KR20190103510A

KR20190103510A - Imaging device, apparatus and method for managing of fowl comprising the same

Info

Publication number: KR20190103510A
Application number: KR1020180017176A
Authority: KR
Inventors: 김일봉; 류승훈; 신제용
Original assignee: 엘지이노텍 주식회사
Priority date: 2018-02-12
Filing date: 2018-02-12
Publication date: 2019-09-05
Also published as: KR102609461B1

Abstract

The present invention is to provide an imaging device capable of detecting an object which is more likely to have the disease on image data photographing inside a breeding farm and a system for managing fowl comprising the same and a method thereof. Provided is the imaging device comprising: an image sensor photographing an image and generating image data; a data processing unit detecting an object using the image data, discriminating a head unit of the object and generating distribution data with respect to the head unit; and a communication unit transmitting the image data and the distribution data to a management server.

Description

Imaging device, poultry management system and method including the same {IMAGING DEVICE, APPARATUS AND METHOD FOR MANAGING OF FOWL COMPRISING THE SAME}

본 발명의 일실시예는 촬상 장치, 이를 포함하는 가금류 관리 시스템 및 방법에 관한 것이다.One embodiment of the invention relates to an imaging apparatus, a poultry management system and method comprising the same.

축산물에 대한 소비가 늘어나면서,　가축을 효율적으로 관리하는 방법에 대한 다양한 방안들이 제안되고 있다.As the consumption of livestock products increases, a variety of measures have been proposed on how to manage livestock efficiently.

종래에는 사람이 각각의　가축의 상태를 파악하여, 이상 징후가 나타나는　가축에 대하여 진료를 받게 하거나 따로 격리시켰다. 다만,　가금류와 같이 가축의 수가 많은 경우 모든　가축을 관리하기 위해서는 많은 인력이 필요하다는 문제점이 있었다.In the related art, a person grasped the condition of each livestock, and was treated or isolated separately for the livestock showing abnormal symptoms. However, when there are a large number of livestock such as poultry, there is a problem that a large number of people are needed to manage all livestock.

또한, 일부　가축에 전염병이 발생하면　가축의 대부분이 폐사하는 결과가 초래될 수 있으므로,　사람의 출입을 최소화하면서 가축의 이상 여부를 빠르고 정확하게 판단할 수 있는 차단방역 및 예방방역을 위한 방안이 요구되고 있다.In addition, if an infectious disease occurs in some livestock, most of the livestock may be dead. Therefore, a method for blocking and preventing prevention is required to quickly and accurately determine whether a livestock is abnormal while minimizing the access of the livestock. have.

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. 현재 가축의 질병을 판단하기 위해 농장주 또는 일반 작업자가 주기적으로 순찰을 돌며 사육 가축의 상태를 살펴보고 주관적인 판단에 따라 질병의 여부를 판단하고 있다. 그러나 이러한 방식은 농장주 또는 작업자의 개별적인 경험과 역량에 따라 판단 기준이 달라지게 되며 정확도가 떨어진다는 단점이 있다. 또한, 사육장의 잦은 출입으로 인하여 전염성 질병의 확산을 야기할 수 있다는 문제점이 있다.In addition, due to the development of transportation means that the disease is generated in a certain region is not limited to a specific place, the rapid disease disease judgment is required in the early stage of the spread of the nation in a short time. In order to determine the disease of the livestock, farmers or general workers regularly patrol and examine the condition of the livestock and judge the disease according to subjective judgment. However, this method has a disadvantage in that the criterion is different according to the individual experience and competence of the farmer or the worker, and the accuracy is low. In addition, there is a problem that can cause the spread of infectious diseases due to frequent entry and exit of the kennel.

본 발명이 이루고자 하는 기술적 과제는 사육장 내부를 촬영한 영상 데이터 상에서 질병에 걸린 가능성이 높은 개체를 검출할 수 있는 촬상 장치, 이를 포함하는 가금류 분석 시스템 및 방법을 제공하는데 있다.The present invention has been made in an effort to provide an imaging apparatus capable of detecting an object having a high probability of disease on image data photographed inside a kennel, and a poultry analysis system and method including the same.

