KR102242308B1 - 행동패턴 분석을 통한 반려동물 식별시스템 - Google Patents

Abstract

본 발명은 반려동물의 행동패턴 분석에 기반하여 반려동물을 식별하고 관리하는 행동패턴 분석을 통한 반려동물 식별시스템에 관한 것으로, 본 실시예에 따른 반려동물 식별시스템은, 반려동물의 행동을 대상으로 패턴정보를 수집하는 패턴정보 수집부, 상기 패턴정보 수집부에서 반복적으로 수집되는 패턴정보를 학습하는 패턴정보 학습부, 상기 패턴정보 학습부의 학습 결과에 따라 특정되는 패턴정보를 포함하는 반려동물의 고유 식별정보를 생성하는 식별정보 생성부, 및, 상기 식별정보 생성부에서 생성된 식별정보를 식별정보 DB에 저장하고 관리하는 식별정보 관리부를 포함한다.

Description

행동패턴 분석을 통한 반려동물 식별시스템{Pet identifying system based on analysis of behavior pattern}

본 발명은 반려동물 식별시스템에 관한 것으로, 더욱 상세하게는 반려동물의 행동패턴 분석에 기반하여 반려동물을 식별하고 관리하는 행동패턴 분석을 통한 반려동물 식별시스템에 관한 것이다.

반려동물이란 사람과 더불어 사는 동물로 정의할 수 있다. 애완동물이란 단어로 사용되어 오다 동물이 인간에게 주는 여러 혜택을 존중하여 현재에는 반려동물이란 단어로 개칭되어 널리 사용되고 있다.

농림축산식품부에 따르며 국내 반려동물 양육가구 비율은 2012년 17%에서 2017년 28.1%로 증가했다고 하며, 최근에는 반려동물 인구가 1,000만명을 넘어서고 있다. 인구 구조의 고량화가 심화됨은 물론 독신 가구 비율의 증가, 스트레스 사회 등의 사회적 요인과, 반려동물에 대한 가족구성원, 동반자, 파트너로서의 의식변화 등으로 인해 반려동물을 양육하는 가구 비율은 기하급수적으로 증가할 것으로 예상된다. 이와 같이 반려동물 양육 가구가 늘어남에 따라 동물 병원, 의료기기, 각종 보험 상품 등 반려동물과 관련된 산업 역시 빠르게 성장하고 있다.

이와 같이 반려동물에 대한 관심이 높아지는 가운데 반려동물을 분실하거나 유기하는 사례가 많이 발생되고 있으며, 한 번 분실되거나 유기된 동물의 경우 주인을 되찾는 일이 쉽지 않다.

이에 2013년 1월 1일부터 개를 소유한 사람은 시, 군청에 반드시 등록해야 하며, 등록하지 않은 경우 과태료가 부과되는 동물 등록제가 시행되고 있다. 반려동물 등록제는 반려동물과 그 보호자에 대한 정보를 등록, 관리하여 반려동물을 잃어버린 경우 신속하게 주인을 찾아주고 보호자의 책임의식을 높이기 위한 정책이다.

동물 등록제는 3개월령 이상의 반려동물을 대상으로 하며 반려동물의 보호자의 신청에 의해 동물 병원에서 반려동물과 그 보호자의 정보가 기록된 마이크로 칩을 반려동물의 체내에 삽입한다. 이렇게 반려동물 등록제를 통해 등록을 한 반려동물을 분실한 경우 반려동물 체내의 마이크로 칩에 기록된 해당 보호자의 정보를 이용하여 주인을 찾고 있다.

그러나 반려동물의 효율적인 관리를 위해 동물 등록제가 강제되고 있는 상황에서도, 실제로는 반려동물 등록이 쉽게 이루어지지 않고 있는 실정이다. 이는 칩을 제작하고 체내에 삽입하는 과정에서 많은 비용이 소모되며, 반려동물의 보호자가 마이크로 칩을 반려동물 체내에 삽입하는 시술에 대한 거부감을 가지기 때문이다.

