KR102362904B1 - 객체를 모니터링하기 위한 방법, 에지 컴퓨팅 디바이스 및 비일시성의 컴퓨터 판독 가능한 기록 매체 - Google Patents

Abstract

본 발명의 일 태양에 따르면, 객체를 모니터링하기 위한 방법으로서,
객체에 관한 상황 정보에 기초하여 상기 객체에 대한 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하는 단계, 및 상기 특정되는 행동 인식 모델을 이용하여 상기 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링하는 단계를 포함하는 방법이 제공된다.

Description

객체를 모니터링하기 위한 방법, 에지 컴퓨팅 디바이스 및 비일시성의 컴퓨터 판독 가능한 기록 매체{METHOD, EDGE COMPUTING DEVICE AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR MONITORING OBJECTS}

본 발명은 객체를 모니터링하기 위한 방법, 에지 컴퓨팅 디바이스 및 비일시성의 컴퓨터 판독 가능한 기록 매체에 관한 것이다.

근래에 들어, 머신 러닝 기술에 관한 연구가 활발히 이루어지면서, 머신 러닝 기반의 행동 인식 모델을 이용하여 특정 객체(예를 들면, 송아지와 같은 가축)를 효율적으로 모니터링하기 위한 기술들이 소개된 바 있다.

이에 관한 종래 기술의 일 예로서, 한국공개특허공보 제10-2020-0059445호에 개시된 기술을 예로 들 수 있는데, 이에 따르면, 센서로부터 데이터를 수집하는 데이터 수집 단계, 상기 수집된 데이터를 분석하여 특징점을 생성하는 특징점 생성 단계 및 상기 특징점을 모델링된 분류기에 통과시켜 행동 패턴을 검출하는 패턴 분석 단계를 포함하는 것을 특징으로 한다.

한편, 머신 러닝 기반의 행동 인식 모델을 이용하여 특정 객체의 모든 행동을 모니터링하는 것은 비용이나 효율 측면에서 현실적으로 어렵기 때문에, 객체를 모니터링하기 위하여 사용되는 센서는 그 역할, 즉 해당 센서를 이용하여 모니터링할 수 있는 행동이 정해져 있는 것이 일반적이다. 그러나, 경우에 따라서는, 모니터링하는 객체의 상태(예를 들면, 해당 객체의 성장 상태, 건강 상태 등)에 따라 모니터링해야 하는 행동이 달라져야 할 필요가 있는데, 위와 같은 종래 기술을 비롯하여 지금까지 소개된 기술은 이러한 필요를 충족시킬 수 있는 솔루션을 제안하지 못하였다.

이에 본 발명자(들)는, 객체에 관한 상황 정보에 기초하여 해당 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하고, 그 특정되는 행동 인식 모델을 이용하여 해당 객체를 모니터링하는 기술을 제안하는 바이다.

본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.

또한, 본 발명은, 객체에 관한 상황 정보에 기초하여 해당 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하고, 그 특정되는 행동 인식 모델을 이용하여 해당 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링하는 것을 다른 목적으로 한다.

또한, 본 발명은, 객체에 대한 모니터링을 수행하는 에지 컴퓨팅 디바이스(edge computing device)를 교체하지 않고도 해당 객체에 관한 다양한 상황에 적합한 방식으로 해당 객체를 모니터링할 수 있도록 지원하는 것을 또 다른 목적으로 한다.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.

본 발명의 일 태양에 따르면, 객체에 관한 상황 정보에 기초하여 상기 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하는 단계, 및 상기 특정되는 행동 인식 모델을 이용하여 상기 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링하는 단계를 포함하는 방법이 제공된다.

본 발명의 다른 태양에 따르면, 객체에 관한 상황 정보에 기초하여 상기 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하는 행동 인식 모델 관리부, 및 상기 특정되는 행동 인식 모델을 이용하여 상기 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링하는 에지 컴퓨팅 디바이스가 제공된다.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 에지 컴퓨팅 디바이스 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.

