KR102563218B1 - 적외선 ip카메라를 이용한 돼지 질병 예찰 시스템 - Google Patents
적외선 ip카메라를 이용한 돼지 질병 예찰 시스템 Download PDFInfo
- Publication number
- KR102563218B1 KR102563218B1 KR1020210014282A KR20210014282A KR102563218B1 KR 102563218 B1 KR102563218 B1 KR 102563218B1 KR 1020210014282 A KR1020210014282 A KR 1020210014282A KR 20210014282 A KR20210014282 A KR 20210014282A KR 102563218 B1 KR102563218 B1 KR 102563218B1
- Authority
- KR
- South Korea
- Prior art keywords
- pig
- temperature
- image
- disease
- thermal image
- Prior art date
Links
- 208000012153 swine disease Diseases 0.000 title claims abstract description 72
- 241000282898 Sus scrofa Species 0.000 claims abstract description 188
- 201000010099 disease Diseases 0.000 claims abstract description 79
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 79
- 230000036760 body temperature Effects 0.000 claims abstract description 74
- 238000012937 correction Methods 0.000 claims abstract description 21
- 208000015181 infectious disease Diseases 0.000 claims abstract description 21
- 238000003860 storage Methods 0.000 claims abstract description 19
- 230000003031 feeding effect Effects 0.000 claims abstract description 9
- 230000033001 locomotion Effects 0.000 claims description 104
- 230000008859 change Effects 0.000 claims description 78
- 238000000034 method Methods 0.000 claims description 54
- 238000001514 detection method Methods 0.000 claims description 42
- 238000012544 monitoring process Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 4
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 238000009529 body temperature measurement Methods 0.000 claims description 2
- 241000282887 Suidae Species 0.000 abstract description 20
- 238000009395 breeding Methods 0.000 abstract description 7
- 230000001488 breeding effect Effects 0.000 abstract description 7
- 230000003862 health status Effects 0.000 abstract description 7
- 244000144972 livestock Species 0.000 description 37
- 238000001931 thermography Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 8
- 208000007407 African swine fever Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 241000700605 Viruses Species 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 208000035473 Communicable disease Diseases 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000035606 childbirth Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 210000000664 rectum Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Environmental Sciences (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Child & Adolescent Psychology (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
적외선 IP카메라를 이용한 돼지 질병 예찰 시스템이 제공된다. 상기 돼지 질병 예찰 시스템은 써모파일 어레이 센서(thermopile array sensor)로 이루어진 열 영상 센서(thermal image sensor)로 구성된 IP 카메라; IP 카메라의 열 영상 센서를 통해 각 공간 별로 돼지 체온을 측정하도록 IP 카메라를 제어하고, 각 공간 별로 돼지 체온 데이터를 수집하도록 구성된 저장 장치; 및 저장 장치와 네트워크를 통해 동작 가능하게 연결되고, 돼지 체온 데이터에 대해 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용하고, 보정변수가 적용된 돼지 체온 데이터를 돼지 질병 별 온도 데이터와 비교하여 돼지 객체 또는 돼지 군집 별로 돼지 질병 감염 여부를 판단하도록 구성된 서버를 포함하여, 사육 돼지의 건강상태 및 질병감염 여부를 실시간으로 확인하여, 질병의 확산을 사전에 예방할 수 있다
Description
본 실시예는 적외선 IP카메라를 이용한 돼지 질병 예찰 방법 및 시스템에 관한 것이다.
[이 발명을 지원한 연구개발사업]
[과제고유번호] D202019
[부처명] 경기도
[연구관리전문기관] (재)경기도경제과학진흥원
[연구사업명] 경기도 기술개발사업 (소재,부품,장비국산화,수입대체)
[연구과제명] 적외선 IP카메라를 이용한 아프리카돼지열병(ASF)등 돼지질병예찰 시스템 개발
[기여율] 1/1
[주관연구기관] 주식회사 이오씨
[연구기간] 2020.02.01 ~ 2021.02.28
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
[과제고유번호] D202019
[부처명] 경기도
[연구관리전문기관] (재)경기도경제과학진흥원
[연구사업명] 경기도 기술개발사업 (소재,부품,장비국산화,수입대체)
[연구과제명] 적외선 IP카메라를 이용한 아프리카돼지열병(ASF)등 돼지질병예찰 시스템 개발
[기여율] 1/1
[주관연구기관] 주식회사 이오씨
[연구기간] 2020.02.01 ~ 2021.02.28
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
한국농촌경제연구원은 국내 축산물 소비량은 2050년에는 2011년과 비교했을 때 고기류와 달걀 소비량은 약 73% 증가할 것이라고 분석하고 있다. 그러나 우리나라 가축질병에 따른 경제적 피해는 년간 약 2조원 이상의 피해가 발생하고 있으며, 최근 우리나라에도 발생한 아프리카돼지열병의 경우 중국은 2018년 감염 후 직접 손실 규모가 1조 위안(약 168조 3200억원)으로 추정된다.
우리나라도 지난 9월 발병이후 10월 15일 기준 14건이 발생하면서 더 이상 안전지대가 아니다. 한편, ICT와 같은 첨단기술과 융·복합기술의 발달은 스마트농업이라는 새로운 농업환경 도입 촉진, 스마트 팜 시장은 2012년 1,198억달러에서 2016년 1,974억 달러로 연평균 13.3%의 성장을 보이고 있다.
한편, 아프리카 돼지 열병과 같은 가축전염병은 초기 대응이 늦어지면 국가재난의 상황까지 갈 수 있다. 2016년 9월 농촌진흥청 및 국립농업과학원에서 스마트 축산 ICT 단체표준(안)을 제정하였다. 그러나, 가축의 체온을 직접적으로 측정하여 가축질병을 직접적으로 예상 및 관찰할 수 있는 장비 또는 시스템에 대한 구체적인 연구가 제시되지 않고 잇다는 문제점이 있다. 따라서, 가축 체온 측정을 위한 “적외선 열화상 IP카메라 돼지 질병 예찰 시스템 개발”이 필요하다.
본 발명의 과제는 적외선 IP카메라를 이용한 돼지 질병 예찰 방법 및 시스템을 제공하기 위한 것이다.
본 발명은 양돈산업 보호를 위해 스마트 축산 ICT 단체표준에 경제적인 Thermopile IP 카메라를 이용하여 돈사 내 사육 돼지의 건강상태 및 질병감염 여부를 실시간으로 확인하기 위한 것이다.
또한, 본 발명은 사육 돼지의 건강상태 및 질병감염 여부를 실시간으로 확인하여, 질병의 확산을 사전에 예방할 수 있는 시스템을 제공하기 위한 것이다.
본 실시예의 일 측면에 의하면, 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템이 제공된다. 상기 돼지 질병 예찰 시스템은 써모파일 어레이 센서(thermopile array sensor)로 이루어진 열 영상 센서(thermal image sensor)로 구성된 IP 카메라; IP 카메라의 열 영상 센서를 통해 각 공간 별로 돼지 체온을 측정하도록 IP 카메라를 제어하고, 각 공간 별로 돼지 체온 데이터를 수집하도록 구성된 저장 장치; 및 저장 장치와 네트워크를 통해 동작 가능하게 연결되고, 돼지 체온 데이터에 대해 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용하고, 보정변수가 적용된 돼지 체온 데이터를 돼지 질병 별 온도 데이터와 비교하여 돼지 객체 또는 돼지 군집 별로 돼지 질병 감염 여부를 판단하도록 구성된 서버를 포함하여, 사육 돼지의 건강상태 및 질병감염 여부를 실시간으로 확인하여, 질병의 확산을 사전에 예방할 수 있다.