또한, 종래의 마이크로 칩을 이용한 반려동물 등록 및 관리시스템은 단순히 반려동물의 주인을 찾기 위한 목적으로만 이루어져 반려동물을 식별하는 기능은 가지지 못하고 있다.

한편, 반려동물을 식별하는 기술로 비문, 정맥 등의 생체정보를 이용하는 방법이 주로 이용되고 있다.

그러나 이러한 생체정보를 이용한 반려동물 식별 기술은 반려동물의 보호자가 적극적으로 응하지 않는 경우가 많아 생체정보를 수집하기가 어려워, 생체정보를 이용한 반려동물 식별은 활발히 이루어지지 않고 있다. 반려동물 보호자가 반려동물의 비문 또는 정맥 정보 수집에 응한다 하더라도, 수의사가 직접 반려동물을 컨트롤 하면서 비문 또는 혈액 정보를 채취하여야 하므로 반려동물이 강한 거부감을 나타내어 생체정보 채취 과정이 쉽게 이루어지지 못하는 단점이 있다.

한국공개특허 10-2015-0080252(반려동물 등록 식별표를 이용한 반려동물 보호시스템)

본 발명은 상기와 같은 문제점을 해결하기 위하여 제안된 것으로, 반려동물이나 그 보호자에 대한 거부감이 없이 반려동물 식별정보를 수집하여 관리할 수 있는 반려동물 식별시스템을 제공하는 것을 목적으로 한다.

본 발명의 다른 목적은 반려동물의 식별정보 수집과 반려동물의 등록이 쉽게 이루어질 수 있는 반려동물 식별시스템을 제공하는 것이다.

상기와 같은 목적을 달성하기 위한 본 발명의 실시예에 따른 반려동물 식별시스템은, 반려동물의 행동을 대상으로 패턴정보를 수집하는 패턴정보 수집부, 상기 패턴정보 수집부에서 반복적으로 수집되는 패턴정보를 학습하는 패턴정보 학습부, 상기 패턴정보 학습부의 학습 결과에 따라 특정되는 패턴정보를 포함하는 반려동물의 고유 식별정보를 생성하는 식별정보 생성부, 및, 상기 식별정보 생성부에서 생성된 식별정보를 식별정보 DB에 저장하고 관리하는 식별정보 관리부를 포함한다.

또한, 본 실시예에 있어서, 상기 패턴정보 수집부는 반려동물의 걸음걸이를 대상으로 패턴정보를 수집하고, 상기 식별정보 생성부는 발바닥의 위치, 접촉면적, 접촉시간, 하중 중 하나 이상의 패턴정보를 포함하는 식별정보를 생성할 수 있다.

또한, 본 실시예에 있어서, 상기 식별정보 생성부는 반려동물의 일반적인 성장정보 또는 반려동물만의 고유한 성장정보를 적용하여 소정 시간이 흐른 후의 예상 식별정보를 포함하는 식별정보를 생성할 수 있다.

또한, 본 실시예에 있어서, 상기 패턴정보 수집부는 터치 플레이트를 포함하고, 상기 터치 플레이트 상을 걸어 다니는 반려동물의 접촉정보로부터 패턴정보를 수집할 수 있다.

또한, 본 실시예에 있어서, 상기 패턴정보 수집부는 반려동물이 착용가능한 IoT 신발을 포함하고, 상기 IoT 신발을 신고 걸어 다니는 반려동물의 스텝정보로부터 패턴정보를 수집할 수 있다.

또한, 본 실시예에 있어서, 상기 패턴정보 수집부는 반려동물의 움직임 영상을 수집하는 영상모듈을 포함하고, 상기 영상모듈에서 제공되는 영상 정보로부터 패턴정보를 수집할 수 있다.

또한, 본 실시예에 있어서, 상기 패턴정보 수집부에서 수집되는 반려동물의 패턴정보와 상기 식별정보 DB에서 추출된 식별정보를 비교하여 반려동물을 매칭시키는 반려동물 매칭부를 더 포함할 수 있다.

본 발명은 반려동물의 행동패턴으로부터 식별정보 생성을 위한 정보를 수집하므로 반려동물이나 보호자가 거부감이 전혀 갖지 않는 효과가 있다.