본 발명의 실시예에 따르면, 이미지를 촬영하여 영상 데이터를 생성하는 이미지 센서; 상기 영상 데이터를 이용하여 개체를 검출하고, 상기 개체의 헤드부를 판별하고 상기 헤드부에 대한 분포 데이터를 생성하는 데이터 처리부; 및 상기 영상 데이터 및 상기 분포 데이터를 관리서버로 전송하는 통신부를 포함하는 촬상 장치를 제공한다.According to an embodiment of the present invention, an image sensor for photographing an image to generate image data; A data processor for detecting an object by using the image data, determining a head part of the object, and generating distribution data for the head part; And a communication unit which transmits the image data and the distribution data to a management server.

상기 분포 데이터는 상기 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나를 포함할 수 있다.The distribution data may include at least one of a heat map and coordinate information for the head unit.

상기 데이터 처리부는 상기 분포 데이터를 이용하여 상기 영상 데이터 상에서 상기 헤드부에 대응되는 위치의 색상을 검출하여 상기 헤드부에 대한 색상 데이터를 생성할 수 있다.The data processor may generate color data of the head part by detecting a color of a position corresponding to the head part on the image data using the distribution data.

상기 데이터 처리부는 상기 영상 데이터를 복수개의 구역으로 구획하고, 상기 헤드부에 대한 구역별 색상 데이터를 생성할 수 있다.The data processor may divide the image data into a plurality of zones and generate zone-specific color data for the head unit.

상기 통신부는 상기 색상 데이터 및 상기 구역별 색상 데이터 중적어도 하나를 상기 관리서버로 전송할 수 있다.The communication unit may transmit at least one of the color data and the color data for each zone to the management server.

상기 색상 데이터 및 상기 구역별 색상 데이터 중 적어도 하나를 이용하여 가금류의 건강 상태를 판단하는 제어부를 더 포함할 수 있다.The apparatus may further include a controller configured to determine a health state of the poultry using at least one of the color data and the color data for each zone.

상기 제어부는 상기 색상 데이터를 기 설정된 임계범위와 비교하여 상기 가금류의 건강 상태를 판단할 수 있다.The controller may determine the health state of the poultry by comparing the color data with a preset threshold range.

본 발명의 실시예에 따르면, 이미지를 촬영하여 영상 데이터를 생성하는 이미지 센서; 상기 영상 데이터를 이용하여 상기 개체의 헤드부를 판별하고 상기 헤드부에 대한 분포 데이터를 생성하는 데이터 처리부; 및 상기 영상 데이터 및 상기 분포 데이터를 전송하는 통신부를 포함하는 촬상 장치; 및 상기 영상 데이터 및 상기 분포데이터를 수신하고, 상기 분포 데이터를 이용하여 상기 영상 데이터 상에서 상기 헤드부에 대응되는 위치의 색상을 검출하고, 검출된 색상을 분석하여 가금류의 건강 상태를 판단하는 관리 서버를 포함하는 가금류 관리 시스템을 제공한다.According to an embodiment of the present invention, an image sensor for photographing an image to generate image data; A data processor which determines a head part of the object using the image data and generates distribution data for the head part; And a communication unit which transmits the image data and the distribution data. And a management server that receives the image data and the distribution data, detects a color of a position corresponding to the head portion on the image data using the distribution data, and analyzes the detected color to determine a health condition of poultry. It provides a poultry management system comprising a.

본 발명의 실시예에 따르면, 이미지를 촬영하여 영상 데이터를 생성하는 단계; 상기 영상 데이터에서 개체를 검출하는 단계; 상기 개체의 헤드부를 판별하는 단계; 상기 헤드부에 대한 분포 데이터를 생성하는 단계; 상기 분포 데이터를 이용하여 상기 영상 데이터 상에서 상기 헤드부에 대응되는 위치의 색상을 검출하는 단계; 검출된 색상을 분석하여 가금류의 건강 상태를 판단하는 단계를 포함하는 가금류 관리 방법을 제공한다.According to an embodiment of the present invention, photographing an image to generate image data; Detecting an object in the image data; Determining a head portion of the object; Generating distribution data for the head portion; Detecting a color of a position corresponding to the head on the image data using the distribution data; It provides a poultry management method comprising analyzing the detected color to determine the health status of the poultry.

본 발명인 가금류 분석 장치 및 촬상 장치는 사육장 내부를 촬영한 영상데이터 상에서 질병에 걸린 가능성이 높은 이상 개체를 검출할 수 있다.The poultry analyzing device and imaging device of the present invention can detect abnormal objects having a high probability of disease on image data photographed inside the kennel.

또한, 이상 개체를 추적하여 감시할 수 있다.In addition, abnormal objects can be tracked and monitored.