일 실시 예에 따르면, 저장 장치와 네트워크를 통해 동작 가능하게 연결되고, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 획득하도록 구성된 복수의 클라이언트 기기를 더 포함할 수 있다. 상기 클라이언트 기기는 상기 클라이언트 기기는 각각의 축사 내에 배치된 돼지 객체 및 돼지 군집 별로 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 획득하고, 상기 서버는 돼지 질병에 감염된 것으로 판단되는 돼지 객체 또는 돼지 군집에 대한 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다.
일 실시 예에 따르면, 상기 서버는 각각의 축사 내의 돼지 객체의 밀집 정도, 각각의 돼지 질병 별로 상이하게 결정되는 온도 데이터에 기반하여, 온도 ROI 영역을 설정하고, 온도 ROI 영역 별로 상한 온도 이벤트 및 하한 온도 이벤트를 설정하고, 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다.
일 실시 예에 따르면, 상기 서버는 각각의 축사 내의 돼지 객체의 밀집 정도, 각각의 돼지 질병 별로 상이하게 결정되는 온도 데이터에 기반하여, 온도 ROI 영역을 설정하고, 각각의 개별 축사 및 모든 축사에 대하여 특정 시간 및 온도 ROI 영역 별로 획득된 온도 데이터와 온도 데이터에 따른 온도 그래프와 돼지 질병 감염 여부에 대한 정보가 포함된 제1 보고서와 제2 보고서를 각각 생성하고, 생성된 제1 보고서를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하고, 생성된 제2 보고서를 요청한 다른 클라이언트 기기로 생성된 제2 보고서를 전달할 수 있다.
일 실시 예에 따르면, 상기 서버는 열 영상 센서로부터 온도 정보를 획득하여 열상 이미지를 생성하는 열상 영상 생성부; 상기 열상 이미지에 대한 움직임 후보 영역을 검출하는 움직임 후보 영역 설정부; 상기 열상 이미지에 대한 온도변화 후보 영역을 검출하는 온도변화 후보 영역 설정부; 및 상기 움직임 후보 영역과 상기 온도변화 후보 영역을 기반으로 최종 움직임 발생 여부를 탐지하는 움직임 탐지부를 포함할 수 있다.
일 실시 예에 따르면, 상기 움직임 탐지부는 상기 영상 이미지를 기반으로 배경 이미지를 갱신하고, 상기 갱신한 배경 이미지와 상기 영상 이미지를 비교하여 움직임 발생을 추정하는 영역이 검출되는지 여부를 확인하는 것을 특징으로 할 수 있다.
일 실시 예에 따르면, 상기 움직임 탐지부는 상기 열 영상 센서에서 출력한 각 픽셀의 온도 데이터를 기반으로 영상 이미지를 생성하고, 상기 영상 이미지를 기반으로 온도 변환 영역을 검출하고, 내삽(Interpolation)을 이용하여 상기 영상 이미지의 해상도로 확장한 해상도 확장 열상 이미지를 생성하고, 상기 해상도 확장 열상 이미지에 칼라 테이블(Color Table)을 적용하여 상기 해상도 확장 열상 이미지를 색공간 이미지로 변환하고, 상기 색공간 이미지로부터 온도 변환 영역을 검출하고, 상기 검출된 온도 변환 영역을 온도 ROI 영역으로 설정하여, 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다.
일 실시 예에 따르면, 상기 움직임 탐지부는 상기 열 영상 센서에서 출력한 각 픽셀의 온도 데이터를 기반으로 온도 조건을 검색하고, 상기 해상도 확장 열상 이미지의 면적 또는 외곽선으로부터 상기 온도 조건에 따른 후보 영역을 검출하고, 상기 움직임 후보 영역과 상기 온도변화 후보 영역을 비교하여 중첩 영역이 존재하는지 여부를 확인하고, 상기 중첩 영역 여부에 따라 돼지 객체 및 돼지 군집의 최종적인 움직임 발생 여부를 검출하고, 상기 돼지 객체 및 돼지 군집의 최종적인 움직임이 발생하면, 상기 중첩 영역을 온도 ROI 영역으로 설정하여, 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다.
본 발명의 다른 양상에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 방법이 제공된다. 상기 방법은 돼지 질병 예찰 시스템에 의해 수행되고, 상기 방법은 써모파일 어레이 센서(thermopile array sensor)로 이루어진 IP 카메라의 열 영상 센서(thermal image sensor)를 통해 각 공간 별로 돼지 체온을 측정하는 돼지 체온 측정 과정; 각 공간 별로 돼지 체온 데이터를 수집하고, 돼지 체온 데이터에 대해 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용하는 돼지 체온 데이터 수집/보정 과정; 및 보정변수가 적용된 돼지 체온 데이터를 돼지 질병 별 온도 데이터와 비교하여 돼지 객체 또는 돼지 군집 별로 돼지 질병 감염 여부를 판단하는 돼지 질병 감염 여부 판단 과정을 포함할 수 있다./
이상에서 설명한 바와 같이 본 발명에 따르면, 사육 돼지의 건강상태 및 질병감염 여부를 실시간으로 확인하여, 질병의 확산을 사전에 예방할 수 있다.
본 발명에 따르면, 스마트 축산 ICT 단체 표준에 근거한 돈사 객체질병감염 관리를 위한 열상온도 모니터링 및 돈사 화재발생예방을 위한 열상 IP Camera 모니터링시스템을 제공할 수 있다.
도 1a는 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템의 블록도를 나타낸다.
도 1b는 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템의 상세 구성을 나타낸다.
도 2는 본 발명의 다양한 실시 예에 따른 가축 질병 예찰 시스템에 따른 스마트 팜의 개념도를 나타낸다.
도 3은 본 실시예에 따른 일반 영상과 열 영상을 이용한 움직임 감지 장치와 이를 이용하는 돼지 질병 예찰 시스템을 개략적으로 나타낸 블럭 구성도이다.
도 4는 본 실시예에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 방법을 설명하기 위한 순서도이다.
도 1b는 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템의 상세 구성을 나타낸다.
도 2는 본 발명의 다양한 실시 예에 따른 가축 질병 예찰 시스템에 따른 스마트 팜의 개념도를 나타낸다.
도 3은 본 실시예에 따른 일반 영상과 열 영상을 이용한 움직임 감지 장치와 이를 이용하는 돼지 질병 예찰 시스템을 개략적으로 나타낸 블럭 구성도이다.
도 4는 본 실시예에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 방법을 설명하기 위한 순서도이다.
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 이하에서는 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 방법 및 시스템에 대해 상세하게 설명하기로 한다. 도 1a는 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템의 블록도를 나타낸다. 도 1b는 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템의 상세 구성을 나타낸다.
도 1a 및 도 1b를 참조하면, 본 발명에 따른 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템의 기술적 특징은 다음과 같이 제시될 수 있지만, 이에 한정되는 것은 아니다.
- Thermopile 방식의 32x32 FoV (Field of View, 열상화각) IP 카메라를 이용하여 돼지 질병 예찰 시스템을 제공한다. 일 예로, 약 90도의 FoV를 갖는 열상 센서를 채택하여 돼지 질병 예찰 시스템을 개발할 수 있다.
- 각 돈사 별 돼지 체온을 비-접촉식 방법으로 일일 2회 이상 먹이 활동 시 돼지 상태 및 움직임을 모니터링할 수 있다.
- 돼지 질병 별 온도특성을 반영한 질병 감별 프로그램을 개발할 수 있다. 따라서, 각 돈사 별 활동 중인 돼지의 체온을 모니터링하여, 각 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용할 수 있다. 보정변수 및 절대 온도 보정(calibration)을 통하여 정확성이 높은 객체 및 군집의 체온을 수집, 분석하여, 질병 감염 가능성을 조기에 예찰하는 경보 시스템을 제공할 수 있다.