또한, 본 발명은 반려동물의 자연스럽게 걸어 다니는 상태에서 짧은 시간에 식별정보 생성을 위한 정보를 수집하므로, 정보를 쉽게 수집하는 효과가 있다.

또한, 본 발명은 짧은 시간에 많은 양의 정보를 수집할 수 있으므로, 이로부터 생성되는 식별정보의 정확성을 향상시킬 수 있는 효과가 있다.

또한, 본 발명은 반려동물의 패턴정보를 수집하고 식별정보와 즉시 비교하여 반려동물을 매칭함으로써, 보호자를 쉽고 빠르게 찾을 수 있는 효과가 있다.

도 1은 본 실시예에 따른 반려동물 식별시스템의 주요 구성을 나타낸 블록도,
도 2는 본 실시예에 따른 패턴정보 수집부의 일 예인 터치 플레이트를 이용하여 패턴정보를 수집하는 구성을 나타낸 개념도,
도 3은 본 실시예에 따른 패턴정보 수집부의 다른 예인 영상 모듈을 이용하여 패턴정보를 수집하는 구성을 나타낸 개념도.

본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.

또한 본 발명의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 살펴보기로 한다.

도 1은 본 실시예에 따른 반려동물 식별시스템의 주요 구성을 나타낸 블록도이고, 도 2는 본 실시예에 따른 패턴정보 수집부의 일 예인 터치 플레이트를 나타낸 개념도이다.

도면을 참조하면, 본 실시예의 반려동물 식별시스템은 반려동물로부터 특정 행동패턴에 대한 패턴정보를 수집하는 패턴정보 수집부(10), 반복적으로 수집되는 패턴정보를 학습하는 패턴정보 학습부(20), 학습된 패턴정보로부터 반려동물의 식별정보를 생성하는 식별정보 생성부(30), 생성된 식별정보를 저장 및 등록하는 식별정보 관리부(40) 및 반려동물의 식별정보가 저장되는 식별정보 DB(50)를 포함한다. 또한, 본 실시예의 반려동물 식별시스템은 새롭게 수집된 반려동물의 패턴정보와 식별정보 DB(50)에 저장된 반려동물의 식별정보를 비교하여 반려동물에 대한 정보를 찾는 반려동물 매칭부(60)와, 식별정보 DB(50)로부터 반려동물 식별정보를 추출하여 반려동물 매칭부로 제공하는 식별정보 추출부(70)를 더 포함할 수 있다.

이와 같은 본 실시예의 반려동물 식별시스템은 반려동물을 식별하기 위한 정보를 반려동물의 행동패턴으로부터 수집하여 자동으로 생성한 후 반려동물 식별정보 DB(50)에 저장하여 관리하므로, 반려동물 식별을 위한 정보 수집이 자연스럽게 이루어질 수 있고, 반려동물의 식별정보와 그 보호자를 쉽게 찾을 수 있다. 특히, 본 실시예의 반려동물 식별시스템은 반려동물 체내에 칩을 이식하거나 반려동물로부터 비문 또는 혈액 등을 채취하는 등의 행위가 요구되지 않으므로, 반려동물에게 고통을 가하거나 이로 인한 보호자 또는 수의사의 부담을 수반하지 않는다.

구체적으로 살펴보면, 패턴정보 수집부(10)는 반려동물의 걸음걸이 등을 포함하는 행동 특성에 대한 정보를 수집하는 구성이다. 이를 위한 패턴정보 수집부(10)는 반려동물이 소정의 영역 내에서 걸어 다닐 수 있는 면적을 갖는 터치 플레이트(11)를 포함하고, 터치 플레이트(11)는 표면에 접촉과 압력을 감지하는 센서모듈(12)이 구비될 수 있다. 센서모듈(12)은 하나의 미세한 영역을 형성하는 셀 단위로 구성되어 가로, 세로, 대각선 또는 임의의 방향으로 다수개 배열되는 어레이를 형성하면서, 반려동물의 접촉 위치와 압력을 감지한다. 터치 플레이트(11)는 감지 신호를 실시간으로 제공할 수 있도록 IoT 기능을 구비할 수 있다.

