KR20190068266A

KR20190068266A - 영상을 이용한 가축 무게 측정 장치 및 방법

Info

Publication number: KR20190068266A
Application number: KR1020170168493A
Authority: KR
Inventors: 김정구
Original assignee: 김정구
Priority date: 2017-12-08
Filing date: 2017-12-08
Publication date: 2019-06-18

Abstract

본 발명은 영상을 촬영하는 촬영부와, 가축과의 거리를 측정하는 센서부와, 기 촬영한 영상과 측정된 거리에 대한 데이터를 이용하여 가축의 무게를 계산하며 딥러닝을 통해 무게 계산의 정확도를 향상시키는 제어부를 포함하는 영상을 이용한 가축 무게 측정 장치 및 이를 이용한 무게 측정 방법을 제공한다.

Description

영상을 이용한 가축 무게 측정 장치 및 방법{SYSTEM FOR MEASURING WEIGHT OF LIVESTOCKS USING IMAGE ANALYSIS AND METHOD USING THE SAME}

본 발명은 영상을 분석하여 가축의 무게를 측정하는 장치 및 방법에 관한 것이다. 보다 구체적으로, 가축 사진을 촬영한 후 딥러닝을 이용해 가축의 종을 추출해내고 추출된 데이터와 가축과의 거리 등의 데이터를 분석해 가축의 무게를 측정할 수 있는 장치 및 방법에 관한 것이다.

일반적으로, 육우 또는 육돈과 같은 가축은 출하 시의 무게에 따라 품질이 달라져 수시로 무게를 측정할 필요가 있다.

이렇게 무게를 측정하기 위해서 종래에는 가축의 배를 감싼 자루의 상단에 저울과 상기 저울에 훅을 걸어 이를 크래인과 같은 중장비로 들어올려 가축의 무게를 측정하는 원시적인 방법을 사용하였으며, 최근에는 가축의 우리 형상을 가지며 하단에 로드셀을 장착한 우리형 체중계를 이용하기도 한다.

가축을 잡아서 무게를 재는 경우 많은 노동력이 들 뿐 아니라 가축이 극심한 스트레스를 받게 된다. 또한 우리형 체중계(또는 체중선별기)는 장치의 부피가 크고 이동할 수 없으며 가격도 높기 때문에 축산 농가에서 도입하기에 부담이 간다는 문제가 있다.

또한, 체중선별기를 사용할 경우에도 가축을 체중선별기로 이동시켜야 하기 때문에 가축을 임의로 이동시켜야 된다는 어려움이 여전히 존재한다.

이와 같이 영세한 일반 축산 농가의 어려움을 해결하기 위해 보다 손쉽고 저렴하게 가축의 무게를 측정할 수 있는 방법에 대한 연구가 진행되고 있다.

대한민국 등록특허 제10-1657595호 대한민국 등록실용신안 제20-0449529호 대한민국 등록특허 제10-0441392호 대한민국 공개특허 제10-2017-0001933호

본 발명은 가축의 촬영 영상을 분석하여 가축의 무게를 예측하고 딥러닝을 통해 보다 정확한 무게를 도출해 내는 영상을 이용한 가축 무게 측정 장치 및 방법을 제공함에 그 목적이 있다.

상기와 같은 과제를 해결하기 위해 본 발명의 일 실시예에 따른 영상을 이용한 가축 무게 측정 장치는 영상을 촬영하는 촬영부와, 거리를 측정하는 센서부와, 기 촬영한 영상과 측정된 거리에 대한 데이터를 이용하여 가축의 무게를 계산하며 딥러닝을 통해 무게 계산의 정확도를 향상시키는 제어부를 포함한다.

본 발명의 일 실시예에 따르면, 상기 제어부는 기 촬영한 영상에서 가축 이미지를 추출하는 오브젝트 추출 모듈과, 기 가축 이미지를 분석하여 가축의 종류를 판단하는 가축 종 판단 모듈과, 상기 측정된 거리 데이터에 기반하여 촬영된 이미지를 확대 혹은 축소 등의 처리 후 기 판단된 가축 종 및 촬영거리에 기반한 이미지들을 분석하여 상기 가축 이미지에 대응하는 무게를 도출하는 가축 무게 계산 모듈을 포함한다.

