KR20190102760A

KR20190102760A - 이상 개체 검출 장치 및 방법, 이를 포함하는 촬상 장치

Info

Publication number: KR20190102760A
Application number: KR1020180023639A
Authority: KR
Inventors: 신제용; 김일봉; 류승훈
Original assignee: 엘지이노텍 주식회사
Priority date: 2018-02-27
Filing date: 2018-02-27
Publication date: 2019-09-04
Also published as: KR102619829B1

Abstract

본 발명의 실시예에 따르면, 이미지로부터 생성된 영상 데이터를 복수개의 구역으로 분할하는 데이터 처리부; 및 구역별로 이상 징후의 정도를 판단하고, 상기 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석하는 제어부를 포함하는 이상 개체 검출 장치를 제공한다.

Description

이상 개체 검출 장치 및 방법, 이를 포함하는 촬상 장치{APPARATUS AND METHOD FOR DETECTING ABNORMAL OBJECT AND IMAGING DEVICE COMPRISING THE SAME}

본 발명의 실시예는 이상 개체 검출 장치 및 방법, 이를 포함하는 촬상 장치에 관한 것이다.

축산물에 대한 소비가 늘어나면서,　가축을 효율적으로 관리하는 방법에 대한 다양한 방안들이 제안되고 있다.

종래에는 사람이 각각의　가축의 상태를 파악하여, 이상 징후가 나타나는　가축에 대하여 진료를 받게 하거나 따로 격리시켰다. 다만,　가축의 수가 많은 경우 모든　가축을 관리하기 위해서는 많은 인력이 필요하다는 문제점이 있었다.

또한, 일부　가축에 전염병이 발생하면　가축의 대부분이 폐사하는 결과가 초래될 수 있으므로,　가축의 이상 여부를 빠르고 정확하게 판단할 수 있는 방안이 요구되고 있다.

또한, 교통 수단의 발달로 인하여 특정 지역에서 발생된　질병은 특정한 장소에 한정되지 않고 전국적으로 빠른 시간 내에 전염되는 현실에서 초기에 빠른　질병　판단이 요구되고 있다. 가축의　질병　판단에 있어서 발열에 따른 온도측정 방식이 질병　유무 판단의 기준으로 활용되고 있다. 그러나 많은　가축에 대한 일률적인 온도측정이 이루어지기 때문에,　가축　개체 각각의 상태에 따른　질병　판단에 대한 어려움이 있다. 또한, 이러한 온도 측정에 의한 질병 판단 방식은 질병 발생 초기 단계에 개체를 검출하는데에 어려움이 있다.

본 발명이 이루고자 하는 기술적 과제는 사육장 내부를 촬영한 영상 데이터 상에서 질병에 걸린 가능성이 높은 개체를 검출할 수 있는 이상 개체 검출 장치 및 방법, 이를 포함하는 촬상 장치를 제공하는데 있다.

상기 제어부는 상기 이상 징후가 있는 것으로 판단되는 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 중 적어도 하나의 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석할 수 있다.

상기 제어부는 상기 이상 징후의 정도에 따라 상기 구역을 제1구역, 제2구역 및 제3구역으로 분류할 수 있다.

상기 제어부는 상기 제1구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석할 수 있다.

상기 제어부는 상기 제2구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 또는 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석할 수 있다.

상기 제어부는 상기 제3구역으로 분류된 구역에 대하여 구역별 이상 개체 분석을 수행하지 않을 수 있다.

상기 데이터 처리부는 상기 영상 데이터를 균등한 크기의 복수개의 구역으로 분할할 수 있다.

상기 데이터 처리부는 카메라의 왜곡 특성에 따라 상기 영상 데이터를 뷸균등한 크기의 복수개의 구역으로 분할할 수 있다.

상기 데이터 처리부는 상기 영상 데이터가 어안 렌즈에 의하여 촬영된 경우, 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 작게 분할할 수 있다.

상기 데이터 처리부는 상기 영상 데이터가 망원 렌즈에 의하여 촬영된 경우, 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 크게 분할할 수 있다.

상기 데이터 처리부는 상기 영상 데이터에서 먹이통이 위치한 구역의 크기를 주변 구역의 크기보다 작게 분할할 수 있다.

상기 제어부는 구역별 모션 벡터 및 구역별 색상 통계치 및 적어도 하나를 이용하여 구역별로 이상 징후의 정도를 판단할 수 있다.

본 발명의 실시예에 따르면, 이미지를 촬영하여 영상 데이터를 생성하는 이미지 센서; 상기 영상 데이터를 복수개의 구역으로 분할하는 데이터 처리부; 및 구역별로 이상 징후의 정도를 판단하고, 상기 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석하는 제어부를 포함하는 촬상 장치를 제공한다.

본 발명의 실시예에 따르면, 이미지를 촬영하는 단계; 상기 이미지를 이용하여 영상 데이터를 생성하는 단계; 상기 영상 데이터를 복수개의 구역으로 분할하는 단계; 및 구역별로 이상 징후의 정도를 판단하는 단계; 상기 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석하는 단계를 포함하는 이상 개체 검출 방법을 제공한다.

본 발명인 이상 개체 검출 장치 및 방법, 이를 포함하는 촬상 장치는 사육장 내부를 촬영한 영상데이터 상에서 질병에 걸린 가능성이 높은 이상 개체를 검출할 수 있다.

또한, 사육장 내부를 촬영한 영상 데이터를 복수개의 구역으로 분할하여 구역별 이상 징후 발생 가능성을 판단할 수 있다.

또한, 구역별 이상 징후 발생 가능성에 따라 차등적인 분석 방식을 적용함에따라 분석 데이터의 연산령을 감소시키고, 정확도를 향상시킬 수 있다.

또한, 이상 개체를 추적하여 감시할 수 있다.

또한, 이상 개체 발생시 관리자에게 알림 또는 경고를 송출할 수 있다.

도 1은 본 발명의 실시예에 따른 사육장 관리 시스템의 개념도이다.
도 2는 본 발명의 실시예에 따른 촬상 장치의 블록도이다.
도3 내지 도7은 본 발명의 실시예에 따른 데이터 처리부의 동작을 설명하기 위한 도면이다.
도8 내지 도9는 본 발명의 실시예에 따른 제어부의 동작을 설명하기 위한 도면이다.
도10은 본 발명의 실시예에 따른 이상 개체 검출 방법의 순서도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제2, 제1 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

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, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

도 1은 본 발명의 실시예에 따른 사육장의 개념도이고, 도 2는 본 발명의 실시예에 따른 촬상 장치의 블록도이다.

도 1 내지 2를 참조하면, 먼저 사육장(10)은 가축을 사육하는 축사를 의미한다. 가축은 닭, 오리 등의 가금류뿐만 아니라, 소, 돼지 등 축사 내에서 집단으로 사육되는 다양한 종류의 동물일 수 있다.

촬상 장치(100)는 사육장(10) 내의 환경을 검출하고, 이를 관리 서버(200) 및 공조 장치(300) 중 적어도 하나에 전송할 수 있다. 이를 위하여, 촬상 장치(100)는 관리 서버(200) 및 공조 장치(300)와 유선 또는 무선으로 통신할 수 있다. 여기서, 촬상 장치(100)가 관리 서버(200) 및 공조 장치(300)와 각각 통신하는 것으로 도시되어 있으나, 이로 제한되지 않으며, 촬상 장치(100)가 관리 서버(200)와 통신하고, 관리 서버(200)가 공조 장치(300)와 통신할 수도 있다.