- 측정된 돼지 체온을 온도(체온) 모니터링 모니터에 표출하고, 일정 형태의 온도보고서를 출력하여, 연구 및 관리사업에 적용할 수 있는 한국형 스마트 축산 ICT 구성 장비를 개발할 수 있다.
도 1a 및 도 1b를 참조하면, 본 발명에 따른 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템을 이용한 연구 방법은 다음과 같이 제시될 수 있지만, 이에 한정되는 것은 아니다.
- 32x32 Thermopile Array Sensor IP Camera: 90도 각도 부품을 채용 낮은 높이에서 다수의 객체온도를 정확하게 모니터링할 수 있도록 한다.
- 열화상 계절변수 및 온도보정 기술: 절대온도에 대한 보정을 통하여, 현장 오차범위를 최소화한다. 일 예로, ± 0.5도 이하의 온도 편차 관리가 가능하다.
- 열상정보 모니터링 보고서 작성 및 운영 기술: 열상정보 모니터링이 가능한 소프트웨어를 채택할 수 있다. 축사관리를 위한 보고서 포맷작성과 스프레드 시트 형태의 보고서 출력이 가능하도록 한다.
- 이상온도 감지 및 알람 전송 Onvif (Open Network Video Interface Forum) 규정에 따른 축사 모니터링 시스템을 구현할 수 있다.
도 1a 및 도 1b를 참조하면, 돼지 질병 예찰 시스템은 IP 카메라(100), 저장 장치(200) 및 서버(300)를 포함하도록 구성될 수 있다. 돼지 질병 예찰 시스템은 복수의 클라이언트 기기(400)를 더 포함하도록 구성될 수 있다.
IP 카메라(100)는 써모파일 어레이 센서(thermopile array sensor)로 이루어진 열 영상 센서(thermal image sensor)로 구성될 수 있다. IP 카메라(100)는 열 영상 센서와 일반 영상 센서를 모두 포함하도록 구성될 수도 있다. 저장 장치(200)는 IP 카메라(100)의 열 영상 센서를 통해 각 공간 별로 돼지 체온을 측정하도록 IP 카메라(100)를 제어할 수 있다. 저장 장치(200)는 각 공간 (축사) 별로 돼지 체온 데이터를 수집하도록 구성될 수 있다. 저장 장치(200)는 복수의 IP 카메라(100)의 연결 상태를 제어하는 허브 스위치를 포함하도록 구성될 수도 있지만, 이에 한정되는 것은 아니다.
서버(300)는 저장 장치(200)와 네트워크를 통해 동작 가능하게 연결될 수 있다. 서버(300)는 돼지 체온 데이터에 대해 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용하도록 구성될 수 있다. 서버(300)는 보정변수가 적용된 돼지 체온 데이터를 돼지 질병 별 온도 데이터와 비교하여 돼지 객체 또는 돼지 군집 별로 돼지 질병 감염 여부를 판단하도록 구성될 수 있다.
복수의 클라이언트 기기(400)는 저장 장치(200)와 네트워크를 통해 동작 가능하게 연결될 수 있다. 복수의 클라이언트 기기(400)는 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 획득하도록 구성될 수 있다. 클라이언트 기기(400)는 각각의 축사 내에 배치된 돼지 객체 및 돼지 군집 별로 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 획득하도록 구성될 수 있다.
이에 따라, 서버(300)는 돼지 질병에 감염된 것으로 판단되는 돼지 객체 또는 돼지 군집에 대한 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하도록 구성될 수 있다. 일 예로, 서버(300)는 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다.
서버(300)는 각각의 축사 내의 돼지 객체의 밀집 정도, 각각의 돼지 질병 별로 상이하게 결정되는 온도 데이터에 기반하여, 온도 ROI 영역을 설정할 수 있다. 서버(300)는 각각의 개별 축사 및 모든 축사에 대하여 특정 시간 및 온도 ROI 영역 별로 획득된 온도 데이터와 온도 데이터에 따른 온도 그래프와 돼지 질병 감염 여부에 대한 정보가 포함된 제1 보고서와 제2 보고서를 각각 생성할 수 있다. 서버(300)는 생성된 제1 보고서를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하고, 생성된 제2 보고서를 요청한 다른 클라이언트 기기로 생성된 제2 보고서를 전달할 수 있다. 본 발명에 따른 돼지 질병 예찰 시스템은 돼지 질병에만 적용되는 것은 아니고, 소나 다른 종류의 가축 등의 개체에도 적용될 수 있다.
한편, 전술한 기술적 동작들은 서버(300)에 의해서 수행되는 것 뿐만 아니라, 클라이언트 기기(400)에 설치된 컴퓨터 프로그램 또는 어플리케이션 프로그램을 통해 수행될 수 있다. 이와 관련하여, 전술한 기술적 동작들은 서버(300)에 설치된 컴퓨터 프로그램 및 클라이언트 기기(400)에 설치된 컴퓨터 프로그램 또는 어플리케이션 프로그램을 통해 수행될 수도 있다.
본 발명에 따른 가축 질병 예찰 시스템의 개발 기술은 주요 특징은 도 1 a 및 도 1b를 참조하여 설명하면 다음과 같다.
적외선 열화상 IP카메라(100)를 이용하여 돼지의 체열을 측정하여, 각 돼지 질병 별 온도를 이용하여 돼지의 질병을 사전에 예찰할 수 있다. 이에 따라, 아프리카 돼지 열병(ASF)등의 전염병 확산을 사전에 방지하는 시스템 개발하여 스마트 팜 축산분야 국가 ICT 표준으로 제공될 수 있다. 기존에 사용하는 접촉식 1차원 포인트 온도 센서는 돼지 자체의 온도를 직접적으로 측정하기는 어렵다는 문제점이 있다. 따라서, 본 발명에 따른 비접촉식 2D 온도 센서를 기반으로 하는 열화상 기술은 기본적으로 돼지의 표면온도를 직접 측정함은 물론, 카메라 렌즈 등에 의해 정해지는 화각에 들어오는 광역의 모니터링이 가능하다.
최신 영상표준인 H.265 기반으로 실시간 다채널 모니터링이 가능한 양돈 농장 시설용으로, 유선/무선 적외선 열화상 IP카메라(100)에 적용될 수 있다. 양돈농장의 다양한 현장 환경 대응을 위해서는 무선 영상 스트리밍 기술을 탑재할 수 있다. 이에 따라, 실시간 영상 정보 수집을 위해서는 영상처리 및 전송 속도를 극대화할 수 있다. 따라서, 기존 H.264 표준에 비해 압축율이 최대 5배 감소되는 H.265 표준 기술이 가장 유리할 수 있다.
양돈 농장에 적용하기 위한 외부 시스템 연동 방안이 제공될 수 있다. 이에 따라, 모바일 어플리케이션 기법이 적용될 수 있다. 이와 관련하여, 복수의 클라이언트 기기(400)는 가축 질병 예찰 방법을 수행하는 모바일 어플리케이션이 탑재된 모바일 기기일 수 있다. 한편, 복수의 클라이언트 기기(400)는 서버(300)와 연동하여, 돼지의 적외선 체온 측정 및 보정 방안을 확보할 수 있다.
이와 관련하여, 도 2는 본 발명의 다양한 실시 예에 따른 가축 질병 예찰 시스템에 따른 스마트 팜의 개념도를 나타낸다. 도 1a 내지 도 2를 참조하면, 서버(200) 및 클라이언트 기기(300)를 통해 스마트 팜을 관리하면서, ROI 기반 가축 체온 측정에 따른 가축 질병 예측이 가능하다. 도 2를 참조하면, 서버(200)는 각각의 서로 다른 축사 별 (예: 축사 A, 축사 B, 축사 C)로 다양한 정보를 수집하도록 구성될 수 있다.
