KR102481989B1

KR102481989B1 - 이미지 정보와 촬영 환경 정보를 이용하여 애완견을 관리하는 애완견 관리장치 및 방법

Info

Publication number: KR102481989B1
Application number: KR1020220099732A
Authority: KR
Inventors: 유기석; 김선진; 김규황
Original assignee: 유기석; 김선진; 김규황
Priority date: 2022-08-10
Filing date: 2022-08-10
Publication date: 2022-12-27

Abstract

이미지 정보와 촬영 환경 정보를 이용하여 애완견을 관리하는 애완견 관리장치 및 방법이 개시된다. 애완견 관리방법은 애완견 관리장치가 애완견이 포함된 복수의 이미지 정보가 수신되면 각 이미지 정보를 기반으로 애완견별 데이터 프레임을 구축하여 데이터베이스화하는 단계 및 애완견 관리장치가 데이터베이스화된 정보를 기반으로 수신된 이미지 정보에 포함된 애완견의 상태를 각각 판단하고, 판단된 결과에 따라 각 애완견에 맞는 맞춤형 관리를 수행하는 단계를 포함한다.

Description

이미지 정보와 촬영 환경 정보를 이용하여 애완견을 관리하는 애완견 관리장치 및 방법{Pet dog management apparatus and method for managing pet dog using image information and shooting environment information}

본 발명은 애완견 관리장치에 관한 것으로, 더욱 상세하게는 이미지 정보와 해당 이미지 정보가 촬영된 위치 정보, 날짜와 시간 정보에 포함된 애완견의 상태를 판단하고, 판단된 결과를 기반으로 해당 애완견에 대한 관리를 수행하는 이미지 정보와 촬영 환경 정보를 이용하여 애완견을 관리하는 애완견 관리장치 및 방법에 관한 것이다.

최근 반려동물 등록제가 의무적으로 실행됨에 따라 유기견 또는 분실견을 발견하여 포획했을 경우, 인식칩, 인식표 등을 통해 견주를 찾을 수 있을 확률이 높아졌다.

하지만 유기견은 인식칩 또는 인식표가 없는 경우가 많아 견주 확인에 어려움이 있고, 상시적으로 포획팀을 운영하기 힘들어 신속한 포획을 할 수 없는 문제점이 있다.

이러한 문제점을 해결하기 위해, 순찰대원이 유기견 또는 분실견을 찾고, 찾은 유기견 또는 분실견에 대한 정보를 포획팀에 전달하여 최소의 운영비용으로 최대 효과를 가질 수 있는 순찰대원제도가 하나의 대안으로 부상하고 있다. 하지만 이러한 순찰대원제도도 자동화 시스템이 아닌 수동화 시스템으로 이루어짐에 따라 보다 체계적인 관리가 필요한 실정이다.

한국공개특허공보 제10-2021-0110049호 (2021.09.07.)

본 발명이 해결하고자 하는 과제는, 복수의 이미지 정보와 해당 이미지 정보가 촬영된 위치 정보, 날짜와 시간 정보를 애완견별로 데이터베이스화하고, 데이터베이스화된 정보를 기반으로 각 애완견의 상태를 판단하며, 판단된 결과에 따라 애완견 관리를 하는 이미지 정보와 촬영 환경 정보를 이용하여 애완견을 관리하는 애완견 관리장치 및 방법을 제공하는 것이다.

상기 과제를 해결하기 위해 본 발명에 따른 애완견 관리방법은 애완견 관리장치가 애완견이 포함된 복수의 이미지 정보가 수신되면 각 이미지 정보를 기반으로 애완견별 데이터 프레임을 구축하여 데이터베이스화하는 단계 및 상기 애완견 관리장치가 상기 데이터베이스화된 정보를 기반으로 상기 수신된 이미지 정보에 포함된 애완견의 상태를 각각 판단하고, 상기 판단된 결과에 따라 각 애완견에 맞는 맞춤형 관리를 수행하는 단계를 포함한다.

또한 상기 데이터 프레임의 구조는, 각 애완견의 식별정보를 포함하는 기본키(Primary key), 상기 기본키의 끝단과 연결되고, 상기 기본키에 대응되는 애완견과 관련된 복수의 이미지에 포함된 주소정보를 개별적으로 구분하는 복수의 주소키, 상기 복수의 주소키의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 종류에 대한 정보를 포함하는 견종 데이터, 상기 견종 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견이 유기견인지 여부를 나타내는 정보를 포함하는 유기견 데이터, 상기 유기견 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 견주가 위반행동을 수행한 횟수에 대한 정보를 포함하는 위반 데이터, 상기 위반 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 해당 여부를 기 설정된 합성곱 신경망을 사용하여 학습된 파리미터 값을 포함하는 학습 파라미터 데이터 및 상기 학습 파라미터 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 이미지 파일명 정보를 포함하는 복수의 저장 폴더명 데이터를 포함하는 것을 특징으로 한다.

또한 상기 데이터베이스화하는 단계는, 상기 복수의 이미지 정보에 포함된 애완견 이미지, 위치 정보 및 날짜와 시간 정보를 기반으로 상기 데이터 프레임의 구조에 따라 각각의 애완견 정보를 등록하는 단계, 기 등록된 복수의 데이터 프레임을 비교하여 동일한 애완견 정보를 포함하는 데이터 프레임이 있는지 판단하는 단계 및 상기 판단된 결과가 동일한 애완견 정보를 포함하는 데이터 프레임이 있으면 해당 데이터 프레임을 하나의 데이터 프레임으로 병합하는 단계를 포함하는 것을 특징으로 한다.

또한 상기 애완견 정보를 등록하는 단계는, 상기 우선순위가 가장 높은 기본키에 해당하는 데이터 프레임을 마련하는 단계 및 상기 마련된 데이터 프레임을 이용하여 데이터베이스를 구축하는 단계를 포함하는 것을 특징으로 한다.

또한 상기 데이터베이스를 구축하는 단계는, 상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키(i는 자연수)의 도로명에 대한 일치 여부를 판단하는 단계, 상기 판단된 결과가 두 개의 도로명이 일치하면 상기 수신된 이미지 정보에 포함된 주소의 건물번호와 상기 제i 주소키의 건물번호에 대한 일치 여부를 판단하는 단계, 상기 판단된 결과가 두 개의 건물번호가 일치하면 상기 수신된 이미지 정보에 포함된 애완견 이미지와 상기 마련된 데이터 프레임에 해당하는 애완견 이미지를 비교하여 두 개의 애완견 이미지에 각각 포함된 애완견이 동일한 애완견인지 여부를 판단하는 단계를 더 포함하는 것을 특징으로 한다.

또한 상기 데이터베이스를 구축하는 단계는, 상기 동일한 애완견이라고 판단하면 상기 수신된 이미지 정보에 견주가 동행하는지 판단하는 단계, 상기 견주가 동행한다고 판단되면 상기 견주의 위반행동 여부를 판단하는 단계 및 상기 위반행동 여부에 따라 위반횟수를 업데이트한 후, 데이터베이스를 구축하는 단계를 더 포함하는 것을 특징으로 한다.

또한 기 데이터베이스를 구축하는 단계는, 상기 동일한 애완견이라고 판단하면 상기 수신된 이미지 정보에 견주가 동행하는지 판단하는 단계 및 상기 견주가 동행하지 않는다고 판단하면 해당 애완견을 유기견으로 설정한 후, 데이터베이스를 구축하는 단계를 더 포함하는 것을 특징으로 한다.

또한 기 데이터베이스를 구축하는 단계는, 상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키(i는 자연수)의 도로명의 일치 여부를 판단하는 단계, 상기 판단된 결과가 두 개의 도로명이 일치하면 상기 수신된 이미지 정보에 포함된 주소의 건물번호와 상기 제i 주소키의 건물번호의 일치 여부를 판단하는 단계 및 상기 판단된 결과가 두 개의 건물번호가 불일치하면 새로운 기본키를 부여한 데이터 프레임을 생성하여 상기 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록하는 단계를 더 포함하는 것을 특징으로 한다.

또한 상기 데이터베이스를 구축하는 단계는, 상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키(i는 자연수)의 도로명의 일치 여부를 판단하는 단계 및 상기 판단된 결과가 두 개의 도로명이 불일치하면 수신된 이미지 정보의 도로명과 상기 제i 주소키의 도로명의 오름차순을 비교하는 단계를 더 포함하는 것을 특징으로 한다.

또한 상기 데이터베이스를 구축하는 단계는, 상기 비교된 결과가 상기 수신된 이미지 정보의 도로명이 상기 제i 주소키의 도로명보다 우선순위이면 새로운 기본키를 부여한 데이터 프레임을 생성하여 상기 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록하는 단계를 더 포함하는 것을 특징으로 한다.