또한, 이상 개체 발생시 관리자에게 알림 또는 경고를 송출할 수 있다.In addition, when an abnormal object occurs, a notification or a warning can be sent to the administrator.

또한, 관리 서버에서 분석 데이터의 연산량을 감소시키고, 연산 속도를 향상시킬 수 있다.In addition, it is possible to reduce the amount of calculation of the analysis data, and to improve the calculation speed in the management server.

도 1은 본 발명의 실시예에 따른 사육장 관리 시스템의 개념도이다.
도 2는 본 발명의 실시예에 따른 촬상 장치의 블록도이다.
도3은 본 발명의 실시예에 따른 히트맵의 개념도이다.
도4는 본 발명의 실시예에 따른 좌표정보의 개념도이다.
도5는 본 발명의 실시예에 따른 색상 데이터의 개념도이다.
도6은 본 발명의 실시예에 따른 구역별 색상 데이터의 개념도이다.
도7은 본 발명의 실시예에 따른 색상 데이터를 이용한 가금류 건강 상태 판단을 설명하기 위한 도면이다.
도8은 본 발명의 실시예에 따른 구역별 색상 데이터 판단 이용한 가금류 건강 상태 판단을 설명하기 위한 도면이다.
도9는 본 발명의 실시예에 따른 가금류 관리 시스템의 동작을 설명하기 위한 개념도이다.
도10 내지 13은 본 발명의 실시예에 따른 가금류 관리 방법의 순서도이다.1 is a conceptual diagram of a kennel management system according to an embodiment of the present invention.
2 is a block diagram of an imaging device according to an embodiment of the present invention.
3 is a conceptual diagram of a heat map according to an embodiment of the present invention.
4 is a conceptual diagram of coordinate information according to an embodiment of the present invention.
5 is a conceptual diagram of color data according to an embodiment of the present invention.
6 is a conceptual diagram of zone-specific color data according to an embodiment of the present invention.
7 is a view for explaining the poultry health state determination using the color data according to an embodiment of the present invention.
8 is a view for explaining the poultry health state determination using the color data determination for each zone according to an embodiment of the present invention.
9 is a conceptual diagram illustrating the operation of the poultry management system according to an embodiment of the present invention.
10 to 13 are flowcharts of a poultry management method according to an embodiment of the present invention.

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. As the invention allows for various changes and numerous embodiments, particular embodiments will be illustrated and described in the drawings. However, this is not intended to limit the present invention to specific embodiments, it should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention.

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. Terms including ordinal numbers, such as second and first, may be used to describe various components, but the components are not limited by the terms. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the second component may be referred to as the first component, and similarly, the first component may also be referred to as the second component. The term and / or includes a combination of a plurality of related items or any item of a plurality of related items.

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. When a component is referred to as being "connected" or "connected" to another component, it may be directly connected to or connected to that other component, but it may be understood that other components may be present in between. Should be. On the other hand, when a component is said to be "directly connected" or "directly connected" to another component, it should be understood that there is no other component in between.

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.The terminology used herein is for the purpose of describing particular example embodiments only and is not intended to be limiting of the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this application, the terms "comprise" or "have" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, and one or more other features. It is to be understood that the present invention does not exclude the possibility of the presence or the addition of numbers, steps, operations, components, components, or a combination thereof.

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.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art. Terms such as those defined in the commonly used dictionaries should be construed as having meanings consistent with the meanings in the context of the related art and shall not be construed in ideal or excessively formal meanings unless expressly defined in this application. Do not.

이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.DETAILED DESCRIPTION Hereinafter, exemplary embodiments will be described in detail with reference to the accompanying drawings, and the same or corresponding components will be given the same reference numerals regardless of the reference numerals, and redundant description thereof will be omitted.

도 1은 본 발명의 실시예에 따른 사육장의 개념도이고, 도 2는 본 발명의 실시예에 따른 촬상 장치의 블록도이다. 1 is a conceptual diagram of a kennel according to an embodiment of the present invention, Figure 2 is a block diagram of an imaging device according to an embodiment of the present invention.

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.1 to 2, first, the breeding ground 10 means a livestock breeding barn. The livestock may be not only poultry such as chickens and ducks, but also various kinds of animals bred in groups such as cattle and pigs.