도 1a 내지 도 2를 참조하면, 서로 다른 영역 (예: 축사 A, 축사 B, 축사 C)는 물리적으로 분리된 축사들일 수 있다. 대안으로, 서로 다른 영역 (예: 축사 A, 축사 B, 축사 C)는 하나의 축사 내에 공간적으로 분리될 수 있는 축사들일 수 있다. 서버(200)는 영상정보, 제어정보 및 환경정보를 수집하도록 구성될 수 있다. 서버(200)는 영상정보, 제어정보 및 환경정보과 함께 가축의 체온 데이터를 더 수집하도록 구성될 수 있다. 다른 예로, 서버(200)는 영상정보, 제어정보 및 환경정보를 수집하되, 영상정보는 특정 영역 별로 가축을 촬영한 가축 영상 데이터와 가축 체온 데이터가 픽셀 형태로 영상화된 체온 영상 데이터를 포함할 수 있다. 본 발명에 따른 가축 질병 예찰 시스템에 따른 스마트 팜에서 환경정보는 온도/습도 센서, CO2 센서와 화재/전원 감지 센서로부터 획득될 수도 있다.
또 다른 예로, 본 발명의 다양한 실시 예에 따른 가축 질병 예찰 시스템은 가축의 건강 상태를 모니터링하는 라이브 케어 시스템에 적용될 수 있다. 일 예로, 가축에 바이오 캡슐이 투여된 경우, 가축 질병 예찰이 가능한 헬스케어 통합 솔루션일 수 있다. 이와 관련하여 가축의 체온, 활동량 등을 측정, 개별 데이터를 수집한 후 해당 개체의 질병, 발정, 분만 등을 진단하고 관리하는 헬스케어 통합 솔루션일 수 있다.
한편, 돼지 등 가축 체온을 측정하는 데 있어서 동물의 직장 내에 온도계를 삽입하여 측정하는 방법을 사용하였으나 측정절차가 복잡하고 시간이 많이 소요되어 축산농가에서는 사용하기 용이하지 않다. 따라서, 본 발명에 따른 가축 질병 예찰 시스템은 비접촉식으로 적외선 열화상 카메라를 사용하여 동물의 체온을 측정하는 방법을 제공하고자 한다. 따라서, 본 발명에서는 적외선 열화상 IP카메라를 활용하여 돼지 체온을 정확하고 빠른 시간 내에 측정할 수 있는 시스템을 개발하고자 한다.
본 발명에 따른 가축 질병 예찰 시스템과 관련한 주요 기술적 특징은 다음과 같이 요약될 수 있다.
1) 열화상 IP카메라 개발
본 발명은 Thermopile Array 센서를 채용한 IP 열 영상카메라를 사육객체의 가장 가까운 곳에 장착 설치할 수 있는 광각 FoV를 채택한다. 한편, 주변 영역의 온도 데이터에 대한 채택/폐기 등에 대한 실측 데이터를 학습, 축적하여 실 객체의 취식 시의 체온 만을 대상으로 관리하여, 온도의 정확도 및 채집 객체의 범위를 최대화할 수 있다.
네트워크를 통해 영상과 함께 온도 데이터를 전송하는 열 영상 IP카메라의 개발은 최첨단 H.265 CODEC기반으로 한 SOC를 채택하고 펌웨어를 개발할 수 있다. 이에 따라, 초당 30FPS 전송하여 실시간 저장할 수 있는 카메라 시스템을 개발할 수 있다. 펌웨어는 저해상도로부터 고해상도까지 전송할 수 있도록 설계하여 추후 고해상도 열화상카메라(4K해상도)의 개발까지 지원할 수 있도록 High performance 제품으로 구현될 수 있다.
한편, 돈사 현장 상황에 맞는 최적화된 기구를 설계하며 개발할 수 있다. 이를 통해 상대적으로 저가의 가축 질병 예찰 시스템과 시스템을 확보하고 상대적으로 빠른 사육기간과 단가에 대응하는 운영경비의 최소화를 달성할 수 잇다. 따라서, 본 발명에 따른 가축 질병 예찰 시스템의 운영기간 동안 연결장치의 신뢰성과 연계되어 다양한 데이터를 관리할 수 있다. 또한 기존의 돈사 관리를 위하여 채용한 IP CCTV 및 화재감지 시스템과 연동하여, 주요 장소의 온도를 모니터링하여, 화재 및 침입 탐지 등의 부가적 역할도 수행하도록 할 수 있다.
2) 원격 모니터링 소프트웨어 개발
카메라로부터 전송되는 열영상과 온도 데이터를 구성된 네트워크 망을 통하여 원활히 수신하고 이를 영상과 온도 데이터와 함께 저장하고 36채널 또는 그 이상의 카메라를 동시에 모니터링하고 저장하도록 구성할 수 있다
실시간 모니터링: 다양한 해상도로 Scale up하여 저해상도의 열영상이지만 보다 편리한 모니터링을 지원하도록 설계하며 36개의 카메라에서 획득되는 초당 30fps의 영상을 전송 멀티로 모니터링하도록 개발할 수 있다.
저장: 실시간 영상을 온도 데이터와 함께 저장한다.
재생: 저장된 열영상과 온도 데이터를 스케줄링, 이벤트저장, 즉시저장 등 다양한 방식으로 저장하며 객체 별 온도 데이터를 그래프로 재생할 수 있도록 하여 돼지 별 온도의 변화를 한눈에 볼 수 있도록 제공할 수 있다.
ROI 설정: 소프트웨어의 화면에서 객체(돼지)의 위치에 따라 4각형의 영역을 설정하고 그 영역에 있는 돼지의 온도를 별도로 표시하며 특정 온도이상이 감지되면 알람이 발생하도록 구성한다. 이때, ROI영역은 50개까지 설정할 수 있도록 개발할 수 있다.
이벤트 서치: 고온이 감지되어 저장된 영상을 즉시 검색할 수 있도록 개발할 수 있다.
3) 스마트폰 어플리케이션 개발
실시간으로 카메라에서 전송되는 영상을 스마트폰에서 모니터링, 이벤트 발생시 즉시 Push 알람을 작동하여 실시간 알림, ROI별 최대 최소 온도 체크, 온도 설정 관리자 기능을 구현할 수 있다. 이와 관련하여, 도 1a 및 도 1b의 클라이언트 기기(400) 중 적어도 하나는 스마트폰과 같은 이동 단말기일 수 있다.
한편, 도 3은 본 실시예에 따른 일반 영상과 열 영상을 이용한 움직임 감지 장치와 이를 이용하는 돼지 질병 예찰 시스템을 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 돼지 질병 예찰 시스템은 일반 영상(CMOS) 센서(112)와 열 영상(LWIR) 센서(114)를 동시에 탑재한 듀얼 센서 카메라(Dual Sensor Camera)를 포함하도록 구성될 수도 있다. 돼지 질병 예찰 시스템은 듀얼 센서 카메라를 이용하여 움직임 감지(Motion Detection)하고 침입을 탐지한다.
돼지 질병 예찰 시스템은 일반 영상 센서(112)로부터 획득한 일반영상의 이미지 변화량과 열 영상 센서(114)로부터 획득한 열상의 온도 변화량을 동시에 이용하여 오탐지(False Alarm) 가능성을 줄일 수 있다. 움직임 감지 장치(100)는 일반영상에 대한 이미지 처리를 최소화하여 연산 량을 줄일 수 있으므로, 임베디드 시스템(Embedded System)에 적용할 수 있다. 돼지 질병 예찰 시스템은 일반 영상 센서(112)와 열 영상 센서(114)를 동시에 탑재한다. 일반 영상 센서(112)는 CMOS 센서인 것이 바람직하나 반드시 이에 한정되는 것은 아니다.