본 발명의 일 실시예에 따르면, 상기 오브젝트 추출 모듈은 딥러닝을 통해 상기 촬영한 영상에서 가축 이미지만을 추출해 내는 것을 특징으로 한다.

본 발명의 일 실시예에 따르면, 상기 가축 종 판단 모듈은 딥러닝을 통해 가축 종을 분류하는 것을 특징으로 한다.

본 발명의 일 실시예에 따르면, 상기 센서부는 물체와의 거리를 측정하는 거리센서와, 지면과의 기울기를 측정하는 기울기센서를 포함한다.

본 발명의 일 실시예에 따르면, 상기 거리센서는 일정 각도 차이를 가지고 기울어지도록 배치되는 제1 거리센서와 제2 거리센서를 포함한다.

또한 본 발명은 이미지를 촬영하는 단계와, 촬영된 이미지로부터 배경 이미지와 가축 이미지를 구분하여 가축 이미지를 추출해 내는 단계와, 상기 가축 이미지를 통해 가축의 종을 구분하는 단계와, 기저장된 촬영거리에 기반한 이미지 및 무게 정보를 토대로 상기 가축 이미지로부터 가축의 무게를 도출해 내는 단계와, 딥러닝을 통해 상기 도출된 가축 무게의 정확도를 향상시키는 단계를 포함하는 영상을 이용한 가축 무게 측정 방법을 개시한다.

본 발명의 일 실시예에 따르면, 상기 가축 이미지를 추출하는 단계 및 가축의 종을 구분하는 단계는 딥러닝을 통해 정확도를 향상시키는 것을 특징으로 한다.

본 발명의 일 실시예에 따르면, 상기 가축의 무게를 계산하는 단계는 가축과의 거리 데이터 및 지면과의 기울기 데이터를 가지고 상기 촬영된 이미지를 보정하여 기저장된 특정 각도에서 촬영된 이미지와 비교 분석하는 것을 특징으로 한다.

본 발명의 일 실시예에 따르면, 가축의 무게를 도출해 내는 단계는 가축 이미지로부터 가축에 부착된 기측정된 물체의 이미지를 추출한 후 기저장된 이미지와 비교하여 가축의 무게 추정치를 보정하는 것을 특징으로 한다.

본 발명의 일 실시예에 따른 가축 무게 측정 장치 및 방법에 따르면 가축의 무게를 직접 잴 필요 없이 촬영된 가축 이미지 영상만으로 가축의 무게를 계산해 낼 수 있다. 이를 통해, 보다 저렴하고 간단한 방법으로 가축의 출하 시기를 판단하는 것이 가능해진다.

도 1은 본 발명의 일 실시예에 따른 가축 무게 측정 장치 블록 구성도.
도 2는 본 발명의 일 실시예에 따른 가축 무게 측정 방법의 순서도.
도 3은 본 발명의 일 실시예에 따른 가축 무게 측정 방법을 설명하기 위한 개념도.
도 4는 본 발명의 일 실시예에 따른 가축 무게 측정 장치의 개념도.
도 5는 본 발명의 다른 일 실시예에 따른 가축 무게 측정 방법의 개념도.

이하, 본 발명에 대하여 도면을 참조하여 보다 상세하게 설명한다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.

도 1은 본 발명의 일 실시예에 따른 가축 무게 측정 장치(100) 블록 구성도이다.

본 발명에서 설명하는 가축 무게 측정 장치(100)는 촬영부(120)가 장착된 모든 장치를 포함할 수 있다. 예를 들어, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션 등의 장치를 통해 본 발명의 개념이 구현될 수 있다.

도 1을 참조하면, 가축 무게 측정 장치(100)는 센서부(110), 촬영부(120), 제어부(130), 통신부(140), 저장부(150), 디스플레이부(160) 등을 포함할 수 있다.

센서부(110)는 측정 장치(100)의 위치, 방위, 지면에 대해 기울어진 정도, 대상체와의 거리 등과 같은 정보를 수집한다.

촬영부(120)는 비디오 신호 입력을 위한 것으로, 이에는 카메라와 상기 카메라와 연동되는 마이크 등이 포함될 수 있다. 카메라는 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(160)에 표시될 수 있다.

촬영부(120)는 모션캡쳐 기능을 수행할 수 있다. 예를 들어, 가축 무게 측정 장치(100)가 특정 위치에 고정된 상태에서 상기 촬영부(120)는 대상체의 동작을 추적하며 특정 모션을 감지할 경우 대상체의 이미지를 촬영하여 저장부(150)로 송신한다.

카메라에서 처리된 화상 프레임은 저장부(150)에 저장되거나 통신부(140)를 통하여 외부로 전송될 수 있다. 카메라는 사용 환경에 따라 2개 이상이 구비될 수도 있다.

마이크는 녹음모드, 음성인식 모드 등에서 마이크로폰(Microphone)에 의해 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다.

제어부(130)는 장치의 전반적인 구동을 제어하고, 또한 오브젝트 추출 모듈, 가축 종 판단 모듈, 가축 무게 계산 모듈 등을 포함할 수 있다.

오브젝트 추출 모듈은 촬영부(120)를 통해 촬영된 영상에서 배경 이미지와 가축 이미지를 구분하여 가축 이미지를 추출해 낸다. 장치는 딥러닝을 통해 배경 이미지와 가축 이미지 구분의 정확도를 향상시킬 수 있다.

가축 종 판단 모듈은 추출된 가축 이미지를 분석하여 가축의 종류를 판단한다. 장치는 딥러닝을 통해 가축 종별 구분의 정확도를 향상시킬 수 있다.

가축 무게 계산 모듈은 기저장된 이미지의 크기, 거리, 무게 정보와 촬영된 가축 이미지의 크기, 거리를 비교하여 가축의 무게를 계산한다.

통신부(140)는 측정 장치(100)와 측정 장치(100)가 위치한 네트워크 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 예를 들어, 통신부(140)는 이동통신 모듈, 무선 인터넷 모듈, 근거리 통신 모듈 및 위치정보 모듈 등을 포함할 수 있다.

저장부(150)에는 측정의 기준이 되는 이미지, 무게 정보 등이 저장될 수 있다. 또한 새로 촬영되는 가축 이미지를 기존의 이미지와 비교 분석하여 새로운 데이터 풀을 구성할 수 있다.

디스플레이부(160)는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display) 중에서 적어도 하나를 포함할 수 있다.

디스플레이부(160)에는 촬영하고자 하는 대상체의 이미지 및 대상체의 윤곽을 가이드 하는 가이드 라인이 표시될 수 있다. 본 발명의 일 실시예에 따르면 대상체가 가이드 라인에 비해 작을 경우 대상을 줌인하여 가이드 라인에 맞출 수 있고, 대상체가 가이드 라인에 비해 클 경우 대상을 줌아웃하여 가이드 라인에 맞출 수 있다.

상기 디스플레이부(160)에는 추정된 무게와 대상 가축과의 거리 정보가 표시될 수 있다.

도 2는 본 발명의 일 실시예에 따른 가축 무게 측정 방법의 순서도이고, 도 3은 본 발명의 일 실시예에 따른 가축 무게 측정 방법을 설명하기 위한 개념도, 도 4는 본 발명의 일 실시예에 따른 가축 무게 측정 장치(100)의 개념도이다.

도 2를 참조하면, 가축 무게 측정 방법은 이미지를 촬영하는 단계(S110), 이미지에서 대상 가축 이미지를 추출하는 단계(S120), 추출된 가축 이미지를 이용하여 가축의 종을 구분하는 단계(S130), 가축 종별로 거리 데이터를 이용해 가축 이미지 상 가축의 무게를 계산하는 단계(S140), 계산 결과를 데이터베이스에 저장하는 단계(S150) 등을 포함할 수 있다.

본 발명에 따르면 제어부는 쵤영된 대상체의 이미지로부터 대상체에 대한 제1 특징값과, 제2 특징값을 도출해 낼 수 있다.

예를 들어, 제1 특징값은 대상체와 배경을 구분하기 위한 것으로, 예를 들어 대상체의 다리, 머리, 꼬리 등에 대한 위치 정보를 통해 추정해 낼 수 있다.

제2 특징값은 대상체의 종류를 구분하기 위한 것으로, 예를 들어 가축의 머리, 몸통, 다리 등의 비율이나 배치 등을 통해 대상체의 종류를 추정해 낼 수 있다.

또한, 저장부는 가축 이미지 및 상기 가축 이미지에 대응하는 가축의 무게를 포함하는 복수의 데이터를 구비하고, 제어부는 상기 복수의 가축이미지 데이터에서 가축의 면적 혹은 면적을 분석하여 촬영된 이미지와 가장 유사한 데이터를 찾아내고 가축 이미지에 대응하는 가축 무게를 도출해 낸다.

본 발명에서는 상기 복수의 데이터에 가축 이미지가 촬영된 거리에 대한 데이터를 추가로 반영하여 가축 무게 측정의 정확도를 높인다. 예를 들어, 제어부는 가축 이미지와 가축 이미지에 대응하는 가축의 무게 데이터 뿐 아니라 새로운 특징값인 이미지 촬영시의 거리값을 파라미터로 반영할 수 있다. 거리값을 반영하는 방법은 아래에서 설명하는 방법들에 의할 수 있다.

본 발명의 일 실시예에 의하면, 제어부가 저장부에 기저장된 가축의 이미지 데이터, 상기 가축의 이미지가 촬영된 거리 데이터, 상기 가축의 전면에서의 촬영 회전각도 데이터 및 상기 가축 이미지에 대응하는 무게 및 육종등급 데이터를 이용하여 딥러닝으로 학습한 학습 데이터를 베이스 값으로 설정하는 단계와, 장치를 통해 촬영된 대상체의 이미지로부터 제1 특징값 및 제2 특징값을 도출해 내는 단계와, 센서부를 통해 측정된 대상체와의 거리값을 제3 특징값으로 설정하는 단계, 대상체가 정면으로부터 기울어진 각도를 제4 특징값으로 설정하는 단계, 상기 제1 내지 제4 특징값을 패러미터로 설정하여 상기 데이터 베이스 값에서 가장 유사한 데이터를 찾아내는 단계를 거쳐 대상 가축의 무게와 육종등급을 보다 정확히 추정해 낼 수 있다.

도 3 및 도 4를 참조하면, 가축 무게 측정 장치(100)는 몸체(101)와, 거리센서와, 카메라와, 촬영버튼(102) 등을 포함할 수 있다.

거리센서는 서로 다른 지점에 대한 거리를 측정하는 제1 거리센서(111a) 및 제2 거리센서(111b)를 포함할 수 있다. 예를 들어, 제1 거리센서는 대상 가축과의 거리를 측정하고 제2 거리센서는 지면과의 거리를 측정할 수 있다. 제1 거리센서와 제2 거리센서의 측정방향에 대한 기울기를 이미 알고 있기 때문에 제1 거리센서와 제2 거리센서의 측정 데이터를 통해 가축의 크기 및 부피 등의 데이터를 추정할 수 있다.

다른 실시예에 따르면, 가축 무게 측정 장치(100)는 센서부(110)를 통해 지면과의 기울기를 측정할 수 있다. 촬영한 가축과의 거리 데이터와 해당 가축을 촬영할 때 장치와 지면의 기울기 데이터를 가지고 기저장된 가축 이미지와 비교하는 것이 가능하다. 보다 구체적으로, 저장부(150)에 가축 이미지와 해당 가축 이미지에 대한 무게 정보가 저장되어 있을 경우 새로 촬영되는 이미지를 저장된 이미지가 촬영된 조건에 맞추어야 정확한 무게 추정값을 얻을 수 있다.

본 발명의 일 실시예에서는 사진이 촬영되었을 때의 촬영 각도값을 계산하여 촬영된 영상 이미지를 초기 저장 이미지의 촬영 조건에 맞게 수정한다.

예를 들어, 저장된 이미지가 정면에서 촬영된 이미지이고 촬영한 이미지가 20도 만큼 아래쪽으로 비스듬히 찍은 이미지라면 제어부(130)는 딥러닝을 통해 20도 차이에 따른 평면 이미지 면적 변화율을 계산하여 가축 무게 측정값을 다시 보정할 수 있다.

본 발명의 다른 일 실시예에 따르면, 대상체의 정면에서 벗어나 이미지를 촬영하는 경우 제어부(130)는 두 개의 거리센서를 통해 측정된 거리값에 기인하여 대상체의 기울어진 정도를 계산해 낼 수 있다. 예를 들어, 서로 이격되어 있는 두 거리센서의 거리값과 각 거리센서가 측정한 대상체와의 거리값을 통해 대상체가 정면으로부터 기울어진 각도를 계산할 수 있다.

보다 구체적으로, 제어부(130)는 두 거리센서 사이의 간격(a)과 각 거리센서가 측정한 거리의 차(b)를 통해 대상체가 정면에서 틀어진 각도를 추정할 수 있다. 제어부는 추정된 각도값을 이미지를 통한 무게값 측정 과정에 반영하여 측정값의 정확도를 향상시킨다.

또한, 본 발명의 또 다른 실시예에 따르면 제어부(130)는 촬영부(120)로부터 인식된 대상체 이미지에서 대상체의 길이방향 라인을 추정할 수 있다. 길이방향 라인은 대상체의 특징점을 적어도 2곳 이상 추출하여 추정할 수 있다. 예를 들어, 이미지 상 대상체의 머리와 꼬리를 특징점으로 추출할 수 있다면 머리와 꼬리를 잇는 가상의 라인을 길이방향 라인으로 추정할 수 있다. 추정된 길이방향 라인과 거리센서 측정값을 통해 제어부(130)는 대상체가 정면에서 틀어진 각도를 추정할 수 있다.본 발명의 다른 실시예에 따르면 측정 장치(100)는 이미 알고 있는 크기의 물체와 가축을 동시에 촬영할 수 있다.

도 3을 참조하면, 축사 바닥에 표시된 물체(200)와 가축을 동시에 촬영하여 가축과의 거리 및 가축의 크기 정보를 얻을 수 있다. 또한, 가축의 몸에 특정한 표식을 부착해 놓고 촬영 이미지에서 해당 표식의 크기를 판별하여 가축과의 거리를 도출해 낼 수 있다.

도 5는 본 발명의 다른 일 실시예에 따른 가축 무게 측정 방법의 개념도이다.

도 5를 참조하면, 본 발명의 가축 무게 측정 방법에서는 각 패러미터에 대한 딥러닝 분리학습을 통해 추정하고자 하는 결과값을 보다 빠르고 정확하게 얻을 수 있다. 본 실시예에서는 각 딥러닝 단계마다 러닝의 기초 데이터들이 저장부에 각각 저장된다.

최초 촬영 사진에는 이미지 데이터와 거리 데이터가 저장된다.

제1 딥러닝 단계(D1)에서는 이미지 데이터에 대한 학습(S1)을 진행하여 대상체를 배경으로부터 분간해 낸다.

제2 딥러닝 단계(D2)에서는 제1 딥러닝 단계(D1)에서 분간된 대상체 이미지의 특징을 추출하여 대상체의 종을 구분한다(S2).

제3 딥러닝 단계(D3)에서는 제1 딥러닝 단계(D1)에서 분간된 대상체의 이미지의 촬영 각도를 분석한다(S3). 이 단계에서는 상기에서 설명한 각도 분석 방법이 적용될 수 있다.

제4 딥러닝 단계(D4)에서는 상기 S1, S2, S3의 학습 결과, 사진 이미지 데이터(S4), 사진을 찍은 거리에 대한 데이터(S6) 및 사진을 찍은 높이에 대한 데이터(S5)를 입력 받아 대상 가축의 무게와 등급을 도출해 낸다.

본 발명에서는 사진 속 가축의 무게와 등급을 도출함에 있어 순차 딥러닝 과정을 거쳐 보다 정확한 결과값을 추정할 수 있다.

상기에서 설명한 본 발명의 적어도 일 실시예에 따른 가축 무게 측정 장치 및 방법에 따르면, 가축의 무게를 직접 잴 필요 없이 촬영된 가축 이미지 영상만으로 가축의 무게를 계산해 낼 수 있다. 이를 통해, 보다 저렴하고 간단한 방법으로 가축의 출하 시기를 판단하는 것이 가능해진다.

이상에서 설명한 가축 무게 측정 장치 및 방법은 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

100 : 가축 무게 측정 장치 101 : 몸체
110 : 센서부 120 : 촬영부
130 : 제어부 140 : 통신부
150 : 저장부 160 : 디스플레이부

Claims

영상을 촬영하는 촬영부;
가축과의 거리를 측정하는 센서부; 및
상기 촬영한 영상과 측정된 거리에 대한 데이터를 이용하여 가축의 무게를 계산하며 딥러닝을 통해 무게 계산의 정확도를 향상시키는 제어부를 포함하는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 장치.
제1항에 있어서,
상기 제어부는,
상기 촬영한 영상에서 가축 이미지를 추출하는 오브젝트 추출 모듈;
상기 가축 이미지를 분석하여 가축의 종류를 판단하는 가축 종 판단 모듈; 및
상기 판단된 가축 종에 대한 이미지들을 분석하여 상기 가축 이미지에 대응하는 무게를 도출하고 상기 도출된 무게를 상기 측정된 거리 데이터를 이용하여 조정하여 가축의 무게를 계산하는 가축 무게 계산 모듈을 포함하는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 장치.
제2항에 있어서,
상기 오브젝트 추출 모듈은 딥러닝을 통해 상기 촬영한 영상에서 가축 이미지만을 추출해 내는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 장치.
제3항에 있어서,
상기 가축 종 판단 모듈은 딥러닝을 통해 가축 종을 분류하는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 장치.
제1항에 있어서,
상기 센서부는,
물체와의 거리를 측정하는 거리센서; 및
지면과의 기울기를 측정하는 기울기센서를 포함하는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 장치.
제5항에 있어서,
상기 거리센서는,
일정 각도 차이를 가지고 기울어지도록 배치되는 제1 거리센서와 제2 거리센서를 포함하는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 장치.
이미지를 촬영하는 단계;
촬영된 이미지로부터 배경 이미지와 가축 이미지를 구분하여 가축 이미지를 추출해 내는 단계;
상기 가축 이미지를 통해 가축의 종을 구분하는 단계;
기저장된 이미지 및 무게 정보를 토대로 상기 가축 이미지로부터 가축의 무게를 도출해 내는 단계; 및
딥러닝을 통해 상기 도출된 가축 무게의 정확도를 향상시키는 단계를 포함하는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 방법.
제7항에 있어서,
상기 가축 이미지를 추출하는 단계 및 가축의 종을 구분하는 단계는 딥러닝을 통해 정확도를 향상시키는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 방법.
제8항에 있어서,
상기 가축의 무게를 계산하는 단계는,
가축과의 거리 데이터 및 지면과의 기울기 데이터를 가지고 상기 촬영된 이미지를 보정하여 기저장된 특정 각도에서 촬영된 이미지와 비교 분석하는 것을 특징으로 하는 영상을 이용한 가축 무게 측정 방법.
(a) 사진 촬영이미지에 대한 제1 딥러닝을 수행하여 대상체 이미지를 배경 이미지로부터 분간하는 단계;
(b) 분간된 대상체 이미지에 대한 제2 딥러닝을 수행하여 대상체의 종을 구분하는 단계;
(c) 상기 분간된 대상체에 대한 제3 딥러닝을 수행하여 대상체에 대해 전면에서의 촬영 회전각도를 추정하는 단계; 및
(d) 상기 (a),(b),(c) 단계의 학습 결과물과 상기 사진 촬영이미지의 촬영거리 데이터를 이용해 제3 딥러닝을 수행하고 이를 통해 촬영이미지 상 가축의 무게를 도출하는 단계를 포함하는 순차 딥러닝을 통한 가축 무게 측정 방법.