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. The imaging apparatus 100 may detect an environment in the kennel 10 and transmit it to at least one of the management server 200 and the air conditioning apparatus 300. To this end, the imaging apparatus 100 may communicate with the management server 200 and the air conditioning apparatus 300 by wire or wirelessly. Here, the imaging device 100 is shown as communicating with the management server 200 and the air conditioning apparatus 300, respectively, but is not limited thereto, and the imaging device 100 communicates with the management server 200 and the management server. 200 may communicate with the air conditioning apparatus 300.

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.The plurality of imaging devices may be arranged in the kennel 10. The imaging apparatus 100 may transmit image data photographed by the image sensor 111 to the management server 200. Alternatively, a separate data collection device 150 may be disposed in the kennel 10 to collect image data from the plurality of imaging devices 100 and transmit the image data to the management server 200. In order to accurately analyze the state inside the kennel 10, the image data of the imaging apparatus 100 may have high quality and high capacity. Therefore, in order to transmit the image data photographed by the plurality of imaging apparatuses 100 to the remote management server 200 in real time, a large bandwidth may be required, and thus the transmission speed may be reduced. Therefore, the separate data collection device 150 collects and encodes the image data from the imaging device 100 in the kennel 10 and transmits the image data to the management server 200 to reduce the communication bandwidth and improve the transmission speed. have. Alternatively, the imaging apparatus 100 may perform primary analysis for analyzing the state of the breeding ground 10 using the image data, and then transfer the processed data to the data collection apparatus or transmit the processed data to the management server 200. That is, the imaging apparatus 100 may efficiently manage communication resources by selecting only data necessary for analyzing the state of the kennel 10 and transferring the data to the data collection apparatus 150 or to the management server 200. Alternatively, the imaging apparatus 100 primarily analyzes the internal state of the kennel 10 by using the image data of the kennel 10 and transmits the result to the data collection device 150 or to the management server 200. Can transmit

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. The management server 200 may be a server including a personal computer (PC), a tablet PC, a mobile terminal, and the like. When the imaging apparatus 100 transmits the environment in the kennel 10 to the management server 200, the manager may recognize the environment in the kennel 10 through a screen output to the management server 200. For example, when the imaging apparatus 100 captures an abnormal situation in the kennel 10 and transmits it to the management server 200, the manager may abnormalize the farm 10 through the screen output to the management server 200. Recognize that a situation has occurred and respond to an abnormal situation early. Here, the abnormal situation may be, for example, the generation of diseased livestock, pregnancy of the livestock, growth of the livestock, the humidity in the kennel 10, temperature, more than the concentration of a specific molecule and the like.

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(114)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.In addition, the management server 200 may analyze the state of the kennel using the data transmitted from the imaging apparatus 100 or the data collection apparatus 150. For example, the management server 100 may receive the first processed data from the plurality of imaging apparatuses 100 or the data collection apparatus 150 to perform more precise analysis on the state of the kennel. The management server 200 may perform data communication with the communication unit 114 of the imaging apparatus 100 or data communication with a communication module (not shown) mounted on the data collection device 150. The management server 200 may receive the original image photographed by the imaging apparatus 100 and the processed image data primarily processed. In this case, the processed image data may refer to data obtained by performing primary analysis on the original image in the kennel management apparatus 100 or the imaging apparatus 100 and encoding the same.

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. The air conditioning apparatus 300 is a device for controlling the temperature of the kennel 10. When the imaging apparatus 100 captures an abnormal temperature in the kennel 10 and transmits it to the management server 200, the administrator indicates that an abnormal temperature in the kennel 10 is generated through a screen output to the management server 200. It can be recognized, and by controlling the air conditioning apparatus 300 can normalize the temperature in the kennel 10. Alternatively, when the imaging apparatus 100 detects an abnormal temperature in the kennel 10 and directly transmits the temperature to the air conditioner 300, the air conditioner 300 may directly normalize the temperature in the kennel 10. For example, if the temperature in the kennel 10 is lower or higher than the temperature suitable for the livestock, the movement of the livestock tends to be slowed down. Accordingly, the imaging apparatus 100, the management server 200, or the air conditioning apparatus 300 may detect a temperature abnormality in the kennel 10 and normalize the temperature in the kennel 10.

촬상 장치(100)는 이미지 센서(111), 데이터 처리부(112), 모션 검출부(113), 제어부(113), 통신부(114), 표시부(115), 유저 인터페이스부(116), 인코딩부(117), 데이터 베이스(118), 광원부(119), 팬틸트부(120)를 포함한다. The imaging apparatus 100 includes an image sensor 111, a data processor 112, a motion detector 113, a controller 113, a communicator 114, a display 115, a user interface 116, and an encoder 117. ), A database 118, a light source 119, and a pan tilt unit 120.