사육장(10) 내에는 복수개의 촬상 장치가 배치될 수 있다. 촬상 장치(100)는 이미지 센서(111)에서 촬영한 영상 데이터를 관리 서버(200)로 전송할 수 있다. 또는, 사육장(10)내에는 별도의 데이터 수집장치(150)가 배치되어 복수개의 촬상 장치(100)로부터 영상 데이터를 수집하여 관리 서버(200)로 전송할 수 있다. 사육장(10) 내부의 상태를 정밀하게 분석하기 위하여 촬상 장치(100)의 영상 데이터는 고화질, 고용량의 특성을 가질 수 있다. 따라서, 복수개의 촬상 장치(100)에서 촬영된 영상 데이터를 실시간으로 원격의 관리 서버(200)로 전송하기 위하여서는 큰 대역폭이 요구될 수 있으며, 이에 따라 전송 속도가 저하될수 있다. 따라서, 별도의 데이터 수집장치(150)에서는 사육장(10)내의 촬상 장치(100)로부터 영상 데이터를 수집하여 인코딩 한 후 관리 서버(200)로 전송함으로써 통신 대역폭을 저감시키고, 전송 속도를 향상시킬 수 있다. 또는 촬상 장치(100)는 영상 데이터를 이용하여 사육장(10)상태를 분석하기 위한 1차 분석을 수행한 후, 가공된 데이터를 데이터 수집장치에 전달하거나 또는 관리 서버(200)에 전송할 수 있다. 즉, 촬상 장치(100)는 사육장(10)의 상태 분석을 위하여 필요한 데이터만을 선별하여 데이터 수집장치(150)에 전달하거나 또는 관리 서버(200)에 전송함으로써 통신 자원을 효율적으로 관리할 수 있다. 또는 촬상 장치(100)는 사육장(10)을 촬영한 영상 데이터를 이용하여 사육장(10) 내부 상태를 1차적으로 분석하여 그 결과를 데이터 수집장치(150)에 전달하거나 또는 관리 서버(200)에 전송할 수 있다.

관리 서버(200)는 퍼스널 컴퓨터(personal computer, PC), 태블릿 PC, 휴대단말 등을 포함하는 서버일 수 있다. 촬상 장치(100)가 관리 서버(200)에게 사육장(10) 내의 환경을 전송하는 경우, 관리자는 관리 서버(200)에 출력된 화면 등을 통하여 사육장(10) 내의 환경을 인지할 수 있다. 예를 들어, 촬상 장치(100)가 사육장(10) 내의 이상상황을 포착하여 이를 관리 서버(200)에게 전송한 경우, 관리자는 관리 서버(200)에 출력된 화면을 통하여 사육장(10) 내에 이상상황이 발생하였음을 인지할 수 있으며, 이상상황에 대하여 초기에 대응할 수 있다. 여기서, 이상상황은, 예를 들어 질병에 걸린 가축의 발생, 가축의 임신, 가축의 생장 기간, 사육장(10) 내 습도, 온도, 특정 분자의 농도 이상 등일 수 있다.

관리 서버(200)가 복수의 사육장(10)으로부터 정보를 전송 받는 중앙 서버일 경우에 관리자는 관리 서버(200)와이 접근성이 용이 하지 않을 수 있다. 이런 경우 관리 서버(200)는 별도의 관리자의 휴대단말 등을 통하여 사육장(10) 내에 이상상황에 대한 정보를 전달 할 수 있다.

또한, 관리 서버(200)는 촬상 장치(100) 또는 데이터 수집장치(150)에서 전송한 데이터를 이용하여 사육장 상태를 분석할 수 있다. 예를 들면, 관리 서버(100)는 복수개의 촬상 장치(100) 또는 데이터 수집장치(150)에서 1차적으로 가공된 데이터를 수신하여 사육장 상태에 대한 보다 정밀한 분석을 수행할 수 있다. 관리 서버(200)는 촬상 장치(100)의 통신부(115)와 데이터 통신을 수행하거나 또는 데이터 수집장치(150)에 장착된 통신 모듈(미도시)과 데이터 통신을 수행할 수 있다. 관리 서버(200)는 촬상 장치(100)에서 촬영한 원본 영상과 1차적으로 가공된 가공 영상 데이터를 수신할 수 있다. 이 때, 가공 영상 데이터는 사육장 관리 장치(100) 또는 촬상 장치(100)에서 원본 영상에 대하여 1차적인 분석을 수행하고, 이를 인코딩한 데이터를 의미할 수 있다.

공조 장치(300)는 사육장(10)의 온도를 조절하는 장치이다. 촬상 장치(100)가 사육장(10) 내 온도이상을 포착하여 관리 서버(200)에게 전송한 경우, 관리자는 관리 서버(200)에 출력된 화면을 통하여 사육장(10) 내 온도이상이 발생하였음을 인지할 수 있으며, 공조 장치(300)를 제어하여 사육장(10) 내 온도를 정상화할 수 있다. 또는, 촬상 장치(100)가 사육장(10) 내 온도이상을 검출하여 공조 장치(300)에게 직접 전달한 경우, 공조 장치(300)가 직접 사육장(10) 내 온도를 정상화할 수도 있다. 예를 들어, 사육장(10) 내의 온도가 가축이 생활하기에 적절한 온도보다 낮거나, 높은 경우, 가축들의 움직임이 둔화되는 경향이 있다. 이에 따라, 촬상 장치(100), 관리 서버(200), 또는 공조 장치(300)는 사육장(10) 내 온도이상을 검출하여 사육장(10) 내 온도를 정상화할 수 있다.

공조 장치(300)는 사육장(10)의 습도를 조절할 수 있다. 사육장(10) 내의 습도 이상이 발생한 경우, 공조 장치(300)를 제어하여 사육장(10) 내 습도를 정상화할 수 있다.

촬상 장치(100)는 이미지 센서(111), 데이터 처리부(112), 모션 검출부(113), 제어부(114), 통신부(115), 표시부(116), 유저 인터페이스부(117), 인코딩부(118), 데이터 베이스(119), 광원부(120), 팬틸트부(121)를 포함한다. 본 발명의 실시예에서는 데이터 처리부(112), 모션 검출부(113), 제어부(114), 통신부(115)를 포함하는 이상 개체 검출 장치가 촬상 장치(100)에 포함되어 구성되는 것으로 도시하였다. 그러나, 이상 개체 검출 장치는 별도의 모듈 형태로 제작되어 데이터 수집장치(150) 또는 관리 서버(200)에 포함되어 구성될 수 있다. 또는, 이상 개체 검출 장치는 별도의 디바이스 형태로 독립된 제품으로 실시될 수 있다. 이상 개체 검출 장치가 촬상 장치(100)와 별도의 모듈 또는 디바이스 형태로 적용되는 경우 이상 개체 검출 장치는 통신부(115)를 통하여 촬상 장치(100)로부터 영상 데이터를 수신할 수 있다.

이하에서는, 이상 개체 검출 장치가 촬상 장치(100)내에 포함되어 있음을 예로 들어 설명하기로 한다.