또한 상기 데이터베이스를 구축하는 단계는, 상기 비교된 결과가 상기 수신된 이미지 정보의 도로명이 상기 제i 주소키의 도로명보다 우선순위가 아니면 i에 1을 더한 후, 상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키의 도로명의 일치 여부를 판단하는 단계를 재수행하는 단계를 더 포함하는 것을 특징으로 한다.

또한 상기 하나의 데이터 프레임으로 병합하는 단계는, 상기 해당 데이터 프레임 중 상기 기본키의 값이 낮은 데이터 프레임을 기준으로 나머지 데이터 프레임을 병합하고, 상기 나머지 데이터 프레임을 삭제하는 것을 특징으로 한다.

또한 상기 맞춤형 관리를 수행하는 단계는, 상기 애완견의 상태가 유기견 또는 분실견으로 판단되면 기 설정된 사용자 단말로 유기견 또는 분실견에 대한 알림 메시지를 전송하는 것을 특징으로 한다.

또한 상기 맞춤형 관리를 수행하는 단계는, 상기 애완견의 상태가 반려견이고, 상기 반려견의 견주가 위반행동을 수행한 것으로 판단되면 기 설정된 사용자 단말로 위반행동에 대한 알림 메시지를 전송하는 것을 특징으로 한다.

본 발명에 따른 애완견 관리장치는 애완견이 포함된 복수의 이미지 정보가 수신되면 각 이미지 정보에 포함된 애완견 이미지, 위치 정보 및 시간 정보를 기반으로 애완견별 데이터프레임을 구축하여 데이터베이스화하는 데이터베이스 구축부 및 상기 데이터베이스화된 정보를 기반으로 상기 수신된 이미지 정보에 포함된 애완견의 상태를 각각 판단하고, 상기 판단된 결과에 따라 각 애완견에 맞는 맞춤형 관리를 수행하는 애완견 관리부를 포함한다.

본 발명의 실시예에 따르면, 복수의 이미지 정보에 포함된 애완견 이미지, 위치 정보, 날짜와 시간 정보 등을 이용하여 각 애완견을 분류하고, 분류된 애완견별로 데이터베이스화할 수 있다.

또한 데이터베이스화된 정보를 기반으로 유기견 및 분실견 보고/후처리, 분실견 주인 찾기, 반려견 위반행동 처리 등의 애완견 관리를 할 수 있다.

이를 통해 본 발명은 애완견이 포함된 이미지 정보와 해당 이미지 정보가 촬영된 위치 정보, 날짜와 시간 정보를 이용하여 해당 애완견의 관리를 자동화할 수 있다.

도 1은 본 발명의 실시예에 따른 애완견 관리시스템을 설명하기 위한 구성도이다.
도 2는 본 발명의 실시예에 따른 정보수집단말을 설명하기 위한 블록도이다.
도 3은 본 발명의 실시예에 따른 애완견 관리장치를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시예에 따른 학습부를 설명하기 위한 블록도이다.
도 5는 본 발명의 실시예에 따른 견종 인식을 위한 제1 합성곱 신경망의 구조를 설명하기 위한 도면이다.
도 6은 본 발명의 실시예에 따른 기 저장된 애완견 해당 여부 판단을 위한 제2 합성곱 신경망의 구조를 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 위반행동 인식을 위한 제3 합성곱 신경망의 구조를 설명하기 위한 도면이다.
도 8은 본 발명의 실시예에 따른 데이터프레임의 구조를 설명하기 위한 도면이다.
도 9는 본 발명의 실시예에 따른 애완견 관리부를 설명하기 위한 블록도이다.
도 10은 본 발명의 실시예에 따른 애완견 관리방법을 설명하기 위한 순서도이다.
도 11은 본 발명의 실시예에 따른 이미지 정보를 데이터베이스화하는 과정을 설명하기 위한 순서도이다.
도 12는 본 발명의 실시예에 따른 애완견 정보를 등록하는 과정을 설명하기 위한 순서도이다.
도 13은 본 발명의 실시예에 따른 컴퓨팅 장치를 설명하기 위한 블록도이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 명세서 및 도면(이하 '본 명세서')에서, 동일한 구성요소에 대해서 중복된 설명은 생략한다.

또한 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

또한, 본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로써, 본 발명을 한정하려는 의도로 사용되는 것이 아니다.

또한 본 명세서에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.

또한 본 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품, 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐, 하나 또는 그 이상의 다른 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 할 것이다.

또한 본 명세서에서, '및/또는' 이라는 용어는 복수의 기재된 항목들의 조합 또는 복수의 기재된 항목들 중의 어느 항목을 포함한다. 본 명세서에서, 'A 또는 B'는, 'A', 'B', 또는 'A와 B 모두'를 포함할 수 있다.

또한 본 명세서에서, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략될 것이다.

도 1은 본 발명의 실시예에 따른 애완견 관리시스템을 설명하기 위한 구성도이다.

도 1을 참조하면, 애완견 관리시스템(400)은 복수의 이미지 정보를 애완견별로 데이터베이스화하고, 데이터베이스화된 정보를 기반으로 각 애완견의 상태를 판단하며, 판단된 결과에 따라 애완견 관리를 한다. 애완견 관리시스템(400)은 정보수집단말(100) 및 애완견 관리장치(200)를 포함하고, 사용자 단말(300)을 더 포함할 수 있다.

정보수집단말(100)은 실외에 돌아다니는 애완견을 촬영하는 순찰대원이 사용하는 단말로써, 복수개(100a, 100b, 100c, …, 100n)를 포함한다. 정보수집단말(100)은 순찰대원의 몸에 부착되어 전방에 대한 영상을 촬영하도록 형성될 수 있으며, 바람직하게는 바디캠(body cam) 형태로 형성될 수 있다. 즉 정보수집단말(100)은 전원이 켜지면 순찰대원의 이동하는 전방을 촬영하다가 애완견을 감지하면 자동 또는 수동으로 해당 장면을 이미지 형태로 촬영한다. 이를 통해 정보수집단말(100)은 순찰하는 동안에 조우하게 되는 모든 애완견에 대한 이미지 정보를 수집할 수 있다. 정보수집단말(100)은 수집된 이미지 정보를 애완견 관리장치(200)로 전송한다.

애완견 관리장치(200)는 이미지 정보를 이용하여 애완견을 관리하기 위한 장치로써, 서버 형태로 형성될 수 있다. 애완견 관리장치(200)는 정보수집단말(100)로부터 복수의 이미지 정보를 수신하고, 수신된 복수의 이미지 정보를 데이터베이스화한다. 바람직하게는 애완견 관리장치(200)는 이미지 정보에 포함된 애완견 이미지, 위치 정보 및 날짜와 시간 정보를 기반으로 데이터 프레임 형태로 각각의 애완견 정보를 데이터 베이스화할 수 있다. 데이터베이스화하는 과정에서 추가 학습이 필요로 하는 등의 업데이트가 필요한 경우에는 항상 새로운 입력 데이터에 적합하도록 데이터화할 수 있다. 애완견 관리장치(200)는 데이터베이스화된 정보를 기반으로 애완견에 대한 관리를 수행한다. 애완견 관리장치(200)는 애완견의 상태가 유기견 또는 분실견으로 판단되면 기 설정된 사용자 단말(300)로 유기견 또는 분실견에 대한 알림 메시지를 전송한다. 여기서 사용자 단말(300)은 포획팀과 연결된 단말, 유기견 또는 분실견을 관리하는 관리자의 단말일 수 있다. 또한 애완견 관리장치(200)는 애완견의 상태가 반려견인 경우, 반려견의 견주에 대한 위반행동(목줄 위반, 입마개 위반, 배변 방치 등)을 확인하고, 위반행동이 확인되면 기 설정된 사용자 단말(300)로 위반행동에 대한 알림 메시지를 전송한다. 여기서 사용자 단말(300)은 위반행동을 관리하여 벌금을 부과하는 관리자의 단말일 수 있다.

사용자 단말(300)은 유기견 또는 분실견을 관리하는 관리자 또는 반려견의 견주의 위반행동을 관리하는 관리자의 단말로써, 적어도 하나의 단말을 포함한다. 사용자 단말(300)은 애완견 관리장치(200)로부터 수신된 알림 메시지를 출력하여 관리자에게 해당 내용을 인지시켜준다. 이때 관리자는 해당 내용을 확인함으로써, 포획 또는 벌금 부과 등의 행동을 수행할 수 있다.