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.A plurality of imaging devices 100 may be installed in the kennel 10. For example, the imaging apparatus 100 may include at least one upper imaging apparatus disposed above the kennel 10 and at least one side imaging apparatus arranged at the side of the kennel. Each of the upper image capturing apparatus and the side image capturing apparatus may be an IP camera capable of transmitting wired or wirelessly and transmitting a real-time image. In the embodiment of the present invention will be described with an example that one imaging device 100 is disposed in the upper part of the kennel.

이미지 센서(111)는 복수 개체를 포함하는 이미지를 촬영하여 영상 데이터를 생성할 수 있다. 본 발명의 실시예에서 복수 개체는 사육장 내부에서 사육되는 가금류를 의미할 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. The image sensor 111 may generate image data by photographing an image including a plurality of objects. In the exemplary embodiment of the present invention, the plurality of individuals may refer to poultry farmed in a kennel. The image sensor 111 may be an image sensor photographing a subject using a complementary metal-oxide semiconductor (COMS) module or a charge coupled device (CCD) module. At this time, the input image frame is provided to the COMS module or CCD module in the image sensor 111 through the lens, the COMS module or CCD module converts the optical signal of the subject passing through the lens into an electrical signal (image data) and outputs it. do.

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. The image sensor 111 may include a fisheye lens or a wide angle lens having a wide viewing angle. Accordingly, it is possible for one imaging device 100 to photograph the entire space inside the kennel 10.

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(120)가 더 구성될 수 있다.In addition, the image sensor 111 may be a depth camera. The image sensor 111 may be driven by any one of various depth recognition methods, and depth information may be included in an image photographed through the image sensor 111. The image sensor 111 may be, for example, a Kinect sensor. Kinect sensor is a depth camera of the structured light projection method, it is possible to obtain a three-dimensional information of the scene by projecting a pattern image defined using a projector or a laser, and obtains the image projected pattern through the camera. These Kinect sensors include infrared emitters that irradiate patterns using infrared lasers, and infrared cameras that capture infrared images. An RGB camera that functions like a typical webcam is disposed between the infrared emitter and the infrared camera. In addition to this, the Kinect sensor may further comprise a pan tilt unit 120 for adjusting the angle of the microphone array and the camera.

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.The basic principle of the Kinect sensor is that when the laser pattern irradiated from the infrared emitter is projected and reflected on the object, the distance to the surface of the object is obtained using the position and size of the pattern at the reflection point. According to this principle, the image sensor 111 may generate image data including depth information for each object by irradiating a laser pattern into a space in the barn and sensing a laser pattern reflected from the object.

데이터 처리부(112)는 영상 데이터에서 개체를 검출하며, 개체의 헤드부와 바디부를 판별하여 상기 헤드부에 대한 분포 데이터를 생성할 수 있다. 본 발명의 실시예에서 헤드부는 개체의 머리를 구성하는 픽셀의 집합을 의미할 수 있으며, 바디부는 개체의 몸통을 구성하는 픽셀의 집합을 의미할 수 있다. 예를 들어, 개체가 닭인 경우, 헤드부는 벼슬을 포함하는 머리를 의미할 수 있다.The data processor 112 may detect an object from the image data, determine a head part and a body part of the object, and generate distribution data for the head part. In an embodiment of the present invention, the head part may mean a set of pixels constituting the head of the object, and the body part may mean a set of pixels constituting the body of the object. For example, when the individual is a chicken, the head may mean a head including crests.

예를 들면, 데이터 처리부(112)는 영상 데이터에서 개체의 외곽선을 검출하고, 검출된 외곽선과 데이터 베이스(118)에 미리 저장된 동물 개체의 외형을 비교하여 미리 저장된 동물 개체의 외형과 매칭되는 외곽선을 가진 개체를 동물 개체로서 검출할 수 있다. 이때, 데이터 베이스(118)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. For example, the data processor 112 detects the outline of the object from the image data, compares the detected outline with the appearance of the animal object previously stored in the database 118, and compares the outline with the appearance of the animal object previously stored. The individual having the object can be detected as an animal individual. In this case, the appearance of the animal entity stored in the database 118 may be the appearance of at least one animal entity, and the data processing unit 112 detects the entity having the matching outline as the animal entity as described above and simultaneously corresponds to the appearance of the animal entity. The type of animal individual can also be determined.