본 발명에 의하면, 객체에 관한 상황 정보에 기초하여 해당 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하고, 그 특정되는 행동 인식 모델을 이용하여 해당 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링함으로써 해당 객체를 효율적으로 모니터링할 수 있게 된다.

또한, 본 발명에 의하면, 객체에 대한 모니터링을 수행하는 에지 컴퓨팅 디바이스를 교체하지 않고도 해당 객체에 관한 다양한 상황에 적합한 방식으로 해당 객체를 모니터링할 수 있도록 지원할 수 있게 된다.

도 1은 본 발명의 일 실시예에 따라 객체를 모니터링하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스의 내부 구성을 상세하게 도시하는 도면이다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.

본 명세서에서는, 에지 컴퓨팅 디바이스에 관한 실시예가 송아지의 행동을 모니터링 하는 경우에 주로 초점을 맞추어 설명되지만, 본 발명에서의 에지 컴퓨팅 디바이스는 말, 돼지 등 다른 가축의 행동을 모니터링 하는 경우에도 적용될 수 있으며, 환자의 행동을 모니터링하는 경우와 같이 사람의 행동을 모니터링하는 경우에도 적용될 수 있는 것으로 이해되어야 한다.

또한, 본 명세서에서 행동이란, 반드시 객체의 움직임이 있는 동작만을 의미하는 것은 아니고, 객체가 자세의 변화 없이(또는 움직임이 거의 없는 상태로) 소정 시간 동안 특정 자세를 유지하는 상태를 의미할 수도 있는 것으로 이해되어야 한다.

전체 시스템의 구성

도 1은 본 발명의 일 실시예에 따라 객체를 모니터링하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 객체 모니터링 시스템(200), 에지 컴퓨팅 디바이스(300) 및 사용자 디바이스(400)를 포함할 수 있다.

먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드 와이드 웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.

예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 와이파이(WiFi) 통신, 와이파이 다이렉트(WiFi-Direct) 통신, 롱텀 에볼루션(LTE; Long Term Evolution) 통신, 5G 통신, 블루투스 통신(저전력 블루투스(BLE; Bluetooth Low Energy) 통신 포함), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다. 다른 예를 들면, 통신망(100)은 광 통신망으로서, 라이파이(LiFi; Light Fidelity) 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.

한편, 본 발명의 일 실시예에 따른 통신망(100)은 두 종류 이상의 통신망으로 구성될 수 있다. 예를 들면, 객체 모니터링 시스템(200)과 사용자 디바이스(400) 사이의 통신망은 LTE 통신, 5G 통신 등의 고속 무선 통신망 또는 유선 통신망일 수 있고, 객체 모니터링 시스템(200)과 에지 컴퓨팅 디바이스(300) 사이의 통신망은 로라완(LoRaWAN) 시그폭스(SIGFOX), 엘티이-엠티시(LTE-MTC), 협대역 사물 인터넷(NB-IoT) 등의 LPWAN(Low Power Wide Area Network)일 수 있다.

다만, 본 발명의 일 실시예에 따른 통신망(100)의 구성은 위에서 설명된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

다음으로, 본 발명의 일 실시예에 따른 객체 모니터링 시스템(200)은 통신망(100)을 통하여 적어도 하나의 에지 컴퓨팅 디바이스(300)로부터의/로의 다양한 데이터를 송수신하는 서버와 같은 기능을 수행할 수 있다.

예를 들면, 본 발명의 일 실시예에 따른 객체 모니터링 시스템(200)은, 후술할 바와 같이, 에지 컴퓨팅 디바이스(300)가 머신 러닝 기반 행동 인식 모델을 다운로드할 수 있도록 관련 데이터를 에지 컴퓨팅 디바이스(300)에게 송신하거나, 에지 컴퓨팅 디바이스(300)로부터 타겟 행동에 관한 정보를 수신할 수 있다. 또한, 본 발명의 일 실시예에 따른 객체 모니터링 시스템(200)은, 적어도 하나의 에지 컴퓨팅 디바이스(300)로부터 수신한 타겟 행동에 관한 정보를 가공하여 이를 사용자 디바이스(400)를 통하여 사용자(예를 들면, 축사의 관리자)에게 제공할 수도 있다.