한편 애완견 관리시스템(400)은 정보수집단말(100), 애완견 관리 장치(200) 및 사용자 단말(300) 사이에 통신망(450)을 구축하여 서로 간의 통신이 이루어지도록 지원할 수 있다. 통신망(450)은 백본망과 가입자망으로 구성될 수 있다. 백본망은 X.25 망, Frame Relay 망, ATM망, MPLS(Multi Protocol Label Switching) 망 및 GMPLS(Generalized Multi Protocol Label Switching) 망 중 하나 또는 복수의 통합된 망으로 구성될 수 있다. 가입자망은 FTTH(Fiber To The Home), ADSL(Asymmetric Digital Subscriber Line), 케이블망, 지그비(zigbee), 블루투스(bluetooth), Wireless LAN(IEEE 802.11b, IEEE 802.11a, IEEE 802.11g, IEEE 802.11n), Wireless Hart(ISO/IEC62591-1), ISA100.11a(ISO/IEC 62734), CoAP(Constrained Application Protocol), MQTT(Message Queuing Telemetry Transport), WIBro(Wireless Broadband), Wimax, 3G, HSDPA(High Speed Downlink Packet Access), 4G 및 5G일 수 있다. 일부 실시예로, 통신망(150)은 인터넷망일 수 있고, 이동 통신망일 수 있다. 또한 통신망(150)은 기타 널리 공지되었거나 향후 개발될 모든 무선통신 또는 유선통신 방식을 포함할 수 있다.

도 2는 본 발명의 실시예에 따른 정보수집단말을 설명하기 위한 블록도이다.

도 1 및 도 2를 참조하면, 정보수집단말(100)는 단말 통신부(110), 카메라부(120), GPS부(130), 단말 제어부(140), 단말 전원부(150) 및 단말 저장부(160)를 포함한다.

단말 통신부(110)는 애완견 관리장치(200)와의 통신을 수행한다. 단말 통신부(110)는 적어도 하나의 이미지 정보를 애완견 관리장치(200)로 전송한다. 이미지 정보는 적어도 하나의 애완견이 포함될 수 있다.

카메라부(120)는 정보수집단말(100)의 바라보는 방향에 대한 영상을 촬영한다. 카메라부(120)는 실시간으로 동영상을 촬영할 수 있고, 한순간을 나타내는 이미지도 촬영할 수 있다. 바람직하게는 카메라부(120)는 줌인(zoom in) 줌아웃(zoom out) 기능을 포함하여 이미지 촬영 시, 사용될 수 있다.

GPS부(130)는 정보수집단말(100)의 현재 위치 정보를 측정한다. GPS부(130)는 위성으로부터 GPS(global positioning system) 신호를 수신하고, 수신된 GPS 신호를 이용하여 위치 정보를 측정한다.

단말 제어부(140)는 정보수집단말(100)의 전반적인 제어를 수행한다. 단말 제어부(140)는 카메라부(120)로부터 촬영된 영상을 분석하고, 분석된 영상에 애완견이 포함되어 있음을 확인하면 해당 순간을 촬영하도록 제어한다. 이를 통해 단말 제어부(140)는 적어도 하나의 애완견이 포함된 이미지 정보를 수집할 수 있다. 단말 제어부(140)는 인공지능 기술을 이용하여 애완견을 인식할 수 있다. 예를 들어 단말 제어부(140)는 기계학습(machine learning), 딥러닝(deep learning), 인공신경망(artificial neural network) 등 다양한 인공지능 기술을 이용하여 애완견을 인식할 수 있다. 단말 제어부(140)는 수집된 이미지 정보를 애완견 관리장치(200)로 전송시킨다. 단말 제어부(140)는 실시간으로 수집된 이미지 정보를 전송하거나, 기 설정된 주기마다 수집된 이미지 정보를 전송시킬 수 있다.

단말 전원부(150)는 정보수집단말(100)에 전원을 공급한다. 단말 전원부(150)는 배터리에 충전된 에너지를 전원으로 공급한다. 단말 전원부(150)는 배터리의 충전이 가능한 인터페이스(USB 포트, C타입 포트, 5핀/8핀 포트 등)를 포함하거나, 배터리의 교환이 가능한 형태로 형성될 수 있다. 이때 단말 전원부(150)는 온/오프(on/off) 스위치 또는 버튼을 포함하여 전원의 공급을 제어할 수 있다.

단말 저장부(160)는 정보수집단말(100)을 구동하기 위한 프로그램 또는 알고리즘이 저장된다. 단말 저장부(160)는 수집된 이미지 정보가 저장된다. 단말 저장부(160)은 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기메모리, 자기 디스크 및 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다.

도 3은 본 발명의 실시예에 따른 애완견 관리장치를 설명하기 위한 블록도이고, 도 4는 본 발명의 실시예에 따른 학습부를 설명하기 위한 블록도이며, 도 5는 본 발명의 실시예에 따른 견종 인식을 위한 제1 합성곱 신경망의 구조를 설명하기 위한 도면이고, 도 6은 본 발명의 실시예에 따른 기 저장된 애완견 해당 여부 판단을 위한 제2 합성곱 신경망의 구조를 설명하기 위한 도면이며, 도 7은 본 발명의 실시예에 따른 위반행동 인식을 위한 제3 합성곱 신경망의 구조를 설명하기 위한 도면이고, 도 8은 본 발명의 실시예에 따른 데이터프레임의 구조를 설명하기 위한 도면이며, 도 9는 본 발명의 실시예에 따른 애완견 관리부를 설명하기 위한 블록도이다. 도 1, 도 3 내지 도 9를 참조하면, 애완견 관리장치(200)는 장치 통신부(210), 장치 제어부(220) 및 장치 저장부(230)를 포함한다.

장치 통신부(210)는 정보수집단말(100) 및 사용자 단말(300)과 통신을 수행한다. 장치 통신부(210)는 정보수집단말(100)로부터 복수의 이미지 정보를 수신한다. 장치 통신부(210)는 알림 메시지를 사용자 단말(300)로 전송하고, 사용자 단말(300)로부터 애완견 관련 서비스를 위한 사용자 입력을 수신한다. 여기서 사용자 입력은 유기견 리스트 확인, 맹견 출몰 지역 확인, 반려견 찾기 등의 서비스를 수행하기 위한 제어신호일 수 있다.

장치 제어부(220)는 애완견 관리장치(200)의 전반적인 제어를 수행한다. 장치 제어부(220)는 데이터베이스 구축부(223) 및 애완견 관리부(225)를 포함하고, 학습부(221) 및 애완견 서비스부(227)를 더 포함할 수 있다.

학습부(221)는 애완견 관리를 위해 수행되는 이미지 인식과 관련된 합성곱 신경망(Convolution Neural Network, CNN)을 학습시킨다. 학습부(221)는 견종 학습부(221a), 애완견 학습부(221b) 및 위반행동 학습부(221c)를 포함한다.

견종 학습부(221a)는 수집 가능한 모든 견종에 대한 학습용 이미지 데이터를 마련한다. 여기서 학습용 이미지 데이터는 모든 종류의 개들이 다양한 각도에서 촬영된 이미지일 수 있으며, 바람직하게는 동일한 견종이더라도 다른 객체에 대한 이미지를 포함할 수 있다. 견종 학습부(221a)는 마련된 학습용 이미지 데이터를 도 5에 도시된 제1 합성곱 신경망에 적용하여 개의 견종을 구분하는 학습을 수행한다. 예를 들어 견종 학습부(221a)는 학습용 이미지 데이터를 입력값으로 적용하여 학습용 이미지 정보에 포함된 개의 종류를 판단하는 학습을 수행할 수 있다. 이때 견종 학습부(221a)는 평가 지표를 통해 산출된 정확도가 원하는 정확도에 도달할 때까지 반복 학습하여 제1 합성곱 신경망의 성능을 향상시킬 수 있다.

애완견 학습부(221b)는 견주가 존재하는 애완견에 대한 학습용 이미지 데이터를 마련한다. 여기서 학습용 이미지 데이터는 순찰대원이 순찰 중에 촬영한 이미지 중 견주가 동행한 개는 애완견 범주에 해당한다. 이에 따라 촬영된 장소의 주소와 정확히 일치하는 key 값을 갖는 애완견 데이터가 데이터베이스에 저장되어 있다면, 저장된 애완견 학습된 파라미터를 도 6에 도시된 제2 합성곱 신경망에 다운로드하여 촬영된 이미지를 입력값으로 하여 애완견 여부를 판단한다.

만약 해당 애완견에 해당된다고 판단되면, 애완견 학습부(221b)는 입력된 입력 데이터와 데이터베이스에 기 입력된 이미지 데이터를 포함한 모든 데이터를 새로운 학습 데이터로 설정하여 추가 학습을 수행한다. 이때 애완견 학습부(221b)는 평가 지표를 통해 산출된 정확도가 원하는 정확도에 도달할 때까지 반복 학습하여 제2 합성곱 신경망의 성능을 향상시킬 수 있다.

여기서 해당 애완견에 해당하지 않는다고 판단되면, 애완견 학습부(221b)는 완전히 새로운 애완견이므로, 기존에 촬영된 이미지 데이터는 없기 때문에 현재 촬영된 정보만으로 도 6의 제2 합성곱 신경망을 사용하여 학습을 수행한다. 이때 애완견 학습부(221b)는 평가 지표를 통해 산출된 정확도가 원하는 정확도에 도달할 때까지 반복 학습하여 제2 합성곱 신경망의 성능을 향상시킬 수 있다.