패턴정보 수집부(10)에서 반려동물의 패턴정보를 수집하는 예로는, 소정 면적을 갖는 터치 플레이트(11) 상에 강아지를 두면, 강아지는 터치 플레이트(11) 위를 걸어 다니게 된다. 일반적으로 강아지와 같이 작은 크기의 반려동물은 좁은 면적을 걸어다녀도 제법 많은 수의 걸음이 나오게 되어 걸음걸이에 대한 패턴을 쉽게 얻을 수 있고, 네 발로 움직이는 경우 상대적으로 많은 패턴을 짧은 시간에 얻을 수 있다.

이때, 터치 플레이트(11)의 센서모듈(12)은 강아지의 네 발(발바닥)로부터 터치를 감지하고, 네 발 각각에 대하여 발바닥의 접촉 위치, 접촉 면적, 접촉 시간, 하중(압력) 등을 감지하게 된다. 따라서 패턴정보 수집부(10)는 터치 플레이트(11)의 센서모듈(12)에서 감지되는 상기 정보들로부터 각 발의 상대적인 위치, 각 발 사이의 보폭, 각 발의 이동 순서, 각 발의 이동 방향 등과 같은 추가적인 정보를 산출한다.

일 예로, 도 2에 도시된 바와 같이, 강아지가 네 발로 걸어 다닐 때 각 발바닥이 감지되는 위치, 면적, 압력 등은 상이할 것이다. 강아지가 터치 플레이트(11) 위를 반복적으로 걸어 다닐 때 동일하거나 매우 근접한 위치, 면적, 압력 등의 정보에 따라 좌측 앞발(1번), 우측 앞발(2번), 좌측 뒷발(3번) 및 우측 뒷발(4번)을 결정할 수 있을 것이다. 또한, 특정 위치의 발(예컨대, 1번의 좌측 앞발)의 발바닥 터치 정보를 기준으로 다른 발들 사이의 거리를 산출할 수 있고, 각 발이 이동하는 순서나 이동하는 방향, 보폭 등과 같은 정보를 산출할 수 있다.

패턴정보 수집부(10)는 센서모듈(12)과 함께 감지된 정보로부터 각종 정보를 산출하기 위하여 거리 산출모듈, 위치 산출모듈, 보폭 산출모듈, 이동순서 산출모듈, 이동방향 산출모듈 등을 구비할 수 있다. 이와 같이 패턴정보 수집부(10)는 센서모듈에서 감지된 정보와 산출모듈에서 산출된 정보를 포함하는 반려동물의 패턴정보를 패턴정보 학습부(20)로 전송한다.

패턴정보 수집부(10)는 소정의 시간 동안 반려동물의 패턴정보를 수집할 수 있으며, 반려동물이 동물병원을 방문할 때마다 반복적으로 수집할 수 있다. 이와 같이 소정의 시간 또는 반복적으로 수집되는 움직임의 패턴정보를 이용하여 반려동물을 식별하는 정보로 활용한다.

상기와 같은 구성의 패턴정보 수집부(10)는 반려동물의 자연스러운 행동으로부터 패턴정보를 수집하므로, 반려동물, 보호자 또는 수의사 누구에게도 부담을 주지 않고 패턴정보를 쉽게 수집할 수 있다. 또한, 패턴정보 수집부(10)는 반려동물의 네 발로부터 수집되는 정보를 제공하여 많은 양의 정보를 토대로 식별정보를 생성하도록 함으로써, 식별정보 생성부(30)에서는 상대적으로 짧은 시간에 식별정보를 생성할 수 있고, 생성되는 식별정보의 정확도를 향상시킬 수 있다.