다음으로, 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)는 객체에 관한 상황 정보에 기초하여 해당 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하고, 그 특정되는 행동 인식 모델을 이용하여 해당 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링하는 기능을 수행할 수 있다.

본 발명에 따른 에지 컴퓨팅 디바이스(300)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다.

한편, 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)는 객체 모니터링 시스템(200)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 공지의 6축 각속도/가속도 센서를 포함할 수 있다. 따라서, 에지 컴퓨팅 디바이스(300)에 의하여 X축, Y축 및 Z축의 가속도와 각속도(즉, 어떤 방향으로 기울어지는 속도)를 측정할 수 있다. 나아가, 각가속도가 각속도와 함께 또는 각속도를 대신하여 측정될 수도 있다. 이러한 에지 컴퓨팅 디바이스(300)는 객체(예를 들면, 송아지)의 신체의 일부(예를 들면, 송아지의 목)에 착용되거나 삽입될 수 있다. 다만, 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)의 종류 및 에지 컴퓨팅 디바이스(300)가 착용되거나 삽입되는 위치에 특별한 제한이 있는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다. 예를 들면, 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)에는 각속도 및 가속도 센서가 아닌 다른 종류의 센서가 포함될 수 있고, 객체(예를 들면, 송아지)의 신체 내부에 삽입될 수도 있다.

특히, 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)는, 사용자가 객체 모니터링 시스템(200)으로부터 객체 모니터링 등의 서비스를 제공받을 수 있도록 지원하는 애플리케이션(미도시됨)을 포함할 수 있다. 이와 같은 애플리케이션은 객체 모니터링 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다. 한편, 이러한 애플리케이션의 성격은 후술할 바와 같은 에지 컴퓨팅 디바이스(300)의 행동 인식 모델 관리부(310), 객체 모니터링부(320), 통신부(330) 및 제어부(340)와 전반적으로 유사할 수 있다. 여기서, 애플리케이션은 그 적어도 일부가 필요에 따라 그것과 실질적으로 동일하거나 균등한 기능을 수행할 수 있는 하드웨어 장치나 펌웨어 장치로 치환될 수도 있다.

다음으로, 본 발명의 일 실시예에 따른 사용자 디바이스(400)는 객체 모니터링 시스템(200) 및/또는 에지 컴퓨팅 디바이스(300)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿, 스마트 워치, 스마트 밴드, 스마트 글래스, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 사용자 디바이스(400)로서 채택될 수 있다.

특히, 사용자 디바이스(400)는, 사용자가 객체 모니터링 시스템(200) 및/또는 에지 컴퓨팅 디바이스(300)로부터 객체 모니터링 등의 서비스를 제공받을 수 있도록 지원하는 애플리케이션(미도시됨)을 포함할 수 있다. 이와 같은 애플리케이션은 객체 모니터링 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다. 한편, 이러한 애플리케이션의 성격은 후술할 바와 같은 에지 컴퓨팅 디바이스(300)의 행동 인식 모델 관리부(310), 객체 모니터링부(320), 통신부(330) 및 제어부(340)와 전반적으로 유사할 수 있다. 여기서, 애플리케이션은 그 적어도 일부가 필요에 따라 그것과 실질적으로 동일하거나 균등한 기능을 수행할 수 있는 하드웨어 장치나 펌웨어 장치로 치환될 수도 있다.

에지 컴퓨팅 디바이스의 구성

이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 에지 컴퓨팅 디바이스(300)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.

도 2는 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)의 내부 구성을 상세하게 도시하는 도면이다.

