초록 ▼

본 발명은 돈사(豚舍)내에 설치된 CCTV 단말기로 촬영한 영상에서 겹침 돼지를 분리 하는 방법에 관한 것으로서, 보다 구체적으로는 적외선 센서 기반 깊이 촬영이 가능한 CCTV 단말기에서 획득한 깊이 영상을 이용하여 돈사 내의 겹침 돼지를 분리하는 방법으로, (1) 상기 모니터링 CCTV 단말기에서 돈사 내의 돼지를 촬영하여 깊이 영상을 획득하는 단계; (2) 겹침 돼지들의 위치 정보를 기반으로 적외선 영상의 겹침 돼지에 적용하여 YOLO 학습 이미지 및 테스트 이미지 획득 단계; (3) (2)에서 YOLO 학습을 위해 획득한 이

본 발명은 돈사(豚舍)내에 설치된 CCTV 단말기로 촬영한 영상에서 겹침 돼지를 분리 하는 방법에 관한 것으로서, 보다 구체적으로는 적외선 센서 기반 깊이 촬영이 가능한 CCTV 단말기에서 획득한 깊이 영상을 이용하여 돈사 내의 겹침 돼지를 분리하는 방법으로, (1) 상기 모니터링 CCTV 단말기에서 돈사 내의 돼지를 촬영하여 깊이 영상을 획득하는 단계; (2) 겹침 돼지들의 위치 정보를 기반으로 적외선 영상의 겹침 돼지에 적용하여 YOLO 학습 이미지 및 테스트 이미지 획득 단계; (3) (2)에서 YOLO 학습을 위해 획득한 이미지에 겹침 돼지의 경계선 영역을 표시 후 해당 이미지를 수만 번 이상 학습하여 목표 신뢰도에 달성한 경계 상자 정보를 획득하기 위한 학습 모델을 생성하는 단계; (4) 상기 단계 (3)에서 생성된 YOLO 학습 모델을 이용하여 경계 상자 정보를 도출하고, 출력으로 나온 이미지를 획득하는 단계; (5) (4)의 결과에 대하여 이미지를 10도씩 5회 회전하여 원본 이미지에 5장의 회전시킨 이미지를 추가하는 이미지 증폭(augmentation) 단계; (6) 증폭된 이미지에서 YOLO 경계 상자의 가로/세로 비율 차이가 가장 큰 이미지를 해당 시퀀스의 대표 이미지로 선정하는 단계; (7) 두 돼지의 경계선을 뚜렷하게 하기 위하여 히스토그램 평활화 기법을 사용하여 이미지의 명암을 조정하는 단계; (8) 경계 상자 내부의 픽셀에 대하여 Otsu 기법을 적용함으로써 특정 임계 값 이상인 픽셀이면 겹침 돼지 중 겹침을 당한 돼지에 해당한다고 가정하고 이를 이용하여 겹침 돼지를 최종적으로 분리하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.본 발명에서 제안하고 있는 'YOLO 기반 경계 상자의 회전을 통한 겹침 돼지 분리' 방법에 따르면, YOLO 결과 이미지를 회전을 통하여 증폭시켜 보다 적합한 이미지를 선정하였고, 이에 종래 일반적인 YOLO 기법과 비교하여 정확하고, 보다 확실한 방법으로 겹침 돼지를 분리할 수 있다. 또한 본 발명에 따르면, 이미지 내 실시간 겹침 돼지 분리가 가능해짐으로써 돈사 내 돼지 모니터링 정보를 실시간으로 제공 및 분석이 가능하다.

대표청구항 ▼

적외선 센서 기반 깊이 영상 획득이 가능한 모니터링 CCTV 단말기에서 획득한 깊이 영상을 이용하여 돈사 내의 돼지를 구분하는 돼지 구분 방법으로써,(1) 상기 모니터링 CCTV 단말기에서 돈사를 촬영하여 깊이 영상을 획득하는 단계;(2) 상기 단계 (1)에서 획득된 깊이 영상에서　겹침을　발생시킨　돼지들을 탐색하고, 겹침 돼지들의 위치 정보를 기반으로 YOLO의 학습 및 테스트에 이용하기 위한 영상을 획득하는 단계;(3) 상기 단계 (2)에서 YOLO 학습을 위해 획득한 영상에 겹침 돼지의 경계선 영역을 표시 후 해당 레이블링된 영

적외선 센서 기반 깊이 영상 획득이 가능한 모니터링 CCTV 단말기에서 획득한 깊이 영상을 이용하여 돈사 내의 돼지를 구분하는 돼지 구분 방법으로써,(1) 상기 모니터링 CCTV 단말기에서 돈사를 촬영하여 깊이 영상을 획득하는 단계;(2) 상기 단계 (1)에서 획득된 깊이 영상에서　겹침을　발생시킨　돼지들을 탐색하고, 겹침 돼지들의 위치 정보를 기반으로 YOLO의 학습 및 테스트에 이용하기 위한 영상을 획득하는 단계;(3) 상기 단계 (2)에서 YOLO 학습을 위해 획득한 영상에 겹침 돼지의 경계선 영역을 표시 후 해당 레이블링된 영상을 학습하여 목표 신뢰도에 달성한 경계 상자 정보를 획득할 수 있는 학습 모델을 생성하는 단계;(4) 상기 단계 (3)에서 생성된 YOLO 학습 모델을 이용하여 레이블링된 영상을 획득하는 단계;(5) 상기 단계 (4)에서 결과로 획득한 YOLO 영상에 해당 영상을 반 시계 방향으로 10도씩 회전시킨 5장의 영상을 추가하여 6장의 증폭(augmentation)된 영상을 얻는 단계;(6) 상기 단계 (5)에서 획득한 증폭된 영상 중에서 경계 상자의 가로/세로 비율의 차이를 이용하여 가장 비율 차이가 큰 영상을 선택하는 대표 영상 선정의 단계;(7) 상기 단계 (6)에서 획득한 대표 영상의 겹침을 발생시킨 돼지와 겹침을 당한 돼지, 두 마리의 경계선을 뚜렷하게 하기 위하여 히스토그램 평활화를 적용하는 단계; 및(8) 상기 단계 (7)의 영상을 Otsu 기법을 적용하여 두 돼지를 분리하는 단계를 포함하는 것을 그 구성상의 특징으로 하는 겹침 돼지 분리 방법.