촬상 장치(100)는 사육장(10)내에 복수개가 설치될 수 있다. 예를 들어, 촬상 장치(100)는 사육장(10)의 상부에 배치된 적어도 하나의 상부 촬상 장치 및 사육장의 측부에 배치된 적어도 하나의 측부 촬상 장치를 포함할 수 있다. 상부 촬상 장치 및 측부 촬상 장치 각각은 유선 또는 무선으로 통신이 가능하여 실시간 영상의 송출이 가능한 IP 카메라일 수 있다. 본 발명의 실시예에서는 사육장 상부에 하나의 촬상 장치(100)가 배치되어 있는 것을 예로 들어 설명하기로 한다.

이미지 센서(111)는 복수 개체를 포함하는 이미지를 촬영할 수 있다. 본 발명의 실시예에서 복수 개체는 사육장 내부에서 사육되는 가금류를 의미할 수 있다. 이미지 센서(111)는 복수 개체를 포함하는 이미지를 이용하여 영상 데이터를 생성할 수 있다. 하나의 영상 데이터는 단일 프레임을 의미할 수 있다. 이미지 센서 (111)는 순차적으로 촬영되는 이미지를 이용하여 복수개의 영상 데이터를 생성할 수 있다.

이미지 센서(111)는 COMS(complementary metal-oxide semiconductor) 모듈 또는 CCD(charge coupled device) 모듈 등을 이용하여 피사체를 촬영하는 이미지 센서일 수 있다. 이때, 입력되는 영상 프레임은 렌즈를 통해 이미지 센서(111) 내의 COMS 모듈 또는 CCD 모듈로 제공되고, COMS 모듈 또는 CCD 모듈은 렌즈를 통과한 피사체의 광신호를 전기적 신호(영상 데이터)로 변환하여 출력한다.

이미지 센서(111)는 시야각이 넓은 어안렌즈 또는 광각렌즈를 포함할 수 있다. 이에 따라, 하나의 촬상 장치(100)가 사육장(10) 내부의 전체 공간을 촬영하는 것이 가능하다.

또한, 이미지 센서(111)는 깊이 카메라일 수 있다. 이미지 센서(111)는 다양한 깊이 인식 방식 중 어느 하나의 방식으로 구동될 수 있으며, 이미지 센서(111)를 통하여 촬영된 영상에는 깊이 정보가 포함될 수 있다. 이미지 센서(111)는 예를 들어, 키넥트 센서일 수 있다. 키넥트 센서는 구조광 투영 방식의 깊이 카메라로서, 프로젝터나 레이저를 이용하여 정의된 패턴 영상을 투영시키고 카메라를 통하여 패턴이 투영된 영상을 획득함으로써 장면의 삼차원 정보를 획득할 수 있다. 이러한 키넥트 센서는 적외선 레이저를 이용해 패턴을 조사하는 적외선 방사체, 및 적외선 영상을 촬영하는 적외선 카메라를 포함하며, 일반적인 웹캠과 같은 기능을 하는 RGB 카메라가 적외선 방사체와 적외선 카메라 사이에 배치되어 있다. 이 외에도, 키넥트 센서에는 마이크 배열과 카메라의 각도를 조절하는 팬틸트부(121)가 더 구성될 수 있다.

키넥트 센서의 기본적인 원리는, 적외선 방사체에서 조사된 레이저 패턴이 물체에 투영되어 반사되면, 반사 지점에서의 패턴의 위치 및 크기를 이용해 물체 표면까지의 거리를 구하게 된다. 이러한 원리에 따라, 이미지 센서(111)는 축사 내 공간으로 레이저 패턴을 조사하고, 개체에서 반사된 레이저 패턴을 센싱하여 개체 별 깊이 정보를 포함하는 영상 데이터를 생성할 수 있다.

데이터 처리부(112)는 영상 데이터 상에서 개체를 검출하여 위치 분포 데이터를 생성할 수 있다.

예를 들면, 데이터 처리부(112)는 영상 데이터에서 개체의 외곽선을 검출하고, 검출된 외곽선과 데이터 베이스(119)에 미리 저장된 동물 개체의 외형을 비교하여 미리 저장된 동물 개체의 외형과 매칭되는 외곽선을 가진 개체를 동물 개체로서 검출할 수 있다. 이때, 데이터 베이스(119)에 저장된 동물 개체의 외형은 적어도 하나 이상의 동물 개체의 외형일 수 있으며, 데이터 처리부(112)는 상술한 바와 같이 매칭되는 외곽선을 가진 개체를 동물 개체로서 검출함과 동시에 해당 동물 개체의 종류도 판단할 수 있다.

또한, 예를 들면, 데이터 처리부(112)는 영상 데이터 내의 개체의 특징점을 추출하고, 추출된 특징점이 데이터 베이스(119)에 미리 저장된 동물 개체의 특징점에 임계치 이상의 근접도로 매칭되면, 해당 영상 데이터 내의 개체를 동물 개체로서 검출할 수 있다. 이때, 데이터 처리부(112)는 비교 대상이 되는 두 개체의 영상에서 특징점을 추출하고, 추출된 두 개체의 특징점 기술자(descriptor)를 매칭하는 SIFT(Scale Invariant Feature Transform) 또는SURF(Speeded Up Robust Features) 알고리즘을 사용할 수 있다.

또한, 예를 들면, 데이터 처리부(112)는 영상 데이터에서 개체들의 윤곽을 기초로 동물 개체를 검출할 수 있다. 보다 구체적으로, 데이터 처리부(112)는 영상 데이터에서 개체들의 윤곽을 검출하여 에지 영상을 생성하고, 데이터 베이스(119)에 미리 저장된 사육장의 배경 영상인 전경 영상 데이터로부터 윤곽을 검출하여 배경 에지 영상을 생성하며, 에지 영상에서 배경 에지 영상을 뺀 차 영상(different image) 에서 동물 개체를 검출할 수 있다. 이때, 데이터 처리부(112)는 영상 데이터 프레임의 그래디언트(gradient) 정보를 이용하여 프레임 내에 나타나는 개체의 윤곽을 에지로 검출하여 에지 영상을 생성한다. 여기서, 그래디언트 정보는 프레임에서 소정의 화소들 중 인접하는 화소들 간의 차이값으로부터 생성된 값으로서 차이의 절대값의 합을 의미하고, 에지는 그래디언트 정보를 이용한 개체 간의 경계선을 의미한다.

또한, 데이터 처리부(112)는 기촬영된 사육장 내 전경의 영상 데이터에서 배경에 해당하는 개체의 에지를 검출하여 배경 에지 영상을 생성할 수 있다. 이때의 배경 에지 영상은 기설정된 영역의 개체들의 윤곽을 배경에지로 검출한 영상일 수 있으나, 기촬영된 사육장(10) 내 전경의 복수개의 영상 데이터 프레임을 비교하여 소정의 횟수이상 반복하여 동일하게 나타나는 개체의 윤곽을 배경에지로 검출한 영상일 수도 있다.