도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)는, 행동 인식 모델 관리부(310), 객체 모니터링부(320), 통신부(330) 및 제어부(340)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 행동 인식 모델 관리부(310), 객체 모니터링부(320), 통신부(330) 및 제어부(340)는 그 중 적어도 일부가 외부의 시스템(미도시됨)과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 에지 컴퓨팅 디바이스(300)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 에지 컴퓨팅 디바이스(300)와 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.

한편, 에지 컴퓨팅 디바이스(300)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 에지 컴퓨팅 디바이스(300)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 객체 모니터링 시스템(200) 또는 사용자 디바이스(400) 내에서 실현되거나 외부 시스템(미도시됨) 내에 포함될 수도 있음은 당업자에게 자명하다.

먼저, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 객체에 관한 상황 정보에 기초하여 해당 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 객체에 관한 상황 정보에 기초하여 해당 객체의 상태를 결정할 수 있고, 이렇게 결정되는 해당 객체의 상태에 따라, 에지 컴퓨팅 디바이스(300)에 의해 수행되는 해당 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하는 기능을 수행할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 객체에 관한 상황 정보에는 해당 객체에 관한 기초 정보 및 머신 러닝 기반 행동 인식 모델을 이용하여 추정되는 해당 객체의 행동에 관한 정보 중 적어도 하나가 포함될 수 있다.

보다 구체적으로, 본 발명의 일 실시예에 따르면, 객체에 관한 기초 정보는 머신 러닝 기반 행동 인식 모델을 이용하지 않고 획득할 수 있는 객체에 관한 기초적인 정보를 의미할 수 있다. 예를 들면, 본 발명의 일 실시예에 따르면, 객체의 성별, 연령, 무게와 같은 생체 정보, 객체에 관한 특정 전염병이 유행하는 시기가 도래하였는지 여부 등이 이러한 기초 정보에 포함될 수 있다.

계속하면, 본 발명의 일 실시예에 따르면, 객체의 행동에 관한 정보는 본 발명의 일 실시예에 따른 객체 모니터링부(320)가 머신 러닝 기반 행동 인식 모델을 이용하여 추정하는 정보를 의미할 수 있다. 예를 들면, 모니터링의 대상이 되는 객체가 송아지인 경우를 가정하면, 이러한 객체의 행동에 관한 정보에는, 포유량, 사료 섭취량, 반추 횟수와 같은 송아지의 성장에 관한 정보, 특정 행동(예를 들면, 비정상적인 앉기 동작, 비정상적인 서기 동작, 절뚝거림 등)이 인식되었다면 해당 행동에 관한 정보(예를 들면, 발생 시간, 지속 시간, 횟수, 행동의 크기 등) 등이 포함될 수 있다.

그리고, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)에 의하여 결정되는 객체의 상태는 특정 기준에 따라 구분되는 것일 수 있다. 예를 들면, 본 발명의 일 실시예에 따르면, 모니터링의 대상이 되는 객체가 송아지이고 송아지의 상태를 구분하는 기준이 성장 단계인 경우를 가정하면, 객체의 상태는 포유기(우유를 먹는 기간), 이유기(포유기로부터 성장기로의 전환기) 및 성장기(사료를 섭취하는 기간)로 구분될 수 있다. 한편, 이러한 경우에, 성장 단계를 구분하는 기준은 객체의 송아지의 출생일로부터 지난 일수(또는 일령)를 기반으로 결정될 수 있고, 사료의 종류나 농장의 환경에 따라 적응적으로 결정될 수도 있다.

다른 예를 들면, 본 발명의 일 실시예에 따르면, 객체의 상태는 특정 질병의 감염 여부에 따라 구분되거나 특정 질병에 취약한 시기에 해당하는지 여부에 따라 구분될 수 있고, 해당 객체에 관한 특정 전염병이 유행하는 시기가 도래하였는지 여부에 따라 구분될 수도 있다.