또한 촬영된 장소의 주소와 정확히 일치하는 key 값을 갖는 애완견 데이터가 데이터베이스에 없다면 완전히 새로운 애완견이므로 애완견 학습부(221b)는 새로운 key 값을 부여하여 현재 촬영된 정보만으로 도 6의 제2 합성곱 신경망을 사용하여 학습을 수행한다. 이때 애완견 학습부(221b)는 평가 지표를 통해 산출된 정확도가 원하는 정확도에 도달할 때까지 반복 학습하여 제2 합성곱 신경망의 성능을 향상시킬 수 있다.

위반행동 학습부(221c)는 애완견에 목줄이 착용되지 않은 경우, 대형견인 애완견에 입마개가 착용되지 않은 경우, 애완견의 배변을 청소하지 않은 경우 등을 포함하는 위반행동과 관련된 학습용 이미지 데이터를 마련한다. 여기서 학습용 이미지 데이터는 위반행동이 포함된 이미지, 위반행동이 포함되지 않은 이미지를 모두 포함하며, 바람직하게는 위반행동이 포함된 이미지를 더 포함할 수 있다. 위반행동 학습부(221c)는 마련된 학습용 이미지 데이터를 도 7에 도시된 제3 합성곱 신경망에 적용하여 위반행동의 유무를 판단하는 학습을 수행한다. 예를 들어 위반행동 학습부(221c)는 학습용 이미지 데이터를 입력값으로 적용하여 이미지에 포함된 애완견, 사람, 목줄, 입마개, 배변을 검출하고, 검출된 범주들 간의 상관관계에 따라 위반행동의 유무를 판단하는 학습을 수행할 수 있다. 이때 위반행동 학습부(221c)는 평가 지표를 통해 산출된 정확도가 원하는 정확도에 도달할 때까지 반복 학습하여 제2 합성곱 신경망의 성능을 향상시킬 수 있다.

데이터베이스 구축부(223)는 수신된 복수의 이미지 정보를 기반으로 애완견별 데이터 프레임을 구축한다. 즉 데이터베이스 구축부(223)는 새롭게 수신된 복수의 이미지 정보에 포함된 정보와 기 구축된 데이터 프레임을 비교하여 데이터 프레임을 업데이트하는 형태로 데이터베이스를 구축할 수 있다. 여기서 데이터 프레임은 애완견에 대한 정보가 저장되는 데이터 포맷으로써, 기본키(Primary key), 복수의 주소키, 견종 데이터, 유기견 데이터, 위반 데이터, 학습 파라미터 데이터 및 저장 폴더명 데이터를 포함한다.

기본키는 각 애완견의 식별정보를 포함하고, 식별정보는 시리얼 넘버(serial number)로 설정될 수 있다. 시리얼 넘버는 변동하거나 중복되지 않는 값으로써, 애완견 이미지가 수신되는 순서대로 부여된다. 여기서 우선순위가 가장 높은 기본키는 가장 먼저 수신된 이미지 정보의 기본키이고, 다음으로 우선순위가 높은 기본키는 그 다음으로 수신된 이미지 정보의 기본키일 수 있다.

복수의 주소키는 기본키의 끝단과 연결되고, 내부에 도로명 서버키와 건물번호 서브키로 분리되어 구성될 수 있다. 즉 복수의 주소키는 기본키에 대응되는 애완견과 관련된 복수의 이미지에 포함된 주소정보를 개별적으로 구분한다. 주소정보는 이미지 정보에 포함된 GPS 정보인 위치 정보를 주소명으로 변환한 정보일 수 있다. 복수의 주소키는 n(n은 자연수)개의 키(key)를 포함하고, 제1 키 내지 제N 키로 구성될 수 있다. 이때 제1 키 내지 제n 키는 도로명을 한글 오름차순으로 정렬한 순서에 따라 구성될 수 있고, 같은 도로명에서 건물번호의 오름차순으로 정렬한 순서에 따라 구성될 수 있다.

상세하게는 제1 키(1st key)는 촬영된 이미지의 장소의 도로명과 건물번호에 대한 주소명을 포함한다. 여기서 도로명은 해당 지자체에서 가장 긴 주소의 길이만큼 설정할 수 있고, 건물번호는 해당 지자체에서 가장 긴 건물번호의 자릿수만큼 설정할 수 있다. 제2 키(2nd key)는 구성의 구조가 제1 키와 동일하고, 제1 키 다음의 오름차순에 해당하는 도로명+건물번호를 포함할 수 있다. 즉 제n 키(nth key)는 구성의 구조가 제n-1 키와 동일하고, 제n-1 다음의 오름차순에 해당하는 도로명+건물번호를 포함할 수 있다.

견종 데이터는 복수의 주소키의 끝단과 연결되고, 기본키에 대응되는 애완견의 종류에 대한 정보를 포함한다. 견종 데이터는 애완견의 종류를 2자리 정수로 표현한다. 이때 2자리 정수는 애완견의 종류별로 기 설정된 숫자일 수 있으며, [표 1]과 같이 한글 오름차순에 따라 설정될 수 있다.

설정번호	개 이름	비고
01	고든 세터	스코틀랜드
02	골든 리트리버	영국
03	그레이트 데인	독일
04	그레이트 스위스 마운틴 도그	스위스
05	그레이트 피레네	프랑스
06	그레이트하운드	이집트
07	글렌 오브 이말 테리어	아일랜드
08	네오폴리탄 마스티프	이탈리아
…	…

유기견 데이터는 견종 데이터의 끝단과 연결되고, 기본키에 대응되는 애완견이 유기견인지 여부를 나타내는 정보를 포함한다. 유기견 데이터는 유기견인 경우 Y로 설정하고, 유기견이 아닌 경우 N으로 설정한다. 유기견 데이터는 유기견의 여부가 첫 이미지 정보 당시에 Y로 설정하였으나, 다음 이미지 정보에서 견주와 동행하는 것으로 확인되면 N으로 재설정할 수 있다.위반 데이터는 유기견 데이터의 끝단과 연결되고, 기본키에 대응되는 애완견의 견주가 위반행동을 수행한 횟수에 대한 정보를 포함한다. 위반 데이터는 2자리 정수로 표현되고, 기 설정된 기간이 지나면 0으로 초기화될 수 있다. 여기서 위반행동은 목줄 위반, 입마개 위반, 배변 방치 등을 포함할 수 있다.

학습 파라미터 데이터는 위반 데이터의 끝단과 연결되고, 합성곱 신경망의 학습된 파라미터 값에 대한 정보를 포함한다. 학습 파라미터 데이터는 기 설정된 합성곱 신견망의 크기에 따라 자리수가 결정될 수 있다.

저장 폴더명 데이터는 학습 파라미터 데이터의 끝단과 연결되고, 기본키에 대응되는 애완견에 대한 이미지 파일이 저장된 폴더명 정보를 포함한다. 저장 폴더명 정보는 복수의 주소키에 대한 이미지 정보의 폴더명으로써, n개의 정보를 포함한다. 예를 들어 제1 이미지 파일의 저장 폴더명 정보는 제1 키에 해당하는 이미지 정보가 저장된 폴더명을 나타내고, 제2 이미지 파일의 저장 폴더명 정보는 제2 키에 해당하는 이미지 정보가 저정된 폴더명을 나타내며, 제n 이미지 파일의 저장 폴더명 정보는 제n 키에 해당하는 이미지 정보가 저장된 폴더명을 나타낸다. 동일한 키에 해당하는 이미지 데이터는 키명으로 구성된 폴더 안에 서브 폴더로 저장하되, 저장 서브 저장 폴더명은 yyyymmdd_hhmmss_serialNo과 같은 포맷을 부여할 수 있다. 여기서 yyyy = 촬영된 년도, mm = 월, dd = 일, hh = 시간, mm = 분, ss = 초, serialNo = 시리얼 넘버를 의미하고, yyyymmdd_hhmmss 가 동일한 포맷이 존재하는 경우, 가장 최근 값 보다 +1 만큼 증가한 값을 부여할 수 있다.

이와 같이 데이터베이스 구축부(223)는 복수의 이미지 정보에 포함된 애완견 이미지, 위치 정보 및 시간 정보를 기반으로 데이터 프레임의 구조에 따라 각각의 애완견 정보를 등록한다. 이때 데이터베이스 구축부(223)는 우선순위가 가장 높은 기본키에 해당하는 데이터 프레임을 로딩하여 마련하고, 마련된 데이터 프레임을 이용하여 데이터베이스를 구축한다. 여기서 우선순위가 가장 높은 기본키는 제1 기본키일 수 있다.

데이터베이스 구축부(223)는 수신된 이미지 정보에 포함된 주소의 도로명과 마련된 데이터 프레임 중 제i 주소키(i는 자연수이고, 초기값은 1)의 도로명에 대한 일치 여부를 판단한다.