또한, 데이터 처리부(112)는 개체 검출 분류기를 이용하여 영상 데이터에서 동물 개체를 검출할 수 있다. 이때, 개체 검출 분류기는 동물 개체의 자세나 외부 환경을 달리하여 기촬영한 동물 개체의 영상들로부터 훈련 DB 를 구축하여 학습된 것으로서, 이러한 개체 검출 분류기는 SVM(Support Vector Machine), 신경망, AdaBoost 알고리즘 등을 포함하는 다양한 학습 알고리즘을 통해 동물 개체의 DB 를 생성한다. 구체적으로, 데이터 처리부(112)는 기 촬영된 사육장 내 배경의 영상 데이터에서 전경에 해당하는 개체의 에지를 검출하고, 영상 데이터에서 검출된 전경 개체의 에지를 적용하고, 전경 개체의 에지가 적용된 영상 데이터의 영역에 개체 검출 분류기를 적용하여 동물 개체를 검출할 수 있다.

또한, 데이터 처리부(112)는 검출된 개체 데이터를 이용하여 개체의 헤드부와 바디부를 판별하여 헤드부의 분포 데이터를 생성할 수 있다.

데이터 처리부(112)는 검출된 개체의 외곽선과 데이터 베이스(118)에 미리 저장된 가금류의 외형을 비교하여 가금류의 헤드부와 바디부를 판별할 수 있다. 데이터 처리부(112)는 헤드부와 바디부를 판별한 후, 헤드부만 검출하여 헤드부의 분포 데이터를 생성할 수 있다.

또는, 데이터 처리부(112)는 추출된 특징점이 데이터 베이스(118)에 미리 저장된 가금류 헤드부의 특징점에 임계치 이상의 근접도로 매칭되면, 해당 영상 데이터 내의 헤드부로 검출할 수 있다.

본 발명의 실시예에서 헤드부의 분포 데이터는 영상 데이터 상에서 바디부를 제외한 헤드부의 위치 정보를 나타내는 데이터를 의미할 수 있다. 본 발명의 실시예에서 헤드부의 분포 데이터는 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나의 방식으로 표현될 수 있다.

데이터 처리부(112)는 헤드부의 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출하고, 헤드부에 대한 색상 데이터를 생성할 수 있다. 데이터 처리부(112)는 헤드부의 분포 데이터를 이용하여 영상 데이터상에서 헤드부의 위치에 대응되는 픽셀을 분석하여 헤드부를 구성하는 각 픽셀의 색상을 검출할 수 있다. 예를 들면 색상 데이터는 헤드부를 구성하는 각 픽셀에 대한 RGB색상 채널을 의미할 수 있다.

또한, 데이터 처리부(112)는 이미지 센서(111)에서 촬영한 영상 데이터에서 노이즈를 저감하고, 감마 보정(Gamma Correction), 색필터 배열보간(color filter array interpolation), 색 메트릭스(color matrix), 색보정(color correction), 색 향상(color enhancement) 등의 화질 개선을 위한 영상 신호 처리를 수행할 수 있다. 데이터 처리부(112)는 색채 처리, 블러처리, 에지 강조 처리, 영상 해석 처리, 영상 인식 처리, 영상 이펙트 처리 등도 수행할 수 있다.

또한, 데이터 처리부(112)는 영상 데이터를 복수개의 구역으로 분할할 수 있다.

데이터 처리부(112)는 영상 데이터를 균등한 크기의 복수개의 구역으로 분할할 수 있다. 이 때, 각 구역의 크기는 가금류의 생장정도에 따라 결정될 수 있다. 예를 들어, 데이터 처리부(112)는 가금류가 성체일 경우에는 구역의 크기를 상대적으로 크게하여 분할할 수 있으며, 성체가 되지 않았을 경우에는 구역의 크기를 상대적으로 작게하여 분할할 수 있다. 가금류의 크기가 작을 경우 단일 구역에 성체보다 많은 수의 가금류가 포함될 수 있기 때문에, 구역을 보다 세밀하게 분할함으로써 이상 개체 검출의 정확도를 향상시킬 수 있다.

또는, 데이터 처리부(112)는 카메라의 왜곡 특성에 따라 영상 데이터를 뷸균등한 크기의 복수개의 구역으로 분할할 수 있다.

데이터 처리부(112)는 영상 데이터가 어안 렌즈에 의하여 촬영된 경우, 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 작게 분할할 수 있다. 어안 렌즈에 의하여 촬영된 영상 데이터의 경우 초점에서 멀어진 지점일수록 왜곡되어 나타난다. 따라서, 카메라로부터 원거리에 위치한 구역일수록 구역을 세밀하게 분할함으로써 이상 개체 검출의 정확도를 향상시킬 수 있다.

데이터 처리부(112)는 영상 데이터가 망원 렌즈에 의하여 촬영된 경우, 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 크게 분할할 수 있다. 망원 렌즈에 의하여 촬영된 영상 데이터의 경우 원근감이 압축되어 물체나 사람이 모여있는 것을 과장해 빽빽하게 모인 것처럼 표현된다. 따라서, 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 크게 분할함으로써 이상 개체 검출의 정확도를 향상시킬 수 있다.

또는 데이터 처리부(112)는 영상 데이터에서 먹이통이 위치한 구역의 크기를 주변 구역의 크기보다 작게 분할할 수 있다. 대부분의 가금류는 먹이통을 중심으로 위치하는 경향이 있다. 따라서, 가금류의 밀집도가 높은 먹이통 중심의 구역을 세밀하게 분할함으로써 이상 개체 검출의 정확도를 향상시킬 수 있다.

데이터 처리부(112)는 영상 데이터를 이용하여 영상 데이터 상에서 색상 데이터를 생성할 수 있다. 데이터 처리부(112)는 영상 데이터의 각 픽셀의 색상을 검출하여 색상 데이터를 생성할 수 있다. 예를 들면 색상 데이터는 영상 데이터를 구성하는 각 픽셀에 대한 RGB색상 채널을 의미할 수 있다.

모션 검출부(113)는 영상 데이터를 이용하여 복수 개체 중 동작 개체의 움직임을 나타내는 동작 데이터를 생성할 수 있다. 모션 검출부(113)는 단일 영상 데이터 또는 복수개의 연속된 영상 데이터를 이용하여 분포도상의 특정 지점, 특정 개체 또는 특정 픽셀에서의 움직임을 검출할 수 있다.

모션 검출부(113)는 Dense Optical Flow방식을 이용하여 동작 개체의 움직임을 검출할 수 있다. 모션 검출부(113)는 영상 데이터상의 모든 픽셀에 대해서 모션 벡터(Motion Vector)를 연산하여 각 픽셀에 대한 움직임을 검출할 수 있다. Dense Optical Flow방식의 경우 모든 픽셀에 대하여 모션 벡터를 연산하기 때문에 검출 정확도는 향상되지만 상대적으로 연산량은 증가하게 된다. 따라서, Dense Optical Flow방식은 이상상황이 발생된 것으로 의심되는 사육장이나 개체 숫자가 매우 많은 사육장 등 검출 정확도가 매우 높게 요구되는 특정 영역에 적용될 수 있다.

또는 모션 검출부(113)는 Sparse Optical Flow방식을 이용하여 동작 개체의 움직임을 검출할 수 있다. 모션 검출부(113)는 영상 내 에지와 같은 움직임 추적이 쉬운 특징적인 일부 픽셀에 대해서만 모션 벡터를 연산하여 움직임을 검출할 수 있다. Sparse Optical Flow방식은 연산량이 감소하지만 한정적인 픽셀에 대한 결과만 얻을 수 있다. 따라서, Sparse Optical Flow방식은 개체 숫자가 적은 사육장 또는 개체가 중복되어 나타나지 않는 특정 영역에 적용될 수 있다.