한편, 본 발명의 일 실시예에 따른 객체에 관한 상황 정보 및 객체의 상태를 구분하는 기준은 위에서 설명된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

그리고, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 객체에 관한 상황 정보에 기초하여 복수의 머신 러닝 기반 행동 인식 모델 중에서 에지 컴퓨팅 디바이스(300)에서 사용될 머신 러닝 기반 행동 인식 모델을 특정할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 위의 복수의 행동 인식 모델은 바람직하게는 객체 모니터링 시스템(200)에 저장되는 것일 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 위의 복수의 행동 인식 모델 각각은 인식할 수 있는 객체의 행동, 즉 타겟 행동이 서로 다를 수 있다.

예를 들면, 본 발명의 일 실시예에 따른 객체 모니터링 시스템(200)에 제1 내지 제3 행동 인식 모델이 저장되어 있는 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따르면, 제1 행동 인식 모델은 행동 A 내지 C(즉, 제1 행동 인식 모델의 타겟 행동)를 인식하고, 제2 행동 인식 모델은 행동 D 내지 F(즉, 제2 행동 인식 모델의 타겟 행동)를 인식하고, 제3 행동 인식 모델은 행동 G 내지 I(즉, 제3 행동 인식 모델의 타겟 행동)를 인식하도록 구현될 수 있다. 그리고, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 객체에 관한 상황 정보에 기초하여 위의 제1 내지 제3 행동 인식 모델 중에서 에지 컴퓨팅 디바이스(300)에서 사용될 머신 러닝 기반 행동 인식 모델을 특정할 수 있다. 한편, 본 발명의 일 실시예에 따르면, 복수의 행동 인식 모델이 각각 인식할 수 있는 행동, 즉 타겟 행동은 반드시 전부가 달라야 하는 것은 아니고, 타겟 행동의 일부가 서로 다른 행동 인식 모델에 중복되는 것도 얼마든지 가능하다.

한편, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 객체에 관한 상황 정보에 기초하여 에지 컴퓨팅 디바이스(300)에서 사용되는 머신 러닝 기반 행동 인식 모델의 변경이 필요하다고 판단되는 경우(예를 들면, 객체의 상태가 변경된 경우)에, 위의 머신 러닝 기반 행동 인식 모델을 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)의하여 특정되는 행동 인식 모델로 변경할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 본 발명의 일 실시예에 따른 객체 모니터링 시스템(200)으로부터 위의 특정되는 행동 인식 모델을 다운로드하고 이를 에지 컴퓨팅 디바이스(300)에 적용함으로써 에지 컴퓨팅 디바이스(300)에서 사용되는 행동 인식 모델을 변경할 수 있다.

예를 들면, 본 발명의 일 실시예에 따르면, 모니터링의 대상이 되는 객체가 송아지이고 송아지의 상태를 구분하는 기준이 성장 단계인 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 특정 송아지에 관한 상황 정보에 기초하여 위의 송아지가 포유기, 이유기 및 성장기 중 어느 상태에 해당하는지를 결정할 수 있다. 그리고, 위의 송아지가 포유기에 해당한다면 위의 송아지의 포유 정도와 질병 유무를 모니터링하는 것이 중요하므로, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 포유, 반추, 휴식, 활동량, 질병에 관련된 행동 등을 타겟 행동으로서 인식할 수 있는 행동 인식 모델이 에지 컴퓨팅 디바이스(300)에 적용되도록 할 수 있다. 그리고, 위의 송아지가 이유기에 해당한다면 위의 송아지가 포유에서 사료 섭취로 얼마나 빨리 전환되는지를 모니터링하는 것이 중요하므로, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 포유, 반추, 사료 섭취, 휴식, 질병에 관련된 행동 등을 타겟 행동으로서 인식할 수 있는 행동 인식 모델이 에지 컴퓨팅 디바이스(300)에 적용되도록 할 수 있다. 그리고, 위의 송아지가 성장기에 해당한다면 위의 송아지가 사료 섭취를 통해서 얼마나 잘 성장하는지를 모니터링하는 것이 중요하므로, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 반추, 사료 섭취, 음수, 휴식 등을 타겟 행동으로서 인식할 수 있는 행동 인식 모델이 에지 컴퓨팅 디바이스(300)에 적용되도록 할 수 있다.