또한, 예를 들면, 데이터 처리부(112)는 영상 데이터 내의 개체의 특징점을 추출하고, 추출된 특징점이 데이터 베이스(118)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. Also, for example, the data processing unit 112 extracts a feature point of an object in the image data, and if the extracted feature point is matched with a feature point of an animal entity previously stored in the database 118 with a proximity level greater than or equal to a threshold, The subject can be detected as an animal subject. At this time, the data processing unit 112 extracts feature points from images of two objects to be compared, and scale invariant feature transform (SIFT) or speeded up robust features (SURF) matching feature descriptors of the extracted two objects. Algorithms can be used.

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(118)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.In addition, for example, the data processor 112 may detect an animal object based on the contours of the objects in the image data. More specifically, the data processor 112 generates an edge image by detecting contours of objects in the image data, and detects the contour from foreground image data, which is a background image of a kennel, which is stored in the database 118 in advance. The animal object may be detected from a differential image obtained by subtracting the background edge image from the edge image. In this case, the data processor 112 generates an edge image by detecting an edge of an object appearing in the frame using edge information of the image data frame. Here, the gradient information is a value generated from a difference value between adjacent pixels among predetermined pixels in a frame, and means a sum of absolute values of differences, and an edge means a boundary between objects using gradient information.

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.In addition, the data processor 112 may generate the background edge image by detecting the edge of the object corresponding to the background from the image data of the foreground in the photographing kennel. At this time, the background edge image may be an image obtained by detecting the contours of the objects of the preset area with the background edge, but compares a plurality of image data frames of the foreground in the pre-picked farm 10 to repeat the same number of times or more. It may also be an image obtained by detecting the contour of the appearing object with a background edge.

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.In addition, the data processor 112 may detect an animal object from the image data using the object detection classifier. At this time, the object detection classifier is trained by constructing a training DB from images of animal objects photographed by different postures or external environments of the animal object. The object detection classifier is a SVM (Support Vector Machine), a neural network, and an AdaBoost algorithm. Create a database of animal subjects through various learning algorithms, including In detail, the data processor 112 detects an edge of the object corresponding to the foreground from the image data of the background of the previously photographed kennel, applies the edge of the foreground object detected from the image data, and applies the edge of the foreground object to the image. Animal subjects can be detected by applying a subject detection classifier to the region of data.

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.In addition, the data processor 112 may reduce noise in image data photographed by the image sensor 111, and may perform gamma correction, color filter array interpolation, color matrix, and color. Image signal processing for image quality improvement such as color correction and color enhancement may be performed. The data processor 112 may also perform color processing, blur processing, edge emphasis processing, image analysis processing, image recognition processing, image effect processing, and the like.

데이터 처리부(112)는 검출된 개체 데이터를 이용하여 개체의 헤드부와 바디부를 판별하여 헤드부에 대한 분포 데이터를 생성할 수 있다. The data processor 112 may generate distribution data for the head part by determining the head part and the body part of the object using the detected object data.

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 헤드부에 대한 분포 데이터를 생성할 수 있다.The data processor 112 may determine the head part and the body part of the poultry by comparing the detected outline of the object with the appearance of the poultry previously stored in the database 118. After determining the head part and the body part, the data processor 112 may detect only the head part and generate distribution data for the head part.

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.Alternatively, the data processor 112 may detect the extracted feature point as the head in the image data when the extracted feature point is matched to the feature point of the poultry head part pre-stored in the database 118 with a proximity level greater than or equal to a threshold.

본 발명의 실시예에서 헤드부에 대한 분포 데이터는 영상 데이터 상에서 바디부를 제외한 헤드부의 위치 정보를 나타내는 데이터를 의미할 수 있다. 본 발명의 실시예에서 헤드부에 대한 분포 데이터는 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나의 방식으로 표현될 수 있다.In an embodiment of the present invention, the distribution data for the head part may mean data representing position information of the head part except the body part in the image data. In an embodiment of the present invention, the distribution data for the head portion may be represented by at least one of a heat map and coordinate information for the head portion.