또는 모션 검출부(113)는 Block Matching을 이용하여 동작 개체의 움직임을 검출할 수 있다. 모션 검출부(113)는 영상을 균등하게 또는 비균등하게 분할하여 분할 영역에 대해 모션 벡터를 연산하여 움직임을 검출할 수 있다. Block Matching은 분할 영역별로 모션 벡터를 연산하기 때문에 연산량이 감소하지만 영역별 모션 벡터에 대한 결과를 산출하기 때문에 검출 정확도가 상대적으로 낮을 수 있다. 따라서, Block Matching방식은 개체 숫자가 적은 사육장 또는 개체가 중복되어 나타나지 않는 특정 영역에 적용될 수 있다.

또는 모션 검출부(113)는 Continuous Frame Difference방식을 이용하여 동작 개체의 움직임을 검출할 수 있다. 모션 검출부(113)는 연속하는 영상 프레임을 픽셀 별로 비교하고, 그 차이만큼의 값을 연산하여 움직임을 검출할 수 있다. Continuous Frame Difference방식은 프레임간 차이값을 이용하여 움직임을 검출하기 때문에, 전체적인 연산량은 감소하지만 부피가 큰 개체 또는 중복되어 나타나는 개체에 대한 검출 정확도가 상대적으로 낮을 수 있다. 또한, Continuous Frame Difference방식은 배경 영상과 움직이지 않는 개체를 구분할 수 없어 정확도가 상대적으로 낮을 수 있다. 따라서, Continuous Frame Difference방식은 개체 숫자가 적은 사육장 또는 개체가 중복되어 나타나지 않는 특정 영역에 적용될 수 있다.

또는 모션 검출부(113)는 Background Subtraction방식을 이용하여 동작 개체의 움직임을 검출할 수 있다. 모션 검출부(113)는 배경 영상을 초기에 학습한 상태에서 연속하는 영상 프레임을 픽셀 별로 비교하고, 그 차이만큼의 값을 연산하여 움직임을 검출할 수 있다. Background Subtraction방식은 배경 영상을 미리 학습하고 있기 때문에 배경 영상과 움직이지 않는 개체를 구분할 수 있다. 따라서, 배경 영상을 필터링하는 별도의 과정이 필요하여 연산량은 증가하지만 정확도는 향상된다. 따라서, Background Subtraction방식은 이상상황이 발생된 것으로 의심되는 사육장이나 개체 숫자가 매우 많은 사육장 등 검출 정확도가 매우 높게 요구되는 특정 영역에 적용될 수 있다. Background Subtraction방식에서 배경 영상은 지속적으로 업데이트 될 수 있다.

모션 검출부(113)는 사육장내의 환경과 외부의 설정에 따라 적절한 방식을 이용하여 분포도상에서 움직임을 검출한다.

제어부(114)는 구역별로 이상 징후의 정도를 판단하고, 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석할 수 있다.

제어부(114)는 구역별 모션 벡터 및 구역별 색상 통계치를 이용하여 구역별로 이상 징후의 정도를 판단할 수 있다.

제어부(114)는 이상 징후의 정도에 따라 구역을 제1구역, 제2구역 및 제3구역으로 분류할 수 있다. 본 발명의 실시예에서 제1구역은 이상 징후가 가장 높은 것으로 판단되는 구역이고, 제3구역은 이상 징후가 가장 낮은 것으로 판단되는 구역이며, 제2구역은 제1구역과 제3구역의 중간 정도의 이상 징후가 나타나는 구역이다.

제어부(114)는 모션 검출부에서 검출한 모션 벡터값에 따라 분할된 구역별 모션 벡터의 총합을 산출하고, 산출된 구역별 모션 벡터의 총합을 기 설정된 임계치와 비교하여 구역별 이상 징후의 정도를 판단할 수 있다. 제어부(114)는 예를 들어 모션 벡터의 총합에 대하여 제1임계치와 제2임계치를 설정할 수 있다. 제1임계치는 제2임계치보다 큰 값일 수 있다. 제어부(114)는 구역별 모션 벡터의 총합이 제1임계치를 초과할 경우 해당 구역을 제3구역으로 분류하고, 제2임계치 미만일 경우 제1구역으로, 제1임계치와 제2임계치 사이일 경우 제2구역으로 분류할 수 있다. 즉, 제어부(114)는 움직임이 활발하게 검출되는 영역은 이상 징후가 낮은 구역으로 분류하고, 움직임이 검출되지 않는 영역은 이상 징후가 높은 구역으로 분류할 수 있다,

또는 제어부(114)는 데이터 처리부(114)에서 생성한 색상 데이터를 이용하여 구역별 색상 데이터를 산출하고, 산출된 구역별 색상 데이터를 기 설정된 임계범위와 비교하여 구역별 이상 징후의 정도를 판단할 수 있다. 제어부는 예를 들면 구역별 색상 데이터에 대하여 제1임계범위와 제2임계범위를 설정할 수 있다. 제1임계범위와 제2임계범위는 RGB색상 채널의 집단을 의미할 수 있으며, 제1임계범위는 적색 계열의 RGB색상 채널 집단이고, 제2임계범위는 청색 내지 녹색 계열의 RGB색상 채널 집단일 수 있다. 제어부(114)는 구역별 색상 데이터가 제1임계범위에 속하는 경우 해당 구역을 제3구역으로 분류하고, 제2임계범위에 속하는 경우 해당 구역을 제1구역으로 분류할 수 있다. 그외의 구역은 제2구역으로 분류할 수 있다. 즉, 제어부(114)는 청녹색 계열의 색상이 많이 검출된 구역의 경우 이상 징후가 높은 구역으로 분류하고, 적색 계열의 색상이 많이 검출되는 구역의 경우 이상 징후가 낮은 구역으로 분류한다. 그 외의 구역은 제2구역으로 분류하여 추가적인 분석 대상이 되도록 한다.

제어부(114)는 이상 징후가 있는 것으로 판단되는 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 중 적어도 하나의 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석할 수 있다.

제어부(114)는 이상 개체 데이터를 이용하여 개체별 행동 패턴 분석을 수행할 수 있다. 제어부(114)는 영상 데이터의 위치 분포 데이터 및 동작 데이터를 비교하여 이상 개체를 나타내는 이상 개체 데이터를 생성할 수 있다. 제어부(114)는 복수개의 영상 데이터에 대한 위치 분포 데이터 및 동작 데이터를 비교하여 복수 개체의 움직임 검출 누적 횟수와 움직임 비검출 누적 횟수를 연산하고, 움직임 검출 누적 횟수와 움직임 비검출 누적 횟수에 따라 이상 개체 데이터를 생성할 수 있다.