다른 예를 들면, 모니터링의 대상이 되는 객체가 송아지이고 송아지의 상태를 구분하는 기준이 특정 질병에 취약한 시기에 해당하는지 여부인 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 특정 송아지에 관한 상황 정보에 기초하여 위의 송아지가 특정 질병에 취약한 시기에 해당하는지 여부를 결정할 수 있다. 그리고, 위의 송아지가 포유기 또는 이유기에 해당하는 경우에는 소화기 및 호흡기에 관련된 질병이 송아지의 건강 상태에 상당한 영향을 주므로, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 그러한 질병과 연관된 행동을 타겟 행동으로서 인식할 수 있는 행동 인식 모델이 에지 컴퓨팅 디바이스(300)에 적용되도록 할 수 있다.

또 다른 예를 들면, 모니터링의 대상이 되는 객체가 송아지이고 송아지의 상태를 구분하는 기준이 송아지에 관한 특정 전염병(예를 들면, 구제역)이 유행하는 시기가 도래하였는지 여부인 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 송아지에 관한 상황 정보에 기초하여 그러한 시기가 도래하였는지 여부를 결정할 수 있다. 그리고, 그러한 시기가 도래하였다면, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)는, 그 특정 전염병과 연관된 행동을 타겟 행동으로서 인식할 수 있는 행동 인식 모델이 에지 컴퓨팅 디바이스(300)에 적용되도록 할 수 있다.

다만, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)가 에지 컴퓨팅 디바이스(300)에서 사용되는 행동 인식 모델을 변경하는 방식은 위에서 설명된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다. 예를 들면, 본 발명의 일 실시예에 따르면, 에지 컴퓨팅 디바이스(300)에 저장된 복수의 행동 인식 모델 중에서 특정 행동 인식 모델을 선택하거나 활성화시킴으로써 에지 컴퓨팅 디바이스(300)에서 사용되는 행동 인식 모델을 변경할 수도 있다.

다음으로, 본 발명의 일 실시예에 따른 객체 모니터링부(320)는, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)에 의하여 특정되는 행동 인식 모델을 이용하여 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링 하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 에지 컴퓨팅 디바이스(300)는, 모니터링의 대상이 되는 객체로부터 센서 데이터를 측정할 수 있다. 본 발명의 일 실시예에 따르면, 에지 컴퓨팅 디바이스(300)는 위의 객체에 대하여 신체의 일부에 착용되거나 삽입되는 것일 수 있고, 위의 센서 데이터에는 가속도 데이터 및/또는 각속도 데이터가 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따른 객체 모니터링부(320)는, 본 발명의 일 실시예에 따른 행동 인식 모델 관리부(310)에 의하여 특정되는 머신 러닝 기반 행동 인식 모델을 이용하여, 위와 같이 측정되는 센서 데이터에 기초하여 위의 객체의 적어도 하나의 타겟 행동을 인식함으로써 위의 타겟 행동을 모니터링할 수 있다.

계속하면, 본 발명의 일 실시예에 따른 객체 모니터링부(320)는, 위와 같이 인식되는 적어도 하나의 타겟 행동에 관한 정보를 객체 모니터링 시스템(200)에게 송신할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 타겟 행동에 관한 정보에는 타겟 행동의 발생 시간, 지속 시간, 횟수, 행동의 크기 등이 포함될 수 있다. 다만, 본 발명의 일 실시예에 따른 타겟 행동에 관한 정보는 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

한편, 본 발명의 일 실시예에 따르면, 위의 행동 인식 모델은 다양한 공지의 머신 러닝 알고리즘을 이용하여 구현될 수 있다. 예를 들면, 합성곱 신경망(Convolutional Neural Network; CNN), 순환 신경망(Recurrent Neural Network; RNN) 등과 같은 인공 신경망을 이용하여 구현될 수 있지만, 이에 제한되는 것은 아니다.