열 영상 센서(114)는 적외선 센서로서, 영상 획득할 때 물체의 온도에 의해 스스로 복사하는 적외선을 이용하기 때문에 열형 적외선(Thermal InfraRed)을 이용한다. 열 영상 센서(114)는 바람직하게는 장파장 적외선(LWIR: Long Wave InfraRed) 센서가 적용될 수 있으나 반드시 이에 한정되는 것은 아니며, 중파장 적외선(MWIR: Mid Wave InfraRed) 센서, 단파장 적외선(SWIR: Short Wave InfraRed) 센서가 적용될 수 있다.
돼지 질병 예찰 시스템은 듀얼 센서 카메라의 특징을 이용하여 일반 영상으로부터 움직임의 영역을 먼저 도출한다. 이후 돼지 질병 예찰 시스템은 움직임이 발생한 영역의 열상 정보를 이용하여 움직임의 중요도(예컨대, 무생물 여부, 단순 조도 변화 여부 등)를 판별하여 최종적으로 감시 지역 내에 움직임 또는 침입 발생 여부를 판별한다.
돼지 질병 예찰 시스템은 일반영상 정보와 열정보를 모두 이용함으로써, 오탐지(False Alarm)의 가능성을 줄일 수 있다. 본 실시예에 따른 돼지 질병 예찰 시스템은 일반 영상 센서(112), 열 영상 센서(114), 일반 영상 획득부(322), 열상 영상 생성부(324), 움직임 후보 영역 설정부(332), 온도변화 후보 영역 설정부(334), 움직임 탐지부(340)를 포함한다. 돼지 질병 예찰 시스템 및 이에 포함된 서버(300)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
돼지 질병 예찰 시스템 및 이에 포함된 서버(300)에 포함된 각 구성요소는 장치 내부의 소프트웨어적인 모듈 또는 하드웨어적인 모듈을 연결하는 통신 경로에 연결되어 상호 간에 유기적으로 동작할 수 있다. 이러한 구성요소는 하나 이상의 통신 버스 또는 신호선을 이용하여 통신한다.
도 3에 도시된 돼지 질병 예찰 시스템의 각 구성요소는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 소프트웨어적인 모듈, 하드웨어적인 모듈 또는 소프트웨어와 하드웨어의 결합으로 구현될 수 있다. 이와 관련하여, 후술할 기술적 동작들은 서버(300)에 의해서 수행되는 것 뿐만 아니라, 클라이언트 기기(400)에 설치된 컴퓨터 프로그램 또는 어플리케이션 프로그램을 통해 수행될 수 있다. 이와 관련하여, 전술한 기술적 동작들은 서버(300)에 설치된 컴퓨터 프로그램 및 클라이언트 기기(400)에 설치된 컴퓨터 프로그램 또는 어플리케이션 프로그램을 통해 수행될 수도 있다.
일반 영상 센서(112)는 CMOS 센서인 것이 바람직하나 반드시 이에 한정되는 것은 아니다. 열 영상 센서(114)는 적외선 센서로서, 영상 획득할 때 물체의 온도에 의해 스스로 복사하는 적외선을 이용하기 때문에 열형 적외선(Thermal InfraRed)을 이용한다.
일반 영상 획득부(322)는 일반 영상 센서(112)로부터 일반 영상 이미지를 획득한다. 열상 영상 생성부(324)는 열 영상 센서(114)로부터 온도 정보를 획득하여 열상 이미지를 생성한다. 움직임 후보 영역 설정부(332)는 일반 영상 이미지에 대한 움직임 후보 영역을 검출한다. 온도변화 후보 영역 설정부(334)는 열상 이미지에 대한 온도변화 후보 영역을 검출한다.
움직임 탐지부(340)는 움직임 후보 영역과 온도변화 후보 영역을 기반으로 최종 움직임 발생 여부를 탐지한다. 움직임 탐지부(340)는 일반 영상 이미지를 기반으로 배경 이미지를 갱신한다. 움직임 탐지부(340)는 갱신한 배경 이미지와 일반 영상 이미지를 비교하여 움직임 발생을 추정하는 영역이 검출되는지 여부를 확인한다.
움직임 탐지부(340)는 열 영상 센서(114)에서 출력한 각 픽셀의 온도 데이터를 기반으로 열상 이미지를 생성한다. 움직임 탐지부(340)는 열상 이미지를 기반으로 온도 변환 영역을 검출한다.
움직임 탐지부(340)는 내삽(Interpolation)을 이용하여 일반 영상 이미지의 해상도로 확장(예컨대, 80×60, 160×120 → 800×600)한 해상도 확장 열상 이미지를 생성한다. 움직임 탐지부(340)는 해상도 확장 열상 이미지에 칼라 테이블(Color Table)을 적용하여 해상도 확장 열상 이미지를 색공간 이미지로 변환한다. 움직임 탐지부(340)는 색공간 이미지로부터 온도 변환 영역을 검출한다.
움직임 탐지부(340)는 검출된 온도 변환 영역을 온도 ROI 영역으로 설정할 수 있다. 움직임 탐지부(340)는 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다. 일 예로, 움직임 탐지부(340)는 온도 ROI 영역 별로 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다. 이에 따라, 온도 ROI 영역 별로 돼지 질병 감염 여부에 대한 정보를 추출하여 돼지 질병 바이러스 원의 위치를 검출하고 질병 바이러스의 이동 경로를 확인할 수 있다는 장점이 있다.
움직임 탐지부(340)는 열 영상 센서(114)로부터 출력한 각 픽셀의 온도 데이터를 기반으로 온도 조건을 검색한다. 움직임 탐지부(340)는 해상도 확장 열상 이미지의 면적 또는 외곽선으로부터 온도 조건(온도 영역 또는 모양)에 따른 후보 영역을 검출한다.
움직임 탐지부(340)는 움직임 후보 영역과 온도변화 후보 영역을 비교하여 중첩 영역이 존재하는지 여부를 확인한다. 움직임 탐지부(340)는 중첩 영역 여부에 따라 최종적인 움직임 발생 여부를 검출한다.
일 예로, 움직임 탐지부(340)는 움직임 후보 영역과 온도변화 후보 영역을 비교하여 중첩 영역이 존재하는지 여부를 확인하고, 중첩 영역 여부에 따라 돼지 객체 및 돼지 군집의 최종적인 움직임 발생 여부를 검출할 수 있다. 움직임 탐지부(340)는 돼지 객체 및 돼지 군집의 최종적인 움직임이 발생하면, 중첩 영역을 온도 ROI 영역으로 설정할 수 있다. 움직임 탐지부(340)는 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다. 일 예로, 움직임 탐지부(340)는 온도 ROI 영역 별로 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다. 이에 따라, 돼지 객체/군집의 움직임 특성과 온도변화 특성을 모두 이용하여 돼지 질병 바이러스 원과 질병 바이러스의 이동 경로를 보다 정확하게 확인할 수 있다는 장점이 있다.
움직임 탐지부(340)는 중첩 영역이 미존재하는 경우, 움직임 후보 영역으로부터 일반영상 후보영역의 이미지 변화량(TH_C), 이미지 변화량에 대한 상위 임계값(Threshold_C_upper)을 추출한다. 움직임 탐지부(340)는 열영상 후보영역으로부터 온도 변화량(TH_T), 온도 변화량에 대한 상위 임계값(Threshold_T_upper)을 추출한다. 움직임 탐지부(340)는 일반영상 후보영역의 이미지 변화량(TH_C), 이미지 변화량에 대한 상위 임계값(Threshold_C_upper), 온도 변화량(TH_T), 온도 변화량에 대한 상위 임계값(Threshold_T_upper)을 기반으로 최종적인 움직임 발생 여부를 검출한다.
