의 스마트 아쿠아 팜(smart aqua farm) 산업 육성정책은 자동화기술 등 ICT 융합기술의 적극적인 도입을 유도하고 있으며(Minh and Choi, 2017), 보다 선진화된 양식산업 및 양식환경구축으로 안 전한 수산물공급시스템 구축을 도모하고 있다. | |
넙치류를 대상으로 한 분류시스템을 개발하려는 이유는? | , 2016)로도 분류작업이 가능하나, 넙치류와 같은 편평어는 어체가 가늘고 납작하여 기존 분류기술의 단순한 적용만으로 분류하는 것이 거의 불가능하다. 또한 본 연구에서 넙치류를 대상으로 분류시스템을 개발하고자 하는 것은, 현재 양식어종 총 생산량의 46%정도가 넙치류이고, 치어단계에서 출하단계까지 수차에 걸쳐 분류작업이 필요하기 때문이다 (Statistics Korea, 2019). |
Arnarson H, Bengoetxea K and Par LF. 1988. Vision applications in the fishing and fish product industries. International Journal of Pattern Recognition and Artificial Intelligence 2, 657-671. https://doi.org/10.1142/S0218001488000418.
Hwang KH and Choi JW. 2018. Machine vision based weight prediction for flatfish. Proceedings of the 2018 18th International Conference on Control, Automation and Systems, 1628-1631.
Jun CW, Sohn JH and Choi MG. 2016. Analysis of mackerel sorting performance for development of automatic mackerel grader. Journal of the Korean Society of Manufacturing Process Engineers 15, 115-121. https://doi.org/10.14775/ksmpe.2016.15.3.115.
Kugou N, Choi YW and Kim YB. 2018. A study on the development of a flatfish measuring system based on image processing technique. Journal of Institute of Control, Robotics and Systems 24, 164-169. https://doi.org/10.5302/J.ICROS.2018.17.0205.
Minh SH and Choi JW. 2017. Development of an underwater fish farm surveillance simulator. Journal of Institute of Control, Robotics and Systems (in Korean) 23, 497-502. https://doi.org/10.5302/J.ICROS.2017.17.0067.
Petrell RJ, Shi X, Ward RK, Naiberg A and Savage CR. 1997. Determining fish size and swimming speed in cages and tanks using simple video techniques. Aquacultural Engineering 16, 63-84. https://doi.org/10.1016/S0144-8609(96)01014-X.
Statistics Korea. 2019. 2018 Fish farming survey. Statistics Korea Fish farming survey, 10-11.
Storbeck F and Dann B. 1991. Weight estimation of flatfish by means of structured light and image analysis. Fisheries Research 11, 99-108. https://doi.org/10.1016/0165-7836(91)90101-K.
Strachan NJC. 1994. Sea trials of a computer vision based fish species sorting and size grading machine. Mechatronics 4, 773-783. https://doi.org/10.1016/0957-4158(94)90052-3.
Zion B, Shklyar A, and Karplus I. 1999. Sorting fish by computer vision. Computers and Electronics in Agriculture 23, 175-187. https://doi.org/10.1016/S0168-1699(99)00030-7.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.