도3은 본 발명의 실시예에 따른 히트맵의 개념도이다. 도2 및 도3을 참고하면, 데이터 처리부(112)는 영상 데이터에 존재하는 모든 개체를 검출하고, 각 개체의 헤드부와 바디부를 판별한다. 데이터 처리부(112)는 검출 결과를 이용하여 헤드부만 포함된 히트맵을 생성한다. 도3에서 좌측은 영상 데이터이고 우측은 영상 데이터를 이용하여 표현된 헤드부의 히트맵을 의미한다. 데이터 처리부(112)는 영상 데이터에서 바디부를 제외한 헤드부를 이용하여 우측의 히트맵을 생성한다.3 is a conceptual diagram of a heat map according to an embodiment of the present invention. 2 and 3, the data processor 112 detects all objects present in the image data, and determines the head part and the body part of each object. The data processor 112 generates a heat map including only the head unit using the detection result. In FIG. 3, the left side represents image data and the right side represents a heat map of the head portion expressed using the image data. The data processor 112 generates a heat map on the right side by using the head part except the body part in the image data.

히트맵은 헤드부에 해응되는 픽셀의 집합, 또는 픽셀을 포함하는 블록, 블록 집합 등으로 표시될 수 있다. 각 픽셀, 블록 등은 헤드부의 존재 여부를 지시하는 0/1로 표시될 수 있고, 또는 적어도 3레벨 이상의 값으로 존재 확률에 따라 다른 값을 포함할 수 있다. The heat map may be represented by a set of pixels corresponding to the head, or a block including a pixel, a set of blocks, or the like. Each pixel, block, or the like may be represented by 0/1 indicating whether a head is present, or at least three levels or more, and may include different values depending on existence probabilities.

도 3의 오른쪽은, 예를들어, 헤드부에 해당하는 픽셀의 값이 1인 경우 0인 픽셀과 다른 색으로 표시한 경우를 의미할 수 있다.For example, the right side of FIG. 3 may refer to a case in which a pixel value corresponding to the head part is 1 and a color different from that of the pixel 0.

도4는 본 발명의 실시예에 따른 좌표정보의 개념도이다. 도2 및 도4를 참고하면, 데이터 처리부(112)는 영상 데이터에 존재하는 모든 개체를 검출하고, 각 개체의 헤드부와 바디부를 판별한다. 데이터 처리부(112)는 검출 결과를 이용하여 헤드부의 2차원 좌표와 헤드부를 포함하는 영역의 width, height 정보가 포함된 좌표정보를 생성한다.4 is a conceptual diagram of coordinate information according to an embodiment of the present invention. 2 and 4, the data processor 112 detects all objects present in the image data, and determines the head part and the body part of each object. The data processor 112 generates the coordinate information including the two-dimensional coordinates of the head part and the width and height information of the area including the head part using the detection result.

데이터 처리부(112)는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출하여 헤드부에 대한 색상 데이터를 생성할 수 있다. 데이터 처리부(112)는 헤드부의 분포 데이터를 이용하여 원본 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.The data processor 112 may generate color data for the head part by detecting a color of a position corresponding to the head part on the image data using the distribution data. The data processor 112 may detect the color of each pixel constituting the head by analyzing pixels corresponding to the position of the head on the original image data using distribution data of the head. For example, the color data may refer to an RGB color channel for each pixel constituting the head part.

도5는 본 발명의 실시예에 따른 색상 데이터의 개념도이다. 도2 및 도5를 참고하면, 데이터 처리부(112)는 헤드부를 구성하는 각 픽셀별로 RGB색상 채널을 산출하여 헤드부에 대한 색상 데이터를 생성한다. 본 발명의 실시예에서 색상 데이터는 픽셀별 RGB색상 채널 정보를 의미할 수 있다.5 is a conceptual diagram of color data according to an embodiment of the present invention. 2 and 5, the data processor 112 calculates an RGB color channel for each pixel constituting the head unit to generate color data for the head unit. In the embodiment of the present invention, the color data may mean RGB color channel information for each pixel.

또는 데이터 처리부(112)는 영상 데이터를 복수개의 구역으로 구획하고, 헤드부에 대한 구역별 색상 데이터를 생성할 수 있다. 예를 들면, 구역별 색상 데이터는 영상 데이터 상에서 특정 구역내에 존재하는 헤드부 색상의 평균값 또는 합계를 의미할 수 있다. 사육장 내에는 적게는 수백마리 많게는 수만마리의 가금류가 분포되어 있다. 따라서, 사육장을 촬영한 영상 데이터를 복수개의 구역으로 구획하여 구역별 색상 데이터를 생성할 경우 구역별로 질병에 걸린 가금류가 위치할 확률을 예상할 수 있다. Alternatively, the data processor 112 may divide the image data into a plurality of zones, and generate color data for each zone for the head unit. For example, the color data for each zone may mean an average value or a sum of color of the head color existing in a specific zone on the image data. There are at least hundreds of thousands of poultry in the kennel. Therefore, when the image data photographing the kennel is divided into a plurality of zones to generate color data for each zone, it is possible to predict the probability that the poultry affected by the disease is located for each zone.