또는 제어부(114)는 색상 데이터를 이용하여 개체별 색상 분석을 수행할 수 있다. 제어부(114)는 색상 데이터를 기 설정된 임계범위와 비교하여 이상 개체를 분석할 수 있다. 제어부(114)는 픽셀별 RGB색상 채널을 기 설정된 임계범위와 비교하여 임계범위에 포함되는 픽셀을 검출한다. 이 때, 임계범위는 RGB색상 채널에서 청색 내지 녹색 계열의 색상을 포함하는 색상 채널의 집단일 수 있다. 제어부는 임계범위에 포함되는 픽셀을 발견한 경우 해당 개체를 이상 개체로 판단할 수 있다

제어부(114)는 제1구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석할 수 있다. 제어부(114)는 제1구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석과 색상 분석 방식을 동시에 적용하여 해당 구역의 이상 개체를 판단할 수 있다. 제어부(114)는 데이터 처리부(112)에서 검출한 개체 정보와 모션 검출부에서 검출한 개체별 모션 벡터를 이용하여 개체별 행동 패턴을 검출하고 기 설정된 개체별 행동 패턴과 비교하여 제1구역의 개체별 이상 징후를 판단할 수 있다.

또한, 제어부(114)는 데이터 처리부(112)에서 생성한 색상 데이터를 기 설정된 개체별 색상 임계범위와 비교하여 제1구역의 개체별 이상 징후를 판단할 수 있다. 개체별 모션 벡터 산출 과정과 색상 데이터 생성 과정은 구역별 모션 벡터 산출 과정과 색상 데이터 생성 과정과 동일하므로 이에 대한 중복되는 설명은 생략하기로 한다. 즉, 제어부(114)는 구역별 모션 벡터 및 색상 데이터를 이용하여 1차 이상 징후 여부를 구역별로 판단하고, 이상 징후의 정도가 높다고 판단되는 제1구역에 대하여 개체별 모션 벡터 및 색상 데이터를 이용하여 개체별 이상 여부를 판단하게 된다.

또한, 제어부(114)는 제2구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 또는 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석할 수 있다. 즉, 제어부(114)는 이상 징후가 중간 정도라고 판단되는 제2구역에 대하여 행동 패턴 분석 및 개체별 색상 분석 방식 중 하나의 분석 방식을 적용하여 개체별 이상 여부를 판단하게 된다.

또한, 제어부는 제3구역으로 분류된 구역에 대하여 구역별 이상 개체 분석을 수행하지 않을 수 있다. 즉, 제어부(114)는 이상 징후가 낮다고 판단되는 제3구역에 대하여서는 이상 개체를 판별하기 위한 분석을 수행하지 않게 된다.

개체별 모션 벡터 및 색상 데이터는 영상 데이터 상에서 개체를 검출하는 과정과 영상 데이터의 프레임별 비교과정이 필요하기 때문에 데이터 연산량이 크게 증가하게 된다. 따라서, 제어부(114)는 제1구역으로 분류된 구역에 한하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식을 적용하여 이상 개체를 판별함으로써 데이터 연산량은 감소시키고, 1차적으로 이상 징후가 의심되는 구역을 집중 분석하여 이상 개체 검출의 정확도 및 신뢰도를 향상시킬 수 있다.

또는, 제어부(114)는 이상 징후가 있는 것으로 판단된 구역과 이상 징후가 없는 것으로 판단된 구역에 대하여 분석 방식을 구역별로 적용할 수 있다. 즉, 제어부(114)는 이상 징후가 있는 것으로 판단된 구역의 경우 개체별 행동 패턴 분석 및 개체별 색상 분석 방식 중 적어도 하나의 방식을 적용하여 해당 구역의 이상 개체를 분석할 수 있다, 또한, 제어부(114)는 이상 징후가 없는 것으로 판단된 구역의 경우에는 이후 영상 데이터 상에서 분석을 수행하지 않을 수 있다. 이에 의하면, 이상 징후가 의심되지 않는 구역에 대한 분석은 수행하지 않고, 의심되는 구역을 집중적으로 분석함으로써 분석을 위한 데이터 처리량을 감소시키고 의심 구역에 대한 분석을 보다 정밀하게 수행할 수 있게 된다.

도3 내지 도7은 본 발명의 실시예에 따른 데이터 처리부의 동작을 설명하기 위한 도면이다.

도3 내지 도4를 참고하면, 데이터 처리부는 영상 데이터를 균등한 크기의 복수개의 구역으로 분할할 수 있다. 각 구역의 크기는 가금류의 생장정도에 따라 결정될 수 있다. 도4와 같이 성체가 되지 않은 영상 데이터의 경우, 도3과 같이 성체가 된 가금류의 영상 데이터보다 구역의 크기를 작게 하여 분할한다. 가금류의 크기가 작을 경우 단일 구역에 성체보다 많은 수의 가금류가 포함될 수 있기 때문에, 구역을 보다 세밀하게 분할함으로써 이상 개체 검출의 정확도를 향상시킬 수 있다.

도5를 참고하면, 어안 렌즈에 의하여 촬영된 영상 데이터의 경우 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 작게 분할한다. 즉, 영상 데이터의 중심으로부터 가장자리 방향으로 갈수록 구역의 크기를 작게 분할함으로써 어안 렌즈에 의하여 발생되는 영상 왜곡을 보정하여 분석을 수행할 수 있다.

도6을 참고하면, 망원 렌즈에 의하여 촬영된 영상 데이터의 경우 카메마로부터 원거리에 위치한 구역일수록 구역의 크기를 크게 분할한다. 즉, 영상 데이터의 중심으로부터 가장자리 방향으로 갈수록 구역의 크기를 크게 분할함으로써 망원 렌즈에 의하여 발생되는 영상 왜곡을 보정하여 분석을 수행할 수 있다.

도7을 참고하면, 영상 데이터에서 먹이통이 위치한 구역의 크기를 주변 구역의 크기보다 작게 분할한다. 일반적으로 사육장에서 사육되는 가금류의 경우 먹이통을 중심으로 밀집하여 분포되는 경우가 많기 때문에 먹이통을 중심으로 한 구역을 보다 세밀하게 분할함으로써 보다 정확한 분석을 수행할 수 있다.

도8 내지 도9는 본 발명의 실시예에 따른 제어부의 동작을 설명하기 위한 도면이다.

도8을 참고하면, 제어부는 구역별로 이상 징후의 정도를 판단하고 이상 징후의 정도에 구역을 제1구역 및 제2구역으로 분류한다. 제1구역은 이상 징후가 있는 것으로 판단되는 구역이며, 제2구역은 이상 징후가 없는 것으로 판단되는 구역이다. 제어부는 제1구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식 중 적어도 하나의 방식을 적용하여 해당 구역의 이상 개체를 분석한다. 또한, 제어부는 제2구역에 대하여 구역별 이상 개체 분석을 수행하지 않는다.

도9를 참고하면, 제어부는 구역별로 이상 징후의 정도를 판단하고, 이상 징후의 정도에 따라 구역을 제1구역, 제2구역 및 제3구역으로 분류한다. 제1구역은 이상 징후가 가장 높은 것으로 판단되는 구역이고, 제3구역은 이상 징후가 가장 낮은 것으로 판단되는 구역이며, 제2구역은 제1구역과 제3구역의 중간 정도의 이상 징후가 나타나는 구역이다. 제어부는 제1구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석하고, 제2구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 또는 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석한다. 또한, 제어부는 제3구역으로 분류된 구역에 대하여 구역별 이상 개체 분석을 수행하지 않는다.

도8의 경우 제어부는 이상 징후의 유무에 따라 이상 징후가 있는 것으로 판단되는 구역에 대해서는 추가적인 분석을 수행하고, 이상 징후가 없는 것으로 판단되는 구역에 대해서는 구역별 이상 개체 분석을 수행하지 않는다.