데이터베이스 구축부(223)는 두 개의 도로명이 불일치하면 수신된 이미지 정보의 도로명과 제i 주소키의 도로명의 오름차순 비교를 한다. 데이터베이스 구축부(223)는 비교된 결과가 수신된 이미지 정보의 도로명이 제i 주소키의 도로명보다 우선순위이면 새로운 기본키를 부여한 데이터 프레임을 생성한다. 이를 통해 데이터베이스 구축부(223)는 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록한다. 데이터베이스 구축부(223)는 비교된 결과가 수신된 이미지 정보의 도로명이 제i 주소키의 도로명보다 우선순위가 아니면 i에 1을 증가시킨 후(i=i+1), 수신된 이미지 정보의 도로명과 제i 주소키의 도로명의 일치 여부를 판단하는 과정을 재수행하고, 판단된 결과에 따라 데이터베이스를 다시 구축한다.

데이터베이스 구축부(223)는 도로명이 일치하면 수신된 이미지 정보에 포함된 주소의 건물번호와 제i 주소키의 건물번호에 대한 일치 여부를 판단한다. 데이터베이스 구축부(223)는 두 개의 건물번호가 불일치하면 새로운 기본키를 부여하여 데이터 프레임을 생성한다. 즉 데이터베이스 구축부는 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록한다. 데이터베이스 구축부(223)는 두 개의 건물번호가 일치하면 수신된 이미지 정보에 포함된 애완견 이미지와 기 마련된 데이터 프레임에 해당하는 애완견 이미지를 비교하여 동일한지 여부를 데이터베이스에 적용한다.

이때 애완견이 동일한지를 판단하는 과정은 후술되는 애완견 판단부(225a)를 이용할 수 있다. 즉 애완견 판단부(225a)는 제2 합성곱 신경망에 수신된 이미지 정보를 적용하여 기 학습된 애완견 중 어느 하나와 동일한지 여부를 판단한다. 상세하게는 애완견 판단부(225a)는 제2 합성곱 신경망을 이용할 수 있으며, 제2 합성곱 신경망은 심층신경망 중 심층컨벌루션신경망(deep convolutional neural network, DCNN)이 될 수 있다. 본 발명의 제2 합성곱 신경망은 복수의 계층을 포함한다. 즉 제2 합성곱 신경망은 입력층(IL), 적어도 한 쌍의 컨벌루션층(CL)과 풀링층(PL), 적어도 하나의 완전연결층(FL) 및 출력층(OL)을 포함한다. 애완견 판단부(225a)는 수신된 이미지 정보와 데이터 프레임에 해당하는 애완견의 학습된 파라미터 값들을 제2 합성곱 신경망에 다운로드하여 애완견 이미지를 분석한다. 이를 통해 애완견 판단부(225a)는수신된 이미지 정보가 기 저장된 애완견 정보와의 일치 여부를 판단할 수 있다.

이때 제2 합성곱 신경망은 애완견 이미지에 대해 픽셀 단위 연산을 수행하여 두 개의 애완견 이미지의 일치 확률과 불일치 확률을 산출한다. 그러면, 애완견 판단부(225a)는 산출된 일치 확률과 불일치 확률에 따라 두 개의 애완견 이미지의 일치 여부를 판단한다. 애완견 판단부(225a)는 판단된 결과를 데이터베이스 구축부(223)에 전달하여 해당 결과가 데이터베이스에 업데이트되도록 한다.

또한 데이터베이스 구축부(223)는 견주가 애완견과 동행하는지 여부를 데이터베이스에 적용한다. 이때 견주가 애완견과 동행하는지를 판단하는 과정은 후술되는 동행 판단부(225b)를 이용할 수 있다. 즉 동행 판단부(225b)는 제3 합성곱 신경망에 수신된 이미지 정보를 적용하여 애완견과 사람을 검출하고, 검출된 결과를 이용하여 견주 동행 여부를 판단한다. 제3 합성곱 신경망은 애완견, 사람, 목줄, 입마개, 배변 등과 같은 범주를 구분하여 인식하는 신경망일 수 있다.

동행 판단부(225b)는 견주가 동행하지 않는다고 판단하면 해당 애완견을 유기견으로 설정한 후, 설정된 결과를 데이터베이스 구축부(223)로 전달한다. 이를 통해 데이터 구축부(223)는 수신된 이미지 정보에 대한 설정된 정보를 해당 데이터 프레임에 업데이트하여 데이터베이스를 구축한다.

또한 데이터베이스 구축부(223)는 견주의 위반행동 여부를 데이터베이스에 적용한다. 이때 견주의 위반행동을 판단하는 과정은 후술되는 동행 판단부(225b)와 위반행동 판단부(225c)를 이용할 수 있다. 즉 동행 판단부(225b)는 견주가 동행한다고 판단하면 수신된 이미지 정보를 위반행동 판단부(225c)로 전달한다. 위반행동 판단부(225c)는 수신된 이미지 정보를 이용하여 해당 견주의 위반행동 여부를 판단한다. 여기서 위반행동은 목줄 위반, 입마개 위반, 배변 방치 등을 포함할 수 있다. 위반행동 판단부(225c)는 목줄이 검출되지 않거나, 애완견이 대형견인데 입마개가 검출되지 않거나, 배변이 검출되면 견주의 행동에 위반행동이 있다고 판단하면 판단된 결과를 데이터베이스 구축부(223)로 전달한다. 데이터베이스 구축부(223)은 해당 애완견에 대한 위반횟수를 1만큼 증가시킨 후, 데이터베이스에 업데이트를 한다. 위반행동 판단부(225c)는 견주의 행동에 위반행동이 없다고 판단하면 판단된 결과를 데이터베이스 구축부(223)로 전달한다. 데이터베이스 구축부(223)은 해당 애완견에 대한 위반횟수의 증가 없이 데이터베이스를 업데이트한다.

한편 데이터베이스 구축부(223)는 기 등록된 복수의 데이터 프레임을 비교하여 동일한 애완견 정보를 포함하는 데이터 프레임이 있는지 판단한다. 데이터베이스 구축부(223)는 판단된 결과가 동일한 애완견 정보를 포함하는 데이터 프레임이 있으면 해당 데이터 프레임을 하나의 데이터 프레임으로 병합한다. 이때 데이터베이스 구축부(223)는 해당 데이터 프레임 중 기본키의 값이 가장 낮은 데이터 프레임을 기준으로 나머지 데이터 프레임을 병합한 후, 병합된 나머지 데이터 프레임을 삭제할 수 있다.

또한 데이터베이스 구축부(223)는 기 등록된 데이터베이스 중 동일한 애완견의 데이터 프레임을 통합하거나, 다른 데이터 프레임과 병합할 때, 기존의 이미지 정보와 통합하거나, 병합되는 이미지 정보를 모두 제1 합성곱 신경망 내지 제3 합성곱 신경망의 학습용 이미지 데이터로 사용되도록 제어할 수 있다. 즉 데이터베이스 구축부(223)는 통합 또는 병합되는 이미지 정보를 이용하여 학습부(221)의 합성곱 신경망을 학습시켜 학습된 파라미터 값을 데이터 프레임에 업데이트할 수 있다.

애완견 관리부(223)는 데이터베이스 구축부(223)에 의해 데이터베이스화된 정보를 기반으로 수신된 이미지 정보에 포함된 애완견의 상태를 각각 판단하고, 판단된 결과에 따라 각 애완견에 맞는 맞춤형 관리를 수행한다. 이를 위해 애완견 관리부(223)는 애완견 판단부(225a), 동행 판단부(225b), 위반행동 판단부(225c) 및 맞춤형 관리부(225d)를 포함한다.

상술된 바와 같이 애완견 판단부(225a), 동행 판단부(225b) 및 위반행동 판단부(225c)는 수신된 이미지 정보에 포함된 애완견의 상태를 판단하고, 판단된 결과가 데이터베이스화되도록 제어한다. 맞춤형 관리부(225d)는 데이터베이스화된 정보를 이용하여 수신된 이미지 정보에 포함된 애완견이 유기견 또는 분실견이라고 판단되면 유기견 또는 분실견이 발견함을 알려주는 알림 메시지를 기 설정된 사용자 단말(300)로 전송시킬 수 있다. 여기서 알림 메시지는 유기견 또는 분실견에 대한 정보(유기견 또는 분실견의 이미지, 발견된 주소, 발견된 시간 등)를 포함할 수 있다. 또한 맞춤형 관리부(225d)는 데이터베이스화된 정보를 이용하여 수신된 이미지 정보에 포함된 애완견이 반려견이고, 해당 반려견의 견주가 반려견과 동행하면서 위반행동을 수행했다고 판단되면 위반행동을 수행함으로 알려주는 알림 메시지를 기 설정된 사용자 단말(300)로 전송시킬 수 있다. 여기서 알림 메시지는 위반행동에 대한 정보(반려견의 이미지, 견주의 이미지, 발견된 주소, 발견된 시간 등)를 포함할 수 있다.

애완견 서비스부(227)는 데이터베이스 구축부(223)에 의해 데이터베이스화된 정보를 기반으로 사용자 단말(300)로부터 수신된 서비스 요청 메시지에 따라 다양한 서비스를 제공한다. 예를 들어 애완견 서비스부(227)는 사용자 단말(300)로부터 맹견이 자주 출몰하는 지역을 문의하는 사용자 입력을 수신하면 데이터베이스화된 정보인 복수의 데이터 프레임에서 애완견 종류 중 맹견에 해당하는 애완견에 대한 기본키를 검색하고, 검색된 기본키에 해당하는 복수의 주소키를 분석하여 중복되는 지역을 검출하여 맹견이 자주 출몰하는 지역을 추정한다. 애완견 서비스부(227)는 추정된 지역에 대한 정보를 문의한 사용자 단말로 전송시킬 수 있다. 이때 애완견 서비스부(227)는 맹견이 자주 출몰하는 지역뿐만 아니라, 맹견이 자주 출몰하는 시간에 대한 정보도 더 전송시킬 수 있다. 또한 애완견 서비스부(227)는 사용자 단말(300)로부터 반려견 찾기 서비스와 관련된 사용자 입력을 수신하면 데이터베이스화된 정보인 복수의 데이터 프레임에서 유기견 여부 중 Y에 해당하는 기본키를 검색하고, 검색된 기본키에 해당하는 애완견 종류와 찾기 서비스에 대한 반려견 종류를 비교하여 일치하는 애완견 종류와 관련된 기본키를 검출한다. 애완견 서비스부(227)는 검출된 기본키에 해당하는 애완견 이미지와 찾기 서비스에 대한 반려견 이미지를 상술된 제2 합성곱 신경망을 이용하여 일치 여부를 판단하고, 판단된 결과를 서비스를 요청한 사용자 단말로 전송시킬 수 있다.

장치 저장부(230)는 애완견 관리장치(200)를 구동하기 위한 프로그램 또는 알고리즘이 저장된다. 장치 저장부(230)는 정보수집단말(100)로부터 수신된 이미지 정보가 저장된다. 장치 저장부(230)는 복수의 데이터 프레임이 저장된 데이터베이스가 저장된다. 장치 저장부(230)는 플래시 메모리 타입, 하드디스크 타입, 미디어 카드 마이크로 타입, 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램, SRAM, 롬, EEPROM, PROM, 자기메모리, 자기 디스크 및 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다.

도 10은 본 발명의 실시예에 따른 애완견 관리방법을 설명하기 위한 순서도이다.

도 1 및 도 10을 참조하면, 애완견 관리방법은 복수의 이미지 정보에 포함된 애완견 이미지, 위치 정보, 시간 정보 등을 이용하여 각 애완견을 분류하고, 분류된 애완견별로 데이터베이스화할 수 있다. 애완견 관리방법은 데이터베이스화된 정보를 기반으로 유기견 및 분실견 보고/후처리, 분실견 주인 찾기, 반려견 위반행동 처리 등의 애완견 관리를 할 수 있다. 이를 통해 애완견 관리방법은 애완견이 포함된 이미지 정보만으로 해당 애완견의 관리를 자동화할 수 있다.

S110 단계에서, 애완견 관리장치(200)는 정보수집단말(100)로부터 애완견이 포함된 이미지 정보를 수신한다. 여기서 이미지 정보는 애완견의 이미지, 촬영된 장소의 위치 정보, 촬영된 시간 정보 등을 포함할 수 있다.

S120 단계에서, 애완견 관리장치(200)는 수신된 이미지 정보를 데이터베이스화한다. 애완견 관리장치(200)는 이미지 정보에 포함된 애완견 이미지, 위치 정보, 시간 정보를 기반으로 데이터 프레임을 생성 또는 업데이트하여 정보를 데이터베이스화한다. 이때 애완견 관리장치(200)는 인공지능 기술이 적용된 분석모델을 이용하여 이미지 정보를 데이터베이스화할 수 있다

S130 단계에서, 애완견 관리장치(200)는 수신된 이미지 정보에 포함된 애완견이 유기견 또는 분실견인지 판단한다. 애완견 관리장치(200)는 데이터베이스화된 정보를 기반으로 수신된 이미지 정보에 포함된 애완견이 유기견/분실견인지 또는 반려견인지 판단한다. 애완견 관리장치(200)는 유기견/분실견으로 판단하면 S140 단계를 수행하고, 반려견으로 판단하면 S150 단계를 수행한다.

S140 단계에서, 애완견 관리장치(200)는 유기견/분실견이 발생되었음을 보고한다. 애완견 관리장치(200)는 유기견/분실견이 발생됨을 알리는 알림 메시지를 기 설정된 사용자 단말(300)로 전송한다. 여기서 사용자 단말(300)은 포획팀과 연결된 단말, 유기견 또는 분실견을 관리하는 관리자의 단말일 수 있다. 이를 통해 애완견 관리장치(200)는 유기견/분실견에 대한 포획이 이루어지도록 지원할 수 있다.

S150 단계에서, 애완견 관리장치(200)는 반려견의 견주가 위반행동을 했는지 판단한다. 애완견 관리장치(200)는 수신된 이미지 정보에서 견주의 목줄 위반, 입마개 위반, 배변 방치 등과 같은 위반행동을 검출한다. 이때 애완견 관리장치(200)는 인공지능 기술이 적용된 검출모델을 이용하여 위반행동을 검출할 수 있다. 애완견 관리장치(200)는 검출된 결과가 위반행동이 있으면 S160 단계를 수행하고, 위반행동이 없으면 시스템을 종료한다.

S160 단계에서, 애완견 관리장치(200)는 위반행동이 발생되었음을 보고한다. 애완견 관리장치(200)는 위반행동이 발생됨을 알리는 알림 메시지를 기 설정된 사용자 단말(300)로 전송한다. 여기서 사용자 단말(300)은 위반행동을 관리하여 벌금을 부과하는 관리자의 단말일 수 있다.

도 11은 본 발명의 실시예에 따른 이미지 정보를 데이터베이스화하는 과정을 설명하기 위한 순서도이다.

도 1 및 도 11을 참조하면, 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보를 데이터베이스화하여 데이터베이스를 구축할 수 있다.

S210 단계에서, 애완견 관리장치(200)는 애완견 정보를 등록한다. 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보에 포함된 애완견 정보를 등록한다. 이때 애완견 관리장치(200)는 이미지 정보를 데이터 프레임 형식으로 변환하여 애완견 정보를 등록할 수 있다. 데이터 프레임은 애완견에 대한 정보가 저장되는 데이터 포맷으로써, 기본키, 복수의 주소키, 견종 데이터, 유기견 데이터, 위반 데이터 및 파일명 데이터를 포함한다

S220 단계에서, 애완견 관리장치(200)는 등록된 복수의 데이터 프레임 중 동일한 애완견 정보를 포함하는 데이터 프레임이 있는지 판단한다. 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보가 기 저장된 데이터베이스에 존재하는 애완견이더라도 촬영된 장소가 다르다면 서로 다른 애완견이라고 인식한다. 이로 인해 애완견 관리장치(200)는 해당 이미지 정보에 대한 새로운 데이터 프레임을 생성하여 중복되는 애완견 정보를 등록하는 문제점이 생긴다. 따라서 애완견 관리장치(200)는 해당 문제점을 해결하기 위해 기 설정된 주기 또는 특정 이벤트(새로운 이미지 정보 수신 등)마다 등록된 복수의 데이터 프레임 간의 연관관계 및 이미지 매칭 등의 과정을 수행하여 동일한 애완견 정보를 판단할 수 있다. 애완견 관리장치(200)는 등록된 데이터 프레임 중 동일한 애완견 정보를 가진 데이터 프레임이 있으면 S230 단계를 수행하고, 동일한 애완견 정보를 가진 데이터 프레임이 없으면 시스템을 종료한다.

S230 단계에서, 애완견 관리장치(200)는 동일한 애완견 정보를 가지는 데이터 프레임들을 하나의 데이터 프레임으로 병합한다. 애완견 관리장치(200)는 해당 데이터 프레임 중 기본키의 값이 가장 낮은 데이터 프레임을 기준으로 나머지 데이터 프레임을 병합한 후, 병합된 나머지 데이터 프레임을 삭제할 수 있다.

도 12는 본 발명의 실시예에 따른 애완견 정보를 등록하는 과정을 설명하기 위한 순서도이다.

도 1 및 도 12를 참조하면, 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보를 데이터 프레임으로 변환하여 애완견 정보를 등록한다.

S301 단계에서, 애완견 관리장치(200)는 우선순위가 가장 높은 기본키에 해당하는 데이터 프레임을 마련한다. 여기서 우선순위가 가장 높은 기본키에 해당하는 데이터 프레임은 제일 먼저 등록된 데이터 프레임을 의미한다.