움직임 탐지부(340)는 중첩 영역이 미존재하는 경우, 일반영상 후보영역의 이미지 변화량(TH_C)이 이미지 변화량에 대한 상위 임계값(Threshold_C_upper)이 초과(TH_C > Threshold_C_upper)하거나 열영상 후보영역의 온도 변화량(TH_T)이 온도 변화량에 대한 상위 임계값(Threshold_T_upper)이 초과(TH_T > Threshold_T_upper)하는 경우, 중첩 영역에 움직임이 발생한 것으로 인지한다.
움직임 탐지부(340)는 중첩 영역이 미존재하는 경우, 일반영상 후보영역의 이미지 변화량(TH_C)이 이미지 변화량에 대한 상위 임계값(Threshold_C_upper)이 이하(TH_C ≤ Threshold_C_upper)이거나 열영상 후보영역의 온도 변화량(TH_T)이 온도 변화량에 대한 상위 임계값(Threshold_T_upper)이 이하(TH_T ≤ Threshold_T_upper)인 경우, 중첩 영역에 움직임이 미발생한 것으로 인지한다.
움직임 탐지부(340)는 중첩 영역이 존재하는 경우, 일반영상 후보영역으로부터 이미지 변화량(TH_C), 이미지 변화량에 대한 하위 임계값(Threshold_C_lower)을 추출한다. 움직임 탐지부(340)는 열영상 후보영역의 온도 변화량(TH_T), 온도 변화량에 대한 하위 임계값(Threshold_T_lower)을 추출한다. 움직임 탐지부(340)는 이미지 변화량(TH_C), 이미지 변화량에 대한 하위 임계값(Threshold_C_lower), 온도 변화량(TH_T), 온도 변화량에 대한 하위 임계값(Threshold_T_lower)을 기반으로 최종적인 움직임 발생 여부를 검출한다.
움직임 탐지부(340)는 중첩 영역이 존재하는 경우, 일반영상 후보영역의 이미지 변화량(TH_C)이 이미지 변화량에 대한 하위 임계값(Threshold_C_lower)이 초과(TH_C > Threshold_C_lower)하고 온도 변화량(TH_T)이 온도 변화량에 대한 하위 임계값(Threshold_T_lower)이 초과(TH_T > Threshold_T_lower)하는 경우, 중첩 영역에 움직임이 발생한 것으로 인지한다.
움직임 탐지부(340)는 중첩 영역이 존재하는 경우, 일반영상 후보영역의 이미지 변화량(TH_C)이 이미지 변화량에 대한 하위 임계값(Threshold_C_lower)이 이하(TH_C ≤ Threshold_C_lower)이고, 온도 변화량(TH_T)이 온도 변화량에 대한 하위 임계값(Threshold_T_lower)이 이하(TH_T ≤ Threshold_T_lower)인 경우, 중첩 영역에 움직임이 미발생한 것으로 인지한다.
한편, 전술한 일반 영상 획득부(322), 열상 영상 획득부(324), 움직임 후보 설정부(332), 온도변화 후보 영역 설정부(334) 및 움직임 탐지부(340)는 서버(300)의 하위 구성 요소로 기재되었지만, 이에 한정되는 것은 아니다. 일 예로, 일방 영상 센서(112)에 연결된 일반 영상 획득부(322) 및 움직임 후보 설정부(332)는 축사 내에 설치된 클라이언트 기기나 저장 장치에 의해 수행될 수도 있다. 한편, 움직임 탐지부(340)의 적어도 일부 구성 및 동작은 서버(300)가 클라이언트 기기 및/또는 저장 장치와 상호 연동하여 수행할 수도 있다. 따라서, 전술한 동작 및 구성들은 서버(300)에 의해서 수행되거나 구성되는 것뿐만 아니라, 클라이언트 기기(400)에 설치된 컴퓨터 프로그램 또는 어플리케이션 프로그램을 통해 수행될 수 있다. 이와 관련하여, 전술한 기술적 동작들은 서버(300)에 설치된 컴퓨터 프로그램 및 클라이언트 기기(400)에 설치된 컴퓨터 프로그램 또는 어플리케이션 프로그램을 통해 수행될 수도 있다.
도 4는 본 실시예에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 방법을 설명하기 위한 순서도이다. 이와 관련하여, 전술한 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템에서 설명된 내용은 이후의 돼지 질병 예찰 방법에 적용될 수 있다.
도 4에서는 단계 S410 내지 단계 440을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 도 4에 기재된 단계를 변경하여 실행하거나 하나 이상의 단계를 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 4는 시계열적인 순서로 한정되는 것은 아니다.
도 1a 내지 도 4를 참조하면, 돼지 질병 예찰 방법은 측정하는 돼지 체온 측정 과정(S410), 돼지 체온 데이터 수집/보정 과정(S420) 및 돼지 질병 감염 여부 판단 과정(S430)을 포함하도록 구성될 수 있다. 한편, 돼지 질병 예찰 방법은 돼지 질병 감염 정보 전달 과정(S440)을 더 포함하도록 구성될 수 있다.
돼지 체온 측정 과정(S410)에서, 써모파일 어레이 센서(thermopile array sensor)로 이루어진 IP 카메라의 열 영상 센서(thermal image sensor)를 통해 각 공간 별로 돼지 체온을 측정한다. 돼지 체온 데이터 수집/보정 과정(S420)에서, 각 공간 별로 돼지 체온 데이터를 수집하고, 돼지 체온 데이터에 대해 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용한다. 돼지 질병 감염 여부 판단 과정(S430)에서, 보정변수가 적용된 돼지 체온 데이터를 돼지 질병 별 온도 데이터와 비교하여 돼지 객체 또는 돼지 군집 별로 돼지 질병 감염 여부를 판단한다.
특정 종류의 돼지 질병에 감염된 것으로 판단되면, 돼지 질병 감염 정보 전달 과정(S440)이 수행될 수 있다. 반면에, 특정 종류의 돼지 질병에 감염되지 않은 것으로 판단되면, 돼지 체온 측정 과정(S410) 이하의 과정을 다시 수행할 수도 있다.
돼지 질병 감염 정보 전달 과정(S440)에서, 돼지 질병에 감염된 것으로 판단되는 돼지 객체 또는 돼지 군집에 대한 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다.
돼지 체온 데이터 수집/보정 과정(S420) 이후, 온도 ROI 영역/온도 이벤트 설정 과정(S245)이 수행될 수 있다. 온도 ROI 영역/온도 이벤트 설정 과정(S245)에서, 서버는 각각의 축사 내의 돼지 객체의 밀집 정도, 각각의 돼지 질병 별로 상이하게 결정되는 온도 데이터에 기반하여, 온도 ROI 영역을 설정하고, 온도 ROI 영역 별로 상한 온도 이벤트 및 하한 온도 이벤트를 설정할 수 있다.
돼지 질병 감염 여부 판단 과정(S430)에서 돼지 질병에 감염된 것으로 판단되면, 돼지 질병 감염 정보 전달 과정(S440)이 수행된다. 돼지 질병 감염 정보 전달 과정(S440)에서, 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체/군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달할 수 있다.
전술한 바와 같이 도 4에 기재된 본 실시예에 따른 일반 영상과 열 영상을 이용한 움직임을 감지하는 방법은 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 본 실시예에 따른 일반 영상과 열 영상을 이용한 움직임을 감지하는 방법을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
도 4은 본 실시예에 따른 열 영상을 처리 방법을 설명하기 위한 순서도이다.