도9에서 제어부는 이상 징후의 단계를 보다 세부적으로 3단계로 구분하고, 이상 징후가 가장 높다고 판단되는 구역과 상대적으로 이상 징후가 낮은 것으로 판단되는 구역에 대하여 구역별 이상 개체 분석을 수행하되, 이상 개체 분석의 정도를 달리한다.

다시 도1 및 도2를 참고하면, 제어부(114)는 촬상 장치(100)의 동작을 위한 각종 명령을 수행할 수 있다.

제어부(114)는 예를 들면, 유저 인터페이스부(117) 또는 데이터 베이스(119)에 저장된 명령을 수행하여 촬상 장치(100)의 동작을 수행할 수 있다.

또는 제어부(114)는 관리 서버(200)로부터 수신한 명령을 이용하여 촬상 장치(100)의 각종 동작을 제어할 수 있다.

제어부(114)는 이미지 센서(11)를 제어하여 제1구역으로 분류된 구역을 추적 촬영할 수 있다. 제어부(114)는 이미지 센서(111)를 제어하여 이상개체가 있는 것으로 의심되는 특정 영역을 추적 촬영하여 영상 데이터를 생성하게 함으로써 지속적인 모니터링을 수행할 수 있게 한다.

이 때, 제어부(114)는 촬상 장치(100)의 팬틸트부(121)를 제어하여 추적 촬영을 수행할 수 있다. 팬틸트부(121)는 팬(Pan, 수평방향) 및 틸트(Tilt, 수직 방향) 2개의 모터를 구동하여 이미지 센서(111)의 촬영 영역을 제어할 수 있다. 팬틸트부(121)는 제어부(114)의 제어에 따라 특정 영역을 촬영하기 위하여 이미지 센서(111)의 지향 방향을 조절할 수 있다. 또한, 팬틸트부(121)는 제어부(114)의 제어에 따라 특정 개체를 트래킹하기 위하여 이미지 센서(111)의 지향 방향을 조절할 수 있다.

통신부(115)는 타 촬상 장치, 데이터 수집장치(150) 또는 관리 서버(200)와 데이터 통신을 수행할 수 있다. 예를 들면, 통신부(115)는 무선랜(Wireless LAN: WLAN), 와이 파이(Wi-Fi), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), HSDPA(High Speed Downlink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS) 등의 원거리 통신 기술을 사용하여 데이터 통신을 수행할 수 있다.

또는 통신부(115)는 블루투스, RFID(RadioFrequency Identification), 적외선 통신(Infrared Data Association: IrDA), UWB(Ultra Wideband), 지그비, 인접 자장 통신(NFC) 등이 포함될 수 있다. 또한, 유선 통신 기술로는, USB 통신, 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등의 근거리 통신 기술을 사용하여 데이터 통신을 수행할 수 있다.

예를 들면, 통신부(115)는 근거리 통신 기술을 사용하여 타 촬상 장치 또는 데이터 수집장치(150)와 데이터 통신을 수행하고, 원거리 통신 기술을 사용하여 관리 서버(200)와 데이터 통신을 수행할 수 있다, 그러나 이에 한정되는 것은 아니고, 사육장(10)의 제반 사항 등을 고려하여 다양한 통신 기술이 사용될 수 있다.

통신부(115)는 이미지 센서(111)에서 촬영한 원본 영상 데이터를 데이터 수집장치(150), 관리 서버(200), 관리자 단말기 등에 전송할 수 있다.

또는 통신부(115)는 데이터 수집장치(150) 또는 원격의 관리 서버(200) 중 적어도 하나로 픽셀값이 조절된 영상 데이터, 위치 분포 데이터, 동작 데이터 및 좌표 정보 중 적어도 하나를 전송할 수 있다. 이 때, 좌표 정보는 이상개체로 의심되는 지점 또는 개체에 대한 좌표를 의미할 수 있다.

통신부(115)를 통하여 전송되는 데이터는 인코딩부(118)를 통하여 인코딩된 압축 데이터일 수 있다.

표시부(116)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), 전자잉크 디스플레이(e-ink display) 중에서 적어도 하나를 포함할 수 있다.

표시부(116)는 제어부(114)를 통하여 픽셀값이 조절된 영상 데이터 및 분포 데이터 중 적어도 하나를 디스플레이할 수 있다.

또한, 표시부(116)는 이미지 센서(111)에서 촬영한 원본 영상 데이터를 화면에 출력할 수 있다.

또한, 표시부(116)는 다양한 사용자 인터페이스 또는 그래픽 사용자 인터페이스를 화면에 출력할 수 있다.

유저 인터페이스부(117)는 촬상 장치(100)의 동작 제어를 위한 입력 데이터를 발생시킨다. 유저 인터페이스부(117)는 키 패드, 돔 스위치, 터치 패드, 조그 휠, 조그 스위치 등으로 구성될 수 있다. 표시부(116)와 터치패드가 상호 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 표시부(116)는 출력 장치 이외에 입력 장치로도 사용될 수 있다.

유저 인터페이스부(117)는 촬상 장치의 동작을 위한 다양한 명령을 입력받을 수 있다.

인코딩부(118)는 이미지 센서(111)에서 촬영한 원본 영상 데이터 또는 데이터 처리부(112), 모션 검출부(113), 제어부(114) 등을 통하여 가공된 가공 영상 데이터를 디지털 신호로 부호화한다. 예를 들면, 인코딩부(118)는 H.264, H.265, MPEG(Moving Picture Experts Group), M-JPEG(Motion Joint Photographic Experts Group) 표준에 따라 영상 데이터를 인코딩할 수 있다.

데이터 베이스(119)는, 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들면, SD 또는 XD 메모리등), 자기 메모리, 자기 디스크, 광디스크, 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) 중 적어도 하나의 저장매체를 포함할 수 있다. 또한, 촬상 장치(100)는 인터넷(internet) 상에서 데이터 베이스(119)의 저장 기능을 수행하는 웹 스토리지(web storage)를 운영하거나, 또는 웹 스토리지와 관련되어 동작할 수도 있다.

데이터 베이스(119)는 이미지 센서(111)에서 촬영한 영상 데이터를 저장할 수 있으며, 과거 일정 기간 동안의 영상 데이터를 저장할 수 있다.

또한, 데이터 베이스(119)는, 촬상 장치(100)가 동작하는데 필요한 데이터와 프로그램 등을 저장할 수 있다.

또한, 데이터 베이스(119)는, 다양한 사용자 인터페이스(User Interface: UI) 또는 그래픽 사용자 인터페이스(Graphic User Interface: GUI)를 저장할 수 있다.

광원부(120)는 제어부(114)의 제어에 따라 지향하는 방향으로 광을 조사할 수 있다. 예를 들면, 광원부(120)는 적어도 하나의 레이저 다이오드(LD), 발광 다이오드(LED)를 포함할 수 있다. 광원부는 제어부의 제어에 따라 다양한 파장대의 광을 조사할 수 있다.

예를 들면, 광원부(120)는 야간 촬영을 위하여 적외선 파장대의 광을 조사할 수 있다. 또는, 광원부(120)는 사육장내 가축의 광화학 치료(photochemotherapy)를 위하여 자외선 파장대의 광을 조사할 수 있다.