S303 단계에서, 애완견 관리장치(200)는 i를 초기화한다. 애완견 관리장치(200)는 i를 1로 초기화할 수 있다.

S305 단계에서, 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보의 도로명과 마련된 데이터 프레임에 대한 제i 주소키의 도로명이 일치하는지 판단한다. 애완견 관리장치(200)는 두 개의 도로명이 일치하면 S307 단계를 수행하고, 불일치하면 S327 단계를 수행한다.

S307 단계에서, 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보의 건물번호와 마련된 데이터 프레임에 대한 제i 주소키의 건물번호가 일치하는지 판단한다. 애완견 관리장치(200)은 두 개의 건물번호가 일치하면 S311 단계를 수행하고, 불일치하면 S309 단계를 수행한다.

S309 단계에서, 애완견 관리장치(200)는 새로운 기본키를 부여한 데이터 프레임을 생성한다. 이를 통해 애완견 관리장치(200)는 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록한다.

S311 단계에서, 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보의 애완견과 마련된 데이터 프레임에 해당하는 애완견이 일치하는지 판단한다. 애완견 관리장치(200)는 기 학습된 분석모델에 두 개의 이미지 정보를 적용하여 애완견 이미지의 일치 여부를 판단할 수 있다. 애완견 관리장치(200)는 두 개의 이미지 정보에 포함된 애완견 이미지가 일치하지 않으면 S313 단계를 수행하고, 일치하면 S315 단계를 수행한다.

S313 단계에서, 애완견 관리장치(200)는 다음 순서의 기본키에 해당하는 데이터 프레임을 마련한다. 즉 애완견 관리장치(200)는 현재 기본키의 시리얼 넘버보다 다음으로 큰 기본키의 시리얼 넘버를 가지는 데이터 프레임을 마련한다. 애완견 관리장치(200)는 데이터 프레임이 마련되면 S303 단계로 분기한다.

S315 단계에서, 애완견 관리장치(200)는 애완견 주변에 견주가 동행하는지 판단한다. 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보에서 견주의 동행 유무를 판단한다. 애완견 관리장치(200)는 기 학습된 검출모델에 이미지 정보를 적용하여 견주의 동행 유무에 대한 확률을 산출하고, 산출된 확률을 이용하여 견주의 동행 유무를 판단할 수 있다. 애완견 관리장치(200)는 견주가 애완견과 동행한다고 판단하면 S319 단계를 수행하고, 애완견과 동행하지 않는다고 판단하면 S317 단계를 수행한다.

S317 단계에서, 애완견 관리장치(200)는 유기견 또는 분실견 설정을 하고, 데이터베이스를 업데이트한 후, 데이터베이스를 구축한다. 애완견 관리장치(200)는 데이터 프레임에 해당 애완견이 유기견 또는 분실견이라고 설정할 수 있다.

S319 단계에서, 애완견 관리장치(200)는 견주가 위반행동을 하고 있는지 판단한다. 여기서 위반행동은 목줄 위반, 입마개 위반, 배변 방치 등을 포함할 수 있다. 애완견 관리장치(200)는 기 학습된 추정모델에 이미지 정보를 적용하여 견주의 위반행동 유무를 판단할 수 있다. 애완견 관리장치(200)는 견주가 위반행동을 하고 있다고 판단하면 S323 단계를 수행하고, 위반행동을 하고 있지 않다고 판단하면 321 단계를 수행한다.

S321 단계에서, 애완견 관리장치(200)는 위반횟수를 1만큼 증가하고, 데이터베이스를 업데이트한 후, 데이터베이스를 구축한다.

S323 단계에서, 애완견 관리장치(200)는 위반횟수의 증가 없이 데이터베이스를 업데이트한 후, 데이터베이스를 구축한다.

S325 단계에서, 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보의 도로명과 마련된 데이터 프레임에 대한 제i 주소키의 도로명을 오름차순으로 비교한다. 여기서 오름차순은 한글의 기역(ㄱ), 니은(ㄴ), 디귿(ㄷ) 순을 의미한다.

S327 단계에서, 애완견 관리장치(200)는 정보수집단말(100)로부터 수신된 이미지 정보의 도로명이 마련된 데이터 프레임에 대한 제i 주소키의 도로명보다 우선순위인지 판단한다. 여기서 우선순위는 오름차순 상으로 정렬되었을 때 보다 빠른 순서를 가지는지를 나타내는 순위를 의미한다. 애완견 관리장치(200)는 수신된 이미지 정보의 도로명이 마련된 데이터 프레임에 대한 제i 주소키의 도로명보다 우선순위이면 S309 단계로 분기하고, 우선순위가 아니면 S329 단계를 수행한다.

S329 단계에서, 애완견 관리장치(200)는 i를 갱신한다. 애완견 관리장치(200)는 i에 1을 더하여 i값을 갱신한다(i=i+1).

도 13은 본 발명의 실시예에 따른 컴퓨팅 장치를 설명하기 위한 블록도이다.

도 13을 참조하면, 컴퓨팅 장치(TN100)는 본 명세서에서 기술된 장치(예를 들면 정보수집단말, 애완견 관리장치, 사용자 단말 등) 일 수 있다.

컴퓨팅 장치(TN100)는 적어도 하나의 프로세서(TN110), 송수신 장치(TN120), 및 메모리(TN130)를 포함할 수 있다. 또한, 컴퓨팅 장치(TN100)는 저장 장치(TN140), 입력 인터페이스 장치(TN150), 출력 인터페이스 장치(TN160) 등을 더 포함할 수 있다. 컴퓨팅 장치(TN100)에 포함된 구성 요소들은 버스(bus)(TN170)에 의해 연결되어 서로 통신을 수행할 수 있다.

프로세서(TN110)는 메모리(TN130) 및 저장 장치(TN140) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(TN110)는 중앙 처리 장치(CPU: central processing unit), 그래픽 처리 장치(GPU: graphics processing unit), 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서(TN110)는 본 발명의 실시예와 관련하여 기술된 절차, 기능, 및 방법 등을 구현하도록 구성될 수 있다. 프로세서(TN110)는 컴퓨팅 장치(TN100)의 각 구성 요소를 제어할 수 있다.

메모리(TN130) 및 저장 장치(TN140) 각각은 프로세서(TN110)의 동작과 관련된 다양한 정보를 저장할 수 있다. 메모리(TN130) 및 저장 장치(TN140) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(TN130)는 읽기 전용 메모리(ROM: read only memory) 및 랜덤 액세스 메모리(RAM: random access memory) 중에서 적어도 하나로 구성될 수 있다.

송수신 장치(TN120)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. 송수신 장치(TN120)는 네트워크에 연결되어 통신을 수행할 수 있다.

한편, 본 발명의 실시예는 지금까지 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 상술한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 통상의 기술자라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 통상의 기술자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

100: 정보수집단말
110: 단말 통신부
120: 카메라부
130: GPS부
140: 단말 제어부
150: 단말 저장부
200: 애완견 관리장치
210: 장치 통신부
220: 장치 제어부
221: 학습부
221a: 견종 학습부
221b: 애완견 학습부
221c: 위반행동 학습부
223: 데이터베이스 구축부
225: 애완견 관리부
225a: 애완견 판단부
225b: 동행 판단부
225c: 위반행동 판단부
225d: 맞춤형 관리부
227: 애완견 서비스부
230: 장치 저장부
300: 사용자 단말
400: 애완견 관리시스템
450: 통신망