다음으로, 본 발명의 일 실시예에 따른 통신부(330)는 행동 인식 모델 관리부(310) 및 객체 모니터링부(320)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.

마지막으로, 본 발명의 일 실시예에 따른 제어부(340)는 행동 인식 모델 관리부(310), 객체 모니터링부(320) 및 통신부(330) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명의 일 실시예에 따른 제어부(340)는 에지 컴퓨팅 디바이스(300)의 외부로부터의/로의 데이터 흐름 또는 에지 컴퓨팅 디바이스(300)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 행동 인식 모델 관리부(310), 객체 모니터링부(320) 및 통신부(330)에서 각각 고유 기능을 수행하도록 제어할 수 있다.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

100: 통신망
200: 객체 모니터링 시스템
300: 에지 컴퓨팅 디바이스
310: 행동 인식 모델 관리부
320: 객체 모니터링부
330: 통신부
340: 제어부
400: 사용자 디바이스

Claims (11)

1. 객체를 모니터링하기 위한 에지 컴퓨팅 디바이스에서 구현되는 방법으로서 - 상기 에지 컴퓨팅 디바이스는 행동 인식 모델 관리부 및 객체 모니터링부를 포함함 -,
   상기 행동 인식 모델 관리부가, 객체에 관한 상황 정보에 기초하여 상기 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하는 단계, 및
   상기 객체 모니터링부가, 상기 특정되는 행동 인식 모델을 이용하여 상기 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링하는 단계를 포함하고,
   상기 특정 단계에서, 상기 행동 인식 모델 관리부가, 상기 특정되는 행동 인식 모델을 다운로드하고 상기 다운로드된 행동 인식 모델을 상기 에지 컴퓨팅 디바이스에 적용함으로써, 상기 객체에 대한 모니터링에서 사용되는 머신 러닝 기반 행동 인식 모델을 변경하고,
   상기 객체에 관한 상황 정보에는 상기 객체에 관한 기초 정보 및 머신 러닝 기반 행동 인식 모델을 이용하여 추정되는 상기 객체의 행동에 관한 정보가 포함되고,
   상기 객체에 관한 기초 정보에는 객체의 성별, 연령 및 무게를 포함하는 생체 정보와 상기 객체에 관한 특정 전염병이 유행하는 시기가 도래하였는지 여부가 포함되고,
   상기 객체의 행동에 관한 정보에는 상기 객체의 포유량, 사료 섭취량 및 반추 횟수를 포함하는 상기 객체의 성장에 관한 정보와 특정 행동이 인식되는 경우에 상기 특정 행동의 발생 시간, 지속 시간, 횟수 및 행동의 크기에 관한 정보가 포함되고,
   상기 특정 행동에는 비정상적인 앉기 동작, 비정상적인 서기 동작 및 절뚝거림이 포함되고,
   상기 특정 단계에서, 상기 행동 인식 모델 관리부가, 상기 상황 정보에 기초하여 결정되는 상기 객체의 상태에 따라 상기 행동 인식 모델을 특정하고,
   상기 객체의 상태는 상기 객체의 성장 단계와 관련된 시기에 기초하여 구분되고,
   상기 특정 단계에서, 상기 행동 인식 모델 관리부가, 상기 객체의 성장 단계와 관련된 제1 시기가 도래한 것에 대응하여, 상기 제1 시기와 연관되는 제1 머신 러닝 기반 행동 인식 모델을 다운로드하고, 상기 제1 머신 러닝 기반 행동 인식 모델을 상기 에지 컴퓨팅 디바이스에 적용하고,