도10은 본 발명의 실시예에 따른 이상 개체 검출 방법의 순서도이다.

도10을 참고하면, 먼저 이미지 센서는 복수 개체를 포함하는 이미지를 촬영한다. 이미지 센서는 사육장 내부에 배치되어 가금류를 포함하는 복수 개체를 촬영하여 데이터 처리부에 전달한다(S1001).

다음으로 데이터 처리부는 복수 개체를 포함하는 이미지를 이용하여 영상 데이터를 생성한다. 하나의 영상 데이터는 단일 프레임을 의미할 수 있다. 데이터 처리부는 순차적으로 촬영되는 이미지를 이용하여 복수개의 영상 데이터를 생성한다(S1002).

다음으로 데이터 처리부는 영상 데이터를 복수개의 구역으로 분할한다. 복수개의 구역은 균등한 크기이거나 또는 균등하지 않은 크기일 수 있다(S1003).

다음으로 제어부는 구역별로 이상 징후의 정도를 판단한다. 제어부는 구역별 모션 벡터 및 구역별 색상 통계치를 이용하여 구역별로 이상 징후의 정도를 판단한다(S1004).

실시예에 따르면, 제어부는 이상 징후가 있다고 판단되거나, 이상징후가 높다고 판단된 구역에 대한 영상 정보 또는 측정 데이터만을 데이터 수집장치(150) 또는 관리서버(200)에 송신할 수 있다. 따라서, 관리서버(200)의 연산량을 줄여 줄 수 있고, 통신 트래픽을 감소시킬 수 있다.

실시예에 따르면, 제어부는 이상 징후가 있다고 판단되거나, 이상징후가 높다고 판단된 구역에 대한 영상 정보 또는 위치 정보를 관리서버(200) 또는 별도의 관리자 단말에 송신하여 이상 구역에 대한 알림 또는 경고를 송출할 수 있다.

다음으로 제어부는 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석한다. 제어부는 이상 징후가 높게 나타난 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식 중 적어도 하나를 적용하여 개체별 이상 여부를 판단한다. 또한, 제어부는 이상 징후가 낮게 나타난 구역에 대해서는 개체별 이상 여부를 판단하지 않는다(S1005).

실시예에 따르면, 제어부는 이상 징후가 있다고 판단되거나, 이상징후가 높다고 판단된 개체에 대한 영상 정보 또는 측정데이터만을 데이터 수집장치(150) 또는 관리서버(200)에 송신할 수 있다. 따라서, 관리서버(200)의 연산량을 줄여 줄 수 있고, 통신 트래픽을 감소시킬 수 있다.

실시예에 따르면, 제어부는 이상 징후가 있다고 판단되거나, 이상징후가 높다고 판단된 개체에 대한 영상 정보 또는 위치 정보를 관리서버(200) 또는 별도의 관리자 단말에 송신하여 이상 개체에 대한 알림 또는 경고를 송출 할 수 있다.

또한, 이상 개체를 추적하여 감시할 수 있다.

본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

100: 촬상 장치
111: 이미지 센서
112: 데이터 처리부
113: 모션 검출부
114: 제어부
115: 통신부
116: 표시부
117: 유저 인터페이스부
118: 인코딩부
119: 데이터베이스
120: 광원부
121: 팬틸트부

Claims

이미지로부터 생성된 영상 데이터를 복수개의 구역으로 분할하는 데이터 처리부; 및
구역별로 이상 징후의 정도를 판단하고, 상기 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석하는 제어부를 포함하는 이상 개체 검출 장치.
제1항에 있어서,
상기 제어부는 상기 이상 징후가 있는 것으로 판단되는 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 중 적어도 하나의 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석하는 이상 개체 검출 장치.
제2항에 있어서,
상기 제어부는 상기 이상 징후의 정도에 따라 상기 구역을 제1구역 및 제2구역으로 분류하는 이상 개체 검출 장치.
제3항에 있어서,
상기 제어부는 상기 제1구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식 중 적어도 하나를 적용하여 해당 구역의 이상 개체를 분석하는 이상 개체 검출 장치.
제3항에 있어서,
상기 제어부는 상기 제2구역으로 분류된 구역에 대하여 구역별 이상 개체 분석을 수행하지 않는 이상 개체 검출 장치.
제2항에 있어서,
상기 제어부는 상기 이상 징후의 정도에 따라 상기 구역을 제1구역, 제2구역 및 제3구역으로 분류하는 이상 개체 검출 장치.
제6항에 있어서,
상기 제어부는 상기 제1구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 및 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석하는 이상 개체 검출 장치.
제6항에 있어서,
상기 제어부는 상기 제2구역으로 분류된 구역에 대하여 개체별 행동 패턴 분석 또는 개체별 색상 분석 방식을 적용하여 해당 구역의 이상 개체를 분석하는 이상 개체 검출 장치.
제6항에 있어서,
상기 제어부는 상기 제3구역으로 분류된 구역에 대하여 구역별 이상 개체 분석을 수행하지 않는 이상 개체 검출 장치.
제1항에 있어서,
상기 데이터 처리부는 상기 영상 데이터를 균등한 크기의 복수개의 구역으로 분할하는 이상 개체 검출 장치.
제1항에 있어서,
상기 데이터 처리부는 카메라의 왜곡 특성에 따라 상기 영상 데이터를 뷸균등한 크기의 복수개의 구역으로 분할하는 이상 개체 검출 장치.
제11항에 있어서,
상기 데이터 처리부는 상기 영상 데이터가 어안 렌즈에 의하여 촬영된 경우, 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 작게 분할하는 이상 개체 검출 장치.
제11항에 있어서,
상기 데이터 처리부는 상기 영상 데이터가 망원 렌즈에 의하여 촬영된 경우, 카메라로부터 원거리에 위치한 구역일수록 구역의 크기를 크게 분할하는 이상 개체 검출 장치.
제1항에 있어서,
상기 데이터 처리부는 상기 영상 데이터에서 먹이통이 위치한 구역의 크기를 주변 구역의 크기보다 작게 분할하는 이상 개체 검출 장치.
제1항에 있어서,
상기 제어부는 구역별 모션 벡터 및 구역별 색상 통계치 및 적어도 하나를 이용하여 구역별로 이상 징후의 정도를 판단하는 이상 개체 검출 장치.
이미지를 촬영하여 영상 데이터를 생성하는 이미지 센서;
상기 영상 데이터를 복수개의 구역으로 분할하는 데이터 처리부; 및
구역별로 이상 징후의 정도를 판단하고, 상기 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석하는 제어부를 포함하는 촬상 장치.
이미지를 촬영하는 단계;
상기 이미지를 이용하여 영상 데이터를 생성하는 단계;
상기 영상 데이터를 복수개의 구역으로 분할하는 단계; 및
구역별로 이상 징후의 정도를 판단하는 단계;
상기 이상 징후의 정도에 매칭되는 분석 방식을 구역별로 적용하여 구역별 이상 개체를 분석하는 단계를 포함하는 이상 개체 검출 방법.
상기 데이터 처리부는 카메라의 왜곡 특성에 따라 상기 영상 데이터를 뷸균등한 크기의 복수개의 구역으로 분할하는 이상 개체 검출 장치.