도 4에서는 단계 S410 내지 단계 440을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 도 4에 기재된 단계를 변경하여 실행하거나 하나 이상의 단계를 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 4는 시계열적인 순서로 한정되는 것은 아니다.
전술한 바와 같이 도 4에 기재된 본 실시예에 따른 일반 영상과 열 영상의 중첩 영역에 따른 움직임 발생 여부 판별 방법은 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 본 실시예에 따른 일반 영상과 열 영상의 중첩 영역에 따른 움직임 발생 여부 판별 방법을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
이상에서는 본 발명에 따른 적외선 IP카메라를 이용한 돼지 질병 예찰 방법 및 시스템에 대해 설명하였다.
본 발명에 따르면, 사육 돼지의 건강상태 및 질병감염 여부를 실시간으로 확인하여, 질병의 확산을 사전에 예방할 수 있다.
본 발명에 따르면, 스마트 축산 ICT 단체 표준에 근거한 돈사 객체질병감염 관리를 위한 열상온도 모니터링 및 돈사 화재발생예방을 위한 열상 IP Camera 모니터링시스템을 제공할 수 있다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: IP 카메라
112: 일반 영상 센서
114: 열 영상 센서
200: 저장 장치
300: 서버
322: 일반 영상 획득부
324: 열상 영상 생성부
332: 움직임 후보 영역 설정부
334: 온도변화 후보 영역 설정부
340: 움직임 탐지부
400: 클라이언트 기기
112: 일반 영상 센서
114: 열 영상 센서
200: 저장 장치
300: 서버
322: 일반 영상 획득부
324: 열상 영상 생성부
332: 움직임 후보 영역 설정부
334: 온도변화 후보 영역 설정부
340: 움직임 탐지부
400: 클라이언트 기기
Claims (8)
- 적외선 IP카메라를 이용한 돼지 질병 예찰 시스템에 있어서,
써모파일 어레이 센서(thermopile array sensor)로 이루어진 열 영상 센서(thermal image sensor)로 구성된 IP 카메라;
IP 카메라의 열 영상 센서를 통해 각 공간 별로 돼지 체온을 측정하도록 IP 카메라를 제어하고, 각 공간 별로 돼지 체온 데이터를 수집하도록 구성된 저장 장치; 및
저장 장치와 네트워크를 통해 동작 가능하게 연결되고, 돼지 체온 데이터에 대해 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용하고, 보정변수가 적용된 돼지 체온 데이터를 돼지 질병 별 온도 데이터와 비교하여 돼지 객체 또는 돼지 군집 별로 돼지 질병 감염 여부를 판단하도록 구성된 서버를 포함하고,
상기 서버는,
열 영상 센서로부터 온도 정보를 획득하여 열상 이미지를 생성하는 열상 영상 생성부;
상기 열상 이미지에 대한 움직임 후보 영역을 검출하는 움직임 후보 영역 설정부;
상기 열상 이미지에 대한 온도변화 후보 영역을 검출하는 온도변화 후보 영역 설정부; 및
상기 움직임 후보 영역과 상기 온도변화 후보 영역을 기반으로 최종 움직임 발생 여부를 탐지하는 움직임 탐지부를 포함하고,
상기 움직임 탐지부는,
상기 움직임 후보 영역과 상기 온도변화 후보 영역을 비교하여 중첩 영역이 존재하는지 여부를 확인하고,
상기 중첩 영역이 미존재하는 경우, 상기 움직임 후보 영역으로부터 일반영상 후보영역의 이미지 변화량과 상기 이미지 변화량에 대한 제1 상위 임계값을 추출하고, 열영상 후보영역의 온도 변화량과 상기 온도 변화량에 대한 제2 상위 임계값을 추출하고, 상기 이미지 변화량, 상기 제1 상위 임계값, 상기 온도 변화량 및 상기 제2 상위 임계값을 기준으로 돼지 객체 및 돼지 군집의 최종적인 움직임 발생 여부를 검출하고,
상기 중첩 영역이 존재하는 경우, 상기 일반영상 후보영역으로부터 이미지 변화량과 상기 이미지 변화량에 대한 제1 하위 임계값을 추출하고, 상기 열영상 후보영역의 온도 변화량과 상기 온도 변화량에 대한 제2 하위 임계값을 추출하고, 상기 이미지 변화량, 상기 제1 하위 임계값, 상기 온도 변화량 및 상기 제2 하위 임계값을 기준으로 돼지 객체 및 돼지 군집의 최종적인 움직임 발생 여부를 검출하는, 돼지 질병 예찰 시스템. - 제1항에 있어서,
저장 장치와 네트워크를 통해 동작 가능하게 연결되고, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 획득하도록 구성된 복수의 클라이언트 기기를 더 포함하고,
상기 클라이언트 기기는 각각의 축사 내에 배치된 돼지 객체 및 돼지 군집 별로 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 획득하고,
상기 서버는,
돼지 질병에 감염된 것으로 판단되는 돼지 객체 및 돼지 군집에 대한 돼지 객체 및 군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하는, 돼지 질병 예찰 시스템. - 제1항에 있어서,
상기 서버는,
각각의 축사 내의 돼지 객체의 밀집 정도, 각각의 돼지 질병 별로 상이하게 결정되는 온도 데이터에 기반하여, 온도 ROI 영역을 설정하고,
온도 ROI 영역 별로 상한 온도 이벤트 및 하한 온도 이벤트를 설정하고,
온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체 및 군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하는, 돼지 질병 예찰 시스템. - 제1항에 있어서,
상기 서버는,
각각의 축사 내의 돼지 객체의 밀집 정도, 각각의 돼지 질병 별로 상이하게 결정되는 온도 데이터에 기반하여, 온도 ROI 영역을 설정하고,
각각의 개별 축사 및 모든 축사에 대하여 특정 시간 및 온도 ROI 영역 별로 획득된 온도 데이터와 온도 데이터에 따른 온도 그래프와 돼지 질병 감염 여부에 대한 정보가 포함된 제1 보고서와 제2 보고서를 각각 생성하고,
생성된 제1 보고서를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하고, 생성된 제2 보고서를 요청한 다른 클라이언트 기기로 생성된 제2 보고서를 전달하는, 돼지 질병 예찰 시스템. - 제1항에 있어서,
상기 움직임 탐지부는,
일반 영상 이미지를 기반으로 배경 이미지를 갱신하고, 상기 갱신된 배경 이미지와 상기 일반 영상 이미지를 비교하여 움직임 발생을 추정하는 영역이 검출되는지 여부를 확인하는 것을 특징으로 하는, 돼지 질병 예찰 시스템. - 제5항에 있어서,
상기 움직임 탐지부는,
상기 열 영상 센서에서 출력한 각 픽셀의 온도 데이터를 기반으로 열 영상 이미지를 생성하고, 상기 열 영상 이미지를 기반으로 온도 변환 영역을 검출하고,
내삽(Interpolation)을 이용하여 상기 열 영상 이미지의 해상도로 확장한 해상도 확장 열상 이미지를 생성하고, 상기 해상도 확장 열상 이미지에 칼라 테이블(Color Table)을 적용하여 상기 해상도 확장 열상 이미지를 색공간 이미지로 변환하고, 상기 색공간 이미지로부터 온도 변환 영역을 검출하고,
상기 검출된 온도 변환 영역을 온도 ROI 영역으로 설정하여, 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체 및 군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하는, 돼지 질병 예찰 시스템. - 제6항에 있어서,
상기 움직임 탐지부는,
상기 열 영상 센서에서 출력한 각 픽셀의 온도 데이터를 기반으로 온도 조건을 검색하고, 상기 해상도 확장 열상 이미지의 면적 또는 외곽선으로부터 상기 온도 조건에 따른 후보 영역을 검출하고,
상기 돼지 객체 및 돼지 군집의 최종적인 움직임이 발생하면, 상기 중첩 영역을 온도 ROI 영역으로 설정하여, 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체 및 군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 각각의 축사에 대응하는 해당 클라이언트 기기로 전달하는, 돼지 질병 예찰 시스템. - 적외선 IP카메라를 이용한 돼지 질병 예찰 방법에 있어서, 상기 방법은 돼지 질병 예찰 시스템에 의해 수행되고, 상기 방법은,
써모파일 어레이 센서(thermopile array sensor)로 이루어진 IP 카메라의 열 영상 센서(thermal image sensor)를 통해 각 공간 별로 돼지 체온을 측정하는 돼지 체온 측정 과정;