본 실시예의 패턴정보 수집부(10)는 패턴정보를 수집하는 수단으로 터치 플레이트(11)로 이루어지는 구성을 예시하였으나, 반려동물이 착용할 수 있는 IoT 신발로 이루어지는 구성도 가능하다. IoT 신발은 위치 확인 기능을 구비하고, 압력을 감지하는 센서가 포함될 수 있으며, 양말과 같이 반려동물이 착용하거나 패치와 같이 반려동물에 부착할 수 있는 형태 등 다양한 종류일 수 있다. 따라서 IoT 신발을 통하여 반려동물이 걸을 때 마다 위치와 압력을 포함하는 스텝정보를 감지하고, 패턴정보 수집부(10)는 감지되는 스텝정보로부터 다양한 정보를 산출하여 패턴정보를 수집할 수 있다.

패턴정보 학습부(20)는 패턴정보 학습부(20)는 패턴정보 수집부(10)에서 전달되는 반려동물의 패턴정보를 기초로 반려동물의 행동패턴을 학습한다. 패턴정보 학습부(20)는 반려동물의 네 발바닥에 대한 접촉 면적, 접촉 시간, 하중, 상대적인 위치, 보폭, 이동 순서, 이동 방향을 포함하는 정보를 학습한다.

패턴정보는 반복적으로 전달되어 학습될 수 있으며, 패턴정보 학습에는 머신러닝 기술이 적용될 수 있다. 반려동물의 성장에 따라 패턴정보 수집부(10)에서 수집되는 패턴정보는 달라지는데, 패턴정보 학습부(20)에 의한 반복적인 학습으로 해당 반려동물의 성장에 따른 패턴정보의 추이가 확인될 수 있고, 성장에 따른 패턴의 변화정보도 산출될 수 있다. 반려동물의 성장에 따른 패턴의 변화정보는 변화정보 DB(32) 에 전송되어 저장되어 관리된다.

또한, 패턴정보 학습부(20)는 반려동물의 패턴정보를 룰 베이스로 분류하여 DB화한 후, 룰 베이스를 기반으로 반복적으로 전달되는 패턴정보를 학습할 수 있다. 일 예로, 반려동물의 걸음걸이 정보에 대하여 발을 붙였다 떼는 데 걸리는 시간을 0.1~0.2초, 0.2~0.3초 등과 같이 소정 단위로 구분하고, 전달되는 패턴정보(발을 붙였다 떼는 데 걸리는 시간)을 상기 구간에 매칭시켜 반려동물의 패턴정보를 학습할 수 있다.

식별정보 생성부(30)는 패턴정보 학습부(20)에서 학습되는 반려동물의 행동패턴으로부터 반려동물의 식별정보를 생성하는 구성이다. 패턴정보 학습부(20)에서 반려동물의 발바닥에 대한 접촉 면적, 접촉 시간, 하중, 상대적인 위치, 보폭, 이동 순서, 이동 방향을 포함하는 정보가 반복적으로 학습되므로, 식별정보 생성부(30)는 이와 같이 학습되는 정보로부터 반려동물의 행동에 대한 패턴을 특정하고 특정된 행동패턴을 포함하는 반려동물의 고유 식별정보를 생성한다. 식별정보 생성부(30)에서 생성하는 반려동물의 고유 식별정보는 터치 플레이트(11)에 접촉되는 각 발바닥의 위치정보, 접촉 면적정보, 접촉 시간정보, 하중 정보 중 하나 이상의 정보를 포함할 수 있다.

또한, 식별정보 생성부(30)는 해당 반려동물의 일반적인 성장정보 또는 해당 반려동물의 고유한 성장정보(즉, 변화정보)를 적용하여 식별정보를 생성하도록 구성될 수 있다. 식별정보 생성부(30)는 패턴정보가 수집된 상태를 기준으로 하는 반려동물에 대한 식별정보뿐만 아니라 소정의 시간이 흐른 뒤 예상되는 반려동물의 식별정보를 함께 생성한다.

일 예로, 식별정보 생성부(30)는 어느 반려동물에 대하여 학습된 패턴정보로부터 'A'라는 현재 상태의 식별정보를 생성하고, 성장정보 또는 변화정보를 적용하여 'A1'이라는 6개월 후의 예상 식별정보, 'A2'라는 12개월 후의 예상 식별정보를 생성한다. 한편, 유기되거나 분실된 반려동물은 시간이 흐름에 따라 기존에 수집 및 학습되었던 패턴정보가 조금씩 변할 수 있다. 이와 같이 오랜 시간이 흐른 후의 반려동물로부터 수집된 패턴정보를 식별정보 DB(50)에 저장된 식별정보와 비교할 때, 'A', 'A1' 및 'A2' 정보를 포함하는 3종류의 식별정보를 대상으로 비교할 수 있으므로, 반려동물 매칭의 정확성을 향상시킬 수 있고, 결국, 보호자도 쉽게 찾을 수 있다.

이를 위하여 식별정보 생성부(30)는 반려동물의 일반적인 성장정보를 저장하는 성장정보 DB(31)와, 해당 반려동물 패턴의 고유한 변화정보를 저장하는 변화정보 DB(32)를 구비할 수 있다. 성장정보 DB(31)는 반려동물의 품종 등에 따라 시간 흐름별 신체 크기, 몸무게, 보폭 등이 변화하는 일반적인 성장정보를 저장하고, 변화정보 DB(32)는 특정 반려동물을 대상으로 학습되는 패턴정보로부터 추출되는 해당 반려동물만의 고유한 변화정보를 저장한다. 반려동물의 성장에 따른 변화정보는 패턴정보 학습부(20)로부터 제공된다.

식별정보 관리부(40)는 생성된 식별정보를 저장하고 관리하는 구성이다. 식별정보 관리부(40)는 식별정보 생성부(30)에서 생성된 식별정보를 식별정보 DB(50)에 저장하고, 반복적으로 생성되는 식별정보를 누적적으로 저장하여 관리한다. 또한, 식별정보 관리부(40)는 반려동물 식별정보를 저장할 때, 반려동물 식별정보에 반려동물 보호자 정보를 매칭하여 저장한다. 이를 위해 식별정보 DB(50)는 반려동물의 보호자 정보가 저장되는 보호자 DB(51)를 구비한다.

반려동물 매칭부(60)는 패턴정보 수집부(10)에서 수집된 패턴정보와 식별정보 DB(50)에 저장된 식별정보를 비교하여 반려동물을 매칭하고, 그 결과에 따라 반려동물의 보호자를 찾을 수 있도록 하는 구성이다. 반려동물 매칭부(60)에서 비교대상이 되는 반려동물의 패턴정보는 분실 또는 유기된 반려동물과 같이 다양한 이유로 보호자를 찾고자 하는 반려동물일 수 있으며, 이러한 반려동물로부터 수집된 패턴정보와 식별정보 DB(50)를 비교하여 반려동물을 특정하고 해당 반려동물의 보호자를 찾도록 한다.

식별정보 추출부(70)는 반려동물 매칭부(60)의 요청에 따라 식별정보 DB(50)로부터 식별정보를 추출하여 반려동물 매칭부(60)로 제공한다. 반려동물 매칭부(60)는 수집된 패턴정보를 식별정보 추출부(70)에 제공하고, 식별정보 추출부(70)는 제공된 패턴정보와 유사한 패턴정보를 갖는 적어도 하나 이상의 식별정보를 추출하여 반려동물 매칭부(60)로 제공한다.

반려동물 매칭부(60)는 식별정보 추출부(70)에서 제공되는 다수의 식별정보를 대상으로 수집된 패턴정보와 비교하고, 가장 유사한 패턴정보를 갖는 식별정보를 수집된 패턴정보의 반려동물에 매칭한다. 또한, 매칭된 반려동물의 식별정보에는 보호자 정보가 포함되어 있으므로, 해당 반려동물의 보호자를 쉽게 찾을 수 있다.

도 3은 본 실시예에 따른 패턴정보 수집부의 다른 예인 영상 모듈을 이용하여 패턴정보를 수집하는 구성을 나타낸 개념도이다.

본 실시예의 패턴정보 수집부(10)는 반려동물의 움직임에 대한 영상으로부터 패턴정보를 수집하는 구성을 나타낸다. 이를 위한 패턴정보 수집부(10)는 반려동물의 움직임 이미지를 수집하기 위한 영상모듈(13)을 더 포함할 수 있으며, 반려동물에는 특정 부위의 패턴정보를 수집하기 위한 다수의 센서가 부착될 수 있다.

영상모듈(13)은 반려동물의 움직임 영상을 촬영하여 패턴정보 수집부(10)로 제공하며, 패턴정보 수집부(10)는 영상 정보에 표시되는 반려동물의 특정 신체 부위의 움직임에 대한 패턴정보를 수집한다. 반려동물의 신체 부위에 대한 움직임 정보는 반려동물에 부착된 센서로부터 습득될 수 있다. 패턴정보 수집부(10)는 영상 정보로부터 반려동물의 걸음걸이에 대한 속도, 보폭 등의 정보를 수집할 수 있다.

이상 설명한 바와 같이 본 발명의 예시적인 실시예가 도시되어 설명되었지만, 다양한 변형과 다른 실시예가 본 분야의 숙련된 기술자들에 의해 행해질 수 있을 것이다. 이러한 변형과 다른 실시예들은 첨부된 청구범위에 모두 고려되고 포함되어 본 발명의 진정한 취지 및 범위를 벗어나지 않는다 할 것이다.

10 : 패턴정보 수집부
20 : 패턴정보 학습부
30 : 식별정보 생성부
31 : 성장정보 DB 32 : 변화정보 DB
40 : 식별정보 관리부
50 : 식별정보 DB 51 : 보호자 DB
60 : 반려동물 매칭부
70 : 식별정보 추출부

Claims (7)

1. 반려동물의 행동을 대상으로 패턴정보를 수집하는 패턴정보 수집부;
   상기 패턴정보 수집부에서 반복적으로 수집되는 패턴정보를 학습하는 패턴정보 학습부;
   상기 패턴정보 학습부의 학습 결과에 따라 특정되는 패턴정보를 포함하는 반려동물의 고유 식별정보를 생성하는 식별정보 생성부; 및,
   상기 식별정보 생성부에서 생성된 식별정보를 식별정보 DB에 저장하고 관리하는 식별정보 관리부;를 포함하고,
   상기 식별정보 생성부는, 발바닥의 위치, 접촉면적, 접촉시간, 하중 중 하나 이상의 패턴정보를 포함하는 식별정보를 생성하되, 반려동물의 일반적인 성장정보 또는 반려동물만의 고유한 성장정보를 적용하여 소정 시간이 흐른 후의 예상 식별정보를 포함하는 식별정보를 생성하는, 행동패턴 분석을 통한 반려동물 식별시스템.
2. 삭제
3. 삭제
4. 제 1 항에 있어서, 상기 패턴정보 수집부는,
   터치 플레이트를 포함하고, 상기 터치 플레이트 상을 걸어 다니는 반려동물의 접촉정보로부터 패턴정보를 수집하는, 행동패턴 분석을 통한 반려동물 식별시스템.
5. 제 1 항에 있어서, 상기 패턴정보 수집부는,
   반려동물이 착용가능한 IoT 신발을 포함하고, 상기 IoT 신발을 신고 걸어 다니는 반려동물의 스텝정보로부터 패턴정보를 수집하는, 행동패턴 분석을 통한 반려동물 식별시스템.
6. 제 1 항에 있어서, 상기 패턴정보 수집부는,
   반려동물의 움직임 영상을 수집하는 영상모듈을 포함하고, 상기 영상모듈에서 제공되는 영상 정보로부터 패턴정보를 수집하는, 행동패턴 분석을 통한 반려동물 식별시스템.
7. 제 1 항, 제 4항 내지 제 6 항 중 어느 한 항에 있어서,
   상기 패턴정보 수집부에서 수집되는 반려동물의 패턴정보와 상기 식별정보 DB에서 추출된 식별정보를 비교하여 반려동물을 매칭시키는 반려동물 매칭부;를 더 포함하는, 행동패턴 분석을 통한 반려동물 식별시스템.
   
   

Images