Claims

애완견 관리장치가 애완견이 포함된 복수의 이미지 정보가 수신되면 각 이미지 정보에 포함된 애완견 이미지, 위치 정보 및 날짜와 시간 정보를 기반으로 애완견별 데이터 프레임을 구축하여 데이터베이스화하는 단계; 및
상기 애완견 관리장치가 상기 데이터베이스화된 정보를 기반으로 상기 수신된 이미지 정보에 포함된 애완견의 상태를 각각 판단하고, 상기 판단된 결과에 따라 각 애완견에 맞는 맞춤형 관리를 수행하는 단계;를 포함하고,
상기 데이터 프레임의 구조는,
각 애완견 이미지가 수신된 순서대로 시리얼 넘버(serial number)를 부여하여 생성된 기본키(Primary key);
상기 기본키의 끝단과 연결되고, 상기 기본키에 대응되는 애완견과 관련된 복수의 이미지에 포함된 주소정보를 개별적으로 구분하는 복수의 주소키;
상기 복수의 주소키의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 종류에 대한 정보를 포함하는 견종 데이터;
상기 견종 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견이 유기견인지 여부를 나타내는 정보를 포함하는 유기견 데이터;
상기 유기견 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 견주가 위반행동을 수행한 횟수에 대한 정보를 포함하는 위반 데이터;
상기 위반 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 해당 여부를 기 설정된 합성곱 신경망을 사용하여 학습된 파라미터 값을 포함하는 학습 파라미터 데이터; 및
상기 학습 파라미터 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 이미지 파일명 정보를 포함하는 복수의 저장 폴더명 데이터;를 포함하며,
상기 데이터베이스화하는 단계는,
상기 기본키, 상기 애완견 이미지, 상기 위치 정보 및 상기 날짜와 시간 정보를 기반으로 상기 데이터 프레임의 구조에 따라 각각의 애완견 정보를 등록하는 단계;
기 등록된 복수의 데이터 프레임을 비교하여 동일한 애완견 정보를 포함하는 데이터 프레임이 있는지 판단하는 단계; 및
상기 판단된 결과가 동일한 애완견 정보를 포함하는 데이터 프레임이 있으면 해당 데이터 프레임을 하나의 데이터 프레임으로 병합하는 단계;를 포함하고,
상기 애완견 정보를 등록하는 단계는,
상기 이미지 정보가 수신된 순서대로 부여되는 우선순위 중 가장 높은 기본키에 해당하는 데이터 프레임을 마련하는 단계; 및
상기 마련된 데이터 프레임을 이용하여 데이터베이스를 구축하는 단계;를 포함하고,
상기 데이터베이스를 구축하는 단계는,
상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키(i는 자연수)의 도로명의 일치 여부를 판단하는 단계;
상기 판단된 결과가 두 개의 도로명이 일치하면 상기 수신된 이미지 정보에 포함된 주소의 건물번호와 상기 제i 주소키의 건물번호의 일치 여부를 판단하는 단계; 및
상기 판단된 결과가 두 개의 건물번호가 불일치하면 새로운 기본키를 부여한 데이터 프레임을 생성하여 상기 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록하는 단계;를 포함하는 것을 특징으로 하는 애완견 관리방법.
삭제
삭제
삭제
제 1항에 있어서,
상기 데이터베이스를 구축하는 단계는,
상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키(i는 자연수)의 도로명에 대한 일치 여부를 판단하는 단계;
상기 판단된 결과가 두 개의 도로명이 일치하면 상기 수신된 이미지 정보에 포함된 주소의 건물번호와 상기 제i 주소키의 건물번호에 대한 일치 여부를 판단하는 단계;
상기 판단된 결과가 두 개의 건물번호가 일치하면 상기 수신된 이미지 정보에 포함된 애완견 이미지와 상기 마련된 데이터 프레임에 해당하는 애완견 이미지를 비교하여 두 개의 애완견 이미지에 각각 포함된 애완견이 동일한 애완견인지 여부를 판단하는 단계;
를 더 포함하는 것을 특징으로 하는 애완견 관리방법.
제 5항에 있어서,
상기 데이터베이스를 구축하는 단계는,
상기 동일한 애완견이라고 판단하면 상기 수신된 이미지 정보에 견주가 동행하는지 판단하는 단계;
상기 견주가 동행한다고 판단되면 상기 견주의 위반행동 여부를 판단하는 단계; 및
상기 위반행동 여부에 따라 위반횟수를 업데이트한 후, 데이터베이스를 구축하는 단계;
를 더 포함하는 것을 특징으로 하는 애완견 관리방법.
제 5항에 있어서,
상기 데이터베이스를 구축하는 단계는,
상기 동일한 애완견이라고 판단하면 상기 수신된 이미지 정보에 견주가 동행하는지 판단하는 단계; 및
상기 견주가 동행하지 않는다고 판단하면 해당 애완견을 유기견으로 설정한 후, 데이터베이스를 구축하는 단계;
를 더 포함하는 것을 특징으로 하는 애완견 관리방법.
삭제
제 1항에 있어서,
상기 데이터베이스를 구축하는 단계는,
상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키(i는 자연수)의 도로명의 일치 여부를 판단하는 단계; 및
상기 판단된 결과가 두 개의 도로명이 불일치하면 수신된 이미지 정보의 도로명과 상기 제i 주소키의 도로명의 오름차순을 비교하는 단계;
를 더 포함하는 것을 특징으로 하는 애완견 관리방법.
제 9항에 있어서,
상기 데이터베이스를 구축하는 단계는,
상기 비교된 결과가 상기 수신된 이미지 정보의 도로명이 상기 제i 주소키의 도로명보다 우선순위이면 새로운 기본키를 부여한 데이터 프레임을 생성하여 상기 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록하는 단계;
를 더 포함하는 것을 특징으로 하는 애완견 관리방법.
제 9항에 있어서,
상기 데이터베이스를 구축하는 단계는,
상기 비교된 결과가 상기 수신된 이미지 정보의 도로명이 상기 제i 주소키의 도로명보다 우선순위가 아니면 i에 1을 더한 후,
상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키의 도로명의 일치 여부를 판단하는 단계를 재수행하는 단계;
를 더 포함하는 것을 특징으로 하는 애완견 관리방법.
제 1항에 있어서,
상기 하나의 데이터 프레임으로 병합하는 단계는,
상기 해당 데이터 프레임 중 상기 기본키의 값이 낮은 데이터 프레임을 기준으로 나머지 데이터 프레임을 병합하고, 상기 나머지 데이터 프레임을 삭제하는 것을 특징으로 하는 애완견 관리방법.
제 1항에 있어서,
상기 맞춤형 관리를 수행하는 단계는,
상기 애완견의 상태가 유기견 또는 분실견으로 판단되면 기 설정된 사용자 단말로 유기견 또는 분실견에 대한 알림 메시지를 전송하는 것을 특징으로 하는 애완견 관리방법.
제 1항에 있어서,
상기 맞춤형 관리를 수행하는 단계는,
상기 애완견의 상태가 반려견이고, 상기 반려견의 견주가 위반행동을 수행한 것으로 판단되면 기 설정된 사용자 단말로 위반행동에 대한 알림 메시지를 전송하는 것을 특징으로 하는 애완견 관리방법.
애완견이 포함된 복수의 이미지 정보가 수신되면 각 이미지 정보에 포함된 애완견 이미지, 위치 정보 및 날짜와 시간 정보를 기반으로 애완견별 데이터프레임을 구축하여 데이터베이스화하는 데이터베이스 구축부; 및
상기 데이터베이스화된 정보를 기반으로 상기 수신된 이미지 정보에 포함된 애완견의 상태를 각각 판단하고, 상기 판단된 결과에 따라 각 애완견에 맞는 맞춤형 관리를 수행하는 애완견 관리부;를 포함하고,
상기 데이터 프레임의 구조는,
각 애완견 이미지가 수신된 순서대로 시리얼 넘버를 부여하여 생성된 기본키;
상기 기본키의 끝단과 연결되고, 상기 기본키에 대응되는 애완견과 관련된 복수의 이미지에 포함된 주소정보를 개별적으로 구분하는 복수의 주소키;
상기 복수의 주소키의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 종류에 대한 정보를 포함하는 견종 데이터;
상기 견종 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견이 유기견인지 여부를 나타내는 정보를 포함하는 유기견 데이터;
상기 유기견 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 견주가 위반행동을 수행한 횟수에 대한 정보를 포함하는 위반 데이터;
상기 위반 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 해당 여부를 기 설정된 합성곱 신경망을 사용하여 학습된 파라미터 값을 포함하는 학습 파라미터 데이터; 및
상기 학습 파라미터 데이터의 끝단과 연결되고, 상기 기본키에 대응되는 애완견의 이미지 파일명 정보를 포함하는 복수의 저장 폴더명 데이터;를 포함하며,
상기 데이터베이스 구축부는,
상기 기본키, 상기 애완견 이미지, 상기 위치 정보 및 상기 날짜와 시간 정보를 기반으로 상기 데이터 프레임의 구조에 따라 각각의 애완견 정보를 등록하고, 기 등록된 복수의 데이터 프레임을 비교하여 동일한 애완견 정보를 포함하는 데이터 프레임이 있는지 판단하며, 상기 판단된 결과가 동일한 애완견 정보를 포함하는 데이터 프레임이 있으면 해당 데이터 프레임을 하나의 데이터 프레임으로 병합하되,
상기 애완견 정보를 등록하는 경우,
상기 이미지 정보가 수신된 순서대로 부여되는 우선순위 중 가장 높은 기본키에 해당하는 데이터 프레임을 마련하고, 상기 마련된 데이터 프레임을 이용하여 데이터베이스를 구축하고,
상기 데이터베이스를 구축하는 경우,
상기 수신된 이미지 정보에 포함된 주소의 도로명과 상기 마련된 데이터 프레임 중 제i 주소키(i는 자연수)의 도로명의 일치 여부를 판단하고, 상기 판단된 결과가 두 개의 도로명이 일치하면 상기 수신된 이미지 정보에 포함된 주소의 건물번호와 상기 제i 주소키의 건물번호의 일치 여부를 판단하며, 상기 판단된 결과가 두 개의 건물번호가 불일치하면 새로운 기본키를 부여한 데이터 프레임을 생성하여 상기 수신된 이미지 정보에 포함된 애완견을 신규 애완견으로 등록하는 것을 특징으로 하는 애완견 관리장치.