각 공간 별로 돼지 체온 데이터를 수집하고, 돼지 체온 데이터에 대해 계절 및 기후변수, 먹이활동과 연계한 보정변수를 적용하는 돼지 체온 데이터 수집/보정 과정;
열상 이미지에 대한 움직임 후보 영역과 상기 열상 이미지에 대한 온도변화 후보 영역을 비교하여 중첩 영역이 존재하는지 여부를 확인하는 과정;
상기 중첩 영역이 미존재하는 경우, 상기 움직임 후보 영역으로부터 일반영상 후보영역의 이미지 변화량과 상기 이미지 변화량에 대한 제1 상위 임계값을 추출하고, 열영상 후보영역의 온도 변화량과 상기 온도 변화량에 대한 제2 상위 임계값을 추출하는 과정;
상기 중첩 영역이 미존재하는 경우, 상기 이미지 변화량, 상기 제1 상위 임계값, 상기 온도 변화량 및 상기 제2 상위 임계값을 기준으로 돼지 객체 및 돼지 군집의 최종적인 움직임 발생 여부를 검출하는 과정;
상기 중첩 영역이 존재하는 경우, 상기 일반영상 후보영역으로부터 이미지 변화량과 상기 이미지 변화량에 대한 제1 하위 임계값을 추출하고, 상기 열영상 후보영역의 온도 변화량과 상기 온도 변화량에 대한 제2 하위 임계값을 추출하는 과정; 및
상기 중첩 영역이 존재하는 경우,상기 이미지 변화량, 상기 제1 하위 임계값, 상기 온도 변화량 및 상기 제2 하위 임계값을 기준으로 돼지 객체 및 돼지 군집의 최종적인 움직임 발생 여부를 검출하는 과정; 및
보정변수가 적용된 돼지 체온 데이터를 돼지 질병 별 온도 데이터와 비교하여 돼지 객체 및 돼지 군집 별로 돼지 질병 감염 여부를 판단하는 돼지 질병 감염 여부 판단 과정을 포함하고,
상기 돼지 질병 감염 여부 판단 과정에서, 상기 돼지 객체 및 돼지 군집의 최종적인 움직임이 발생하면, 온도 ROI 영역 별로 상한 온도 이벤트에 따른 상한 온도에 도달하면, 온도 ROI 영역 별로 돼지 객체 및 군집 영상 데이터, 돼지 체온 데이터와 돼지 질병 감염 여부에 대한 정보를 판단하는, 돼지 질병 예찰 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210014282A KR102563218B1 (ko) | 2021-02-01 | 2021-02-01 | 적외선 ip카메라를 이용한 돼지 질병 예찰 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210014282A KR102563218B1 (ko) | 2021-02-01 | 2021-02-01 | 적외선 ip카메라를 이용한 돼지 질병 예찰 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220111083A KR20220111083A (ko) | 2022-08-09 |
| KR102563218B1 true KR102563218B1 (ko) | 2023-08-03 |
Family
ID=82844395
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210014282A KR102563218B1 (ko) | 2021-02-01 | 2021-02-01 | 적외선 ip카메라를 이용한 돼지 질병 예찰 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102563218B1 (ko) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101122644B1 (ko) * | 2009-11-04 | 2012-03-09 | (주)농정사이버 | 가축의 생체변화 모니터링 시스템 |
| KR101437130B1 (ko) * | 2013-02-18 | 2014-09-16 | (주)야긴스텍 | 가축의 바이오 정보에 대한 보정계수를 통한 가축의 질병 판독 시스템 |
| KR101837270B1 (ko) * | 2016-04-29 | 2018-03-12 | 한림대학교 산학협력단 | 발열체를 이용한 열화상 카메라의 온도 측정을 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 |
| KR101866226B1 (ko) * | 2016-11-09 | 2018-07-04 | 건국대학교 산학협력단 | 대가축 모니터링 시스템 |
| KR20190072284A (ko) * | 2017-12-15 | 2019-06-25 | 대원정보통신 주식회사 | 열감지 기능을 가진 열상카메라 및 이를 이용한 cctv시스템 |
| KR20200059140A (ko) * | 2018-11-20 | 2020-05-28 | 주식회사 에어텍 | 스마트 축사 관리 시스템 |
| KR102307478B1 (ko) * | 2019-02-28 | 2021-10-01 | 주식회사 에스티엔 | 컴퓨터 비전을 이용한 가축 질병 예측 시스템 및 그 방법 |
-
2021
- 2021-02-01 KR KR1020210014282A patent/KR102563218B1/ko active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220111083A (ko) | 2022-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101866226B1 (ko) | 대가축 모니터링 시스템 | |
| US20220022427A1 (en) | Ai-based livestock management system and livestock management method thereof | |
| US11238673B2 (en) | Automatic inspection system and method for controlling automatic inspection system | |
| US7242005B2 (en) | Radiation detecting cassette and radiation image data management system | |
| US11325777B2 (en) | Systems and processes for space management of three dimensional containers including biological measurements | |
| EP3264886A1 (en) | System, device and method for observing piglet birth | |
| KR101927220B1 (ko) | 열화상 영상을 이용한 관심대상 감지 방법 및 그를 위한 장치 | |
| US20150366169A1 (en) | Honeybee behavior monitoring sevice and honeybee behavior monitoring system | |
| US20210383664A1 (en) | Intrusion detection methods and devices | |
| KR102319823B1 (ko) | 가축 활동량 모니터링 및 건강 예찰 시스템 및 방법 | |
| Chaudhry et al. | Internet of Things (IoT) and machine learning (ML) enabled livestock monitoring | |
| CN110215212A (zh) | 一种基于低分辨率红外热成像的智能跌倒检测系统 | |
| KR102563218B1 (ko) | 적외선 ip카메라를 이용한 돼지 질병 예찰 시스템 | |
| WO2019076954A1 (en) | METHODS AND DEVICES FOR INTRUSION DETECTION | |
| KR20130088667A (ko) | 가축생산성 향상을 위한 ｕ―ＩＴ기반 원격 화상 진료 장치 | |
| KR20190075253A (ko) | 열화상 이미지를 활용한 가축 질병 감지 시스템 | |
| CN107271439A (zh) | 基于二维码的质量检测跟踪的方法及装置 | |
| Komasilovs et al. | Solution for remote real-time visual expertise of agricultural objects. | |
| Shang et al. | Livestock and poultry posture monitoring based on cloud platform and distributed collection system | |
| CN205356532U (zh) | 一种红外热像仪性能测试数据处理平台 | |
| CN213338759U (zh) | 一种高空抛物捕获系统 | |
| Medjeldi et al. | Wireless system for detecting human temperature | |
| KR20220001756U (ko) | 가축 질병 모니터링 서버 | |
| CN215413821U (zh) | 农业环境监测设备 | |
| KR102574497B1 (ko) | 체온 측정 시스템, 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |