$\require{mediawiki-texvc}$

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.

YOLOX와 OC-SORT 기반의 효율적인 소 행동 인식을 통한 승가 운동 감지시스템
A climbing movement detection system through efficient cow behavior recognition based on YOLOX and OC-SORT 원문보기

스마트미디어저널 = Smart media journal, v.12 no.7, 2023년, pp.18 - 26  

위리 (호남대학교 컴퓨터공학과) ,  김남호 (호남대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 YOLOX와 OC-SORT를 기반으로 한 소 행동 인식시스템을 제시하였다. YOLOX는 실시간으로 목표를 감지하고 소의 위치와 행동 정보를 제공한다. OC-SORT 모듈은 비디오에서 소를 추적하고 고유 ID를 할당하는 역할을 한다. 양적 분석 모듈은 소의 행동과 위치 정보를 분석한다. 실험 결과, 우리의 시스템은 목표 감지와 추적에서 높은 정확도와 정밀도를 보여주었다. YOLOX의 평균 정확도(AP)는 82.2%, 평균 재현율(AR)는 85.5%, 매개변수 양은 54.15M, 계산량은 194.16GFLOP이었다. OC-SORT는 복잡한 환경과 가림막 상황에서도 높은 정밀도의 실시간 목표 추적을 유지할 수 있었다. 소의 운동 변화와 승가행동의 빈도를 분석함으로써, 제안 시스템은 소의 발정 행동을 더 정확하게 판별하는데 도움을 줄 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, we propose a cow behavior recognition system based on YOLOX and OC-SORT. YOLO X detects targets in real-time and provides information on cow location and behavior. The OC-SORT module tracks cows in the video and assigns unique IDs. The quantitative analysis module analyzes the behavio...

주제어

#행동인식   #목표 추적   #축산관리  

참고문헌 (20)

  1. 정지성, 이명훈, 박종권, "클라우드 컴퓨팅기반 가축 질병 예찰 및 스마트 축사 통합 관제 시스템,"？스마트미디어저널, 제8권, 제3호, 88-94쪽, 2019년 

  2. 김남호, 정희자, 이현준, 고유진, "디지털트윈 기반？가축질병 예방을 지원하는 스마트축산 플랫폼,"？2022 Conference of KISM, Vol.11, No.1, 287-288？쪽, 대한민국, 2022년 6월 

  3. 이준환, "지능형 관제시스템을 위한 딥러닝 기반의？다중 객체 분류 및 추적에 관한 연구," 스마트미디어저널, 제12권, 제5호, 73-80쪽, 2023년 

  4. 박종빈, "계층적 레이블링과 시공간 딥러닝 모델을？이용한 영상 기반 가축 행동 인식", 전북대학교 박사학위 논문, 2021년 2월 

  5. 유거송, 여창민, "KISTEP 기술동향브리프 스마트？농업," 한국과학기술기획평가원, 03호, 2021년 

  6. E. Vasseur, "Animal behavior and well-being？symposium: Optimizing outcome measures of？welfare in dairy cattle assessment," Journal of？Animal Science, vol. 95, no. 3, pp. 1365-1371,？2017. 

  7. J. Wang, H. Zhang, K. Zhao and G. Liu, "Cow？movement behavior classification based on？optimal binary decision-tree classification model,"？Trans. Chin. Soc. Agric. Eng, Vol. 34, No. 18,？pp. 202-210, 2018. 

  8. A. Nasirahmadi, O. Hensel, S.A. Edwards and？B.Sturm, "A new approach for categorizing pig？lying behaviour based on a Delaunay？triangulation method," Animal, Vol. 11, No. 1, pp.？131-139, 2017. 

    상세보기

  9. Y. Peng, N.Kondo, T. Fujiura, T. Suzuki, H.？Yoshioka and E. Itoyama, "Classification of？multiple cattle behavior patterns using a？recurrent neural network with long short-term？memory and inertial measurement units,"？Computers and Electronics in Agriculture, Vol.？157, pp. 247-253, Feb. 2019. 

    상세보기

  10. A. Nasirahmadi, S.A. Edwards and B. Sturm,？"Implementation of machine vision for detecting？behaviour of cattle and pigs," Livestock Science,？vol. 202, pp. 25-38, Aug. 2017. 

    상세보기

  11. K. Wang, X. Zhao and Y. He, "Application of？image information technology in dairy cow？production," Chinese Journal of Animal？Nutrition, Vol. 33, No. 20, pp. 197-209, 2017. 

  12. K. Pasupa, N. Pantuwong and S. Nopparit, "A？comparative study of automatic dairy cow？detection using image processing techniques,"？Artif. Life Robot, Vol. 20, No. 4, pp. 320-326,？2015. 

  13. A. Bochkovskiy, C.Y. Wang and H.Y.M. Liao,？"Yolov4: Optimal speed and accuracy of object？detection," arXiv:2004.10934, 2020. 

  14. Detectron2(2019). https://github.com/facebookresearch/detectron2 (accessed Nov., 16, 2021). 

  15. S. Ayadi, A.B. Said, R. Jabbar, C. Aloulou, A.？Chabbouh and A.B. Achballah, "Dairy cow？rumination detection: A deep learning approach,"？DiCES-N 2020: Distributed Computing for？Emerging Smart Networks: Second？International Workshop, pp. 123-139, Bizerte,？Tunisia, Dec. 2020. 

  16. X. Kang, X.D. Zhang and G.Liu, "Accurate？detection of lameness in dairy cattle with？computer vision: A new and individualized？detection strategy based on the analysis of the？supporting phase," Journal of dairy science, Vol.？103, No. 11, pp. 10628-10638, Nov. 2020. 

    상세보기

  17. S. Chowdhury, B. Verma, J. Roberts, N. Corbet？and D. Swain, "Deep learning based computer？vision technique for automatic heat detection in？cows," 2016 International Conference on Digital？Image Computing: Techniques and Applications？(DICTA), pp. 1-6, Gold Coast, Australia, Nov.？2016. 

  18. J.Q. Gu, Z.H. Wang, R.H. Gao and H.R. Wu, "Cow behavior recognition based on image？analysis and activities," International Journal of？Agricultural and Biological Engineering, Vol.？10, No. 3, pp. 165-174, 2017. 

  19. E.J. He, S.J. Ahn and K.S. Choi, "Real-time？cattle action recognition for estrus detection,"？KSII Transactions on Internet and Information？Systems (TIIS), Vol. 13, No. 4, pp. 2148-2161,？Apr. 2019. 

    원문보기 상세보기

  20. S.M. Noe, T.T. Zin, P. Tin and I. Kobayashi,？"Automatic detection and tracking of mounting？behavior in cattle using a deep learning-based？instance segmentation model," Int. J. Innov.？Comput. Inf. Control, Vol. 18, No. 1, pp. 211-220,？2022. 

관련 콘텐츠

저작권 관리 안내
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