   상기 특정 단계에서, 상기 행동 인식 모델 관리부가, 상기 제1 시기가 포유기인 경우에 포유, 반추, 휴식, 활동량 및 질병에 관련된 행동을 타겟 행동으로서 인식할 수 있는 행동 인식 모델을 적용하고, 상기 제1 시기가 이유기인 경우에 포유, 반추, 사료 섭취, 휴식 및 질병에 관련된 행동을 타겟 행동으로서 인식할 수 있는 행동 인식 모델을 적용하고, 상기 제1 시기가 성장기인 경우에 반추, 사료 섭취, 음수 및 휴식을 타겟 행동으로서 인식할 수 있는 행동 인식 모델을 적용하는
   방법.
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 제1항에 따른 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능 기록 매체.
7. 객체를 모니터링하기 위한 에지 컴퓨팅 디바이스로서,
   객체에 관한 상황 정보에 기초하여 상기 객체에 대한 모니터링에서 사용될 머신 러닝 기반 행동 인식 모델을 특정하는 행동 인식 모델 관리부, 및
   상기 특정되는 행동 인식 모델을 이용하여 상기 객체의 적어도 하나의 타겟 행동에 관한 정보를 모니터링하는 객체 모니터링부를 포함하고,
   상기 행동 인식 모델 관리부가, 상기 특정되는 행동 인식 모델을 다운로드하고 상기 다운로드된 행동 인식 모델을 상기 에지 컴퓨팅 디바이스에 적용함으로써, 상기 객체에 대한 모니터링에서 사용되는 머신 러닝 기반 행동 인식 모델을 변경하고,
   상기 객체에 관한 상황 정보에는 상기 객체에 관한 기초 정보 및 머신 러닝 기반 행동 인식 모델을 이용하여 추정되는 상기 객체의 행동에 관한 정보가 포함되고,
   상기 객체에 관한 기초 정보에는 객체의 성별, 연령 및 무게를 포함하는 생체 정보와 상기 객체에 관한 특정 전염병이 유행하는 시기가 도래하였는지 여부가 포함되고,
   상기 객체의 행동에 관한 정보에는 상기 객체의 포유량, 사료 섭취량 및 반추 횟수를 포함하는 상기 객체의 성장에 관한 정보와 특정 행동이 인식되는 경우에 상기 특정 행동의 발생 시간, 지속 시간, 횟수 및 행동의 크기에 관한 정보가 포함되고,
   상기 특정 행동에는 비정상적인 앉기 동작, 비정상적인 서기 동작 및 절뚝거림이 포함되고,
   상기 행동 인식 모델 관리부가, 상기 상황 정보에 기초하여 결정되는 상기 객체의 상태에 따라 상기 행동 인식 모델을 특정하고,
   상기 객체의 상태는 상기 객체의 성장 단계와 관련된 시기에 기초하여 구분되고,
   상기 행동 인식 모델 관리부가, 상기 객체의 성장 단계와 관련된 제1 시기가 도래한 것에 대응하여, 상기 제1 시기와 연관되는 제1 머신 러닝 기반 행동 인식 모델을 다운로드하고, 상기 제1 머신 러닝 기반 행동 인식 모델을 상기 에지 컴퓨팅 디바이스에 적용하고,
   상기 행동 인식 모델 관리부가, 상기 제1 시기가 포유기인 경우에 포유, 반추, 휴식, 활동량 및 질병에 관련된 행동을 타겟 행동으로서 인식할 수 있는 행동 인식 모델을 적용하고, 상기 제1 시기가 이유기인 경우에 포유, 반추, 사료 섭취, 휴식 및 질병에 관련된 행동을 타겟 행동으로서 인식할 수 있는 행동 인식 모델을 적용하고, 상기 제1 시기가 성장기인 경우에 반추, 사료 섭취, 음수 및 휴식을 타겟 행동으로서 인식할 수 있는 행동 인식 모델을 적용하는
   에지 컴퓨팅 디바이스.
8. 삭제
9. 삭제
10. 삭제
11. 삭제

Images