도6은 본 발명의 실시예에 따른 구역별 색상 데이터의 개념도이다. 도2 및 도6을 참고하면, 데이터 처리부(112)는 구역별로 존재하는 헤드부 각각에 대한 RGB색상 채널을 산출하고, 산출된 RGB색상 채널을 구역별로 평균화하여 구역별 색상 데이터를 산출한다. 또는 데이터 처리부(112)는 구역별로 존재하는 헤드부 각각에 대한 RGB색상 채널을 산출하고, 산출된 RGB색상 채널을 구역별로 합산하여 구역별 색상 데이터를 산출한다. 본 발명의 실시예에서 구역별 색상 데이터는 구역별로 평균화한 RGB색상 채널 정보를 의미할 수 있다.6 is a conceptual diagram of zone-specific color data according to an embodiment of the present invention. 2 and 6, the data processor 112 calculates an RGB color channel for each of the head units existing for each zone, and calculates color data for each zone by averaging the calculated RGB color channel for each zone. Alternatively, the data processor 112 calculates an RGB color channel for each head unit existing for each zone, and calculates color data for each zone by summing the calculated RGB color channels for each zone. In the embodiment of the present invention, the color data for each zone may mean RGB color channel information averaged for each zone.

제어부(113)는 색상 데이터 및 구역별 색상 데이터 중 적어도 하나를 이용하여 가금류의 건강 상태를 판단할 수 있다.The controller 113 may determine the health state of the poultry using at least one of color data and color data for each region.

제어부(113)는 색상 데이터를 기 설정된 임계범위와 비교하여 가금류의 건강 상태를 판단할 수 있다. 도7은 본 발명의 실시예에 따른 색상 데이터를 이용한 가금류 건강 상태 판단을 설명하기 위한 도면이다. 도2 및 도7을 참고하면, 제어부(113)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 있다The controller 113 may determine the health state of the poultry by comparing the color data with a preset threshold range. 7 is a view for explaining the poultry health state determination using the color data according to an embodiment of the present invention. 2 and 7, the controller 113 detects a pixel included in the threshold range by comparing the RGB color channel for each pixel with a preset threshold range. In this case, the threshold range may be a group of color channels including blue to green-based colors in the RGB color channel. If the controller finds a pixel included in the threshold range, the controller may determine the object as an abnormal object.

또는 제어부(113)는 구역별 색상 데이터를 이용하여 가금류의 건강 상태를 판단할 수 있다. 도8은 본 발명의 실시예에 따른 구역별 색상 데이터 판단 이용한 가금류 건강 상태 판단을 설명하기 위한 도면이다. 도2 및 도8을 참고하면, 먼저 제어부(113)는 영상 데이터를 복수개의 구역으로 구획한다. 이 때, 복수개의 구역을 동일한 크기일 수 있으나 이에 한정되지는 않는다. 제어부(113)는 각 헤드부의 RGB색상 채널을 검출하고, 구역별로 존재하는 헤드부의 RGB색상 채널들을 평균화하거나 합산한다. 각각의 RGB색상 채널은 [Red(0~255), Green(0~255), Blue(0~255)]로 표현되는 매트릭스로 구성될 수 있으며, RGB채널들의 평균화 및 합산은 매트릭스의 사칙연산을 통하여 수행될 수 있다. 즉, 3 X 1 매트릭스 (Red, Green, Blue)로 표현되는 RGB색상 채널의 행렬 연산을 통하여 RGB채널들의 평균화 및 합산이 수행될 수 있다. 가금류의 헤드부를 구성하는 픽셀은 벼슬 부분과 얼굴 부분을 포함하기 때문에, RGB채널의 평균값 또는 합산값에는 얼굴 부분을 구성하는 픽셀의 색상을 필터링하기 위한 필터 처리가 이루어져야 한다. 일반적으로 닭 벼슬은 적색 계열을 나타내며, 질병에 걸린 닭의 벼슬은 청색 내지 녹색 계열을 나타낸다. 따라서, 데이터 처리부(112)는 적색, 청색, 녹색 계열의 RGB채널을 제외한 나머지 RGB채널은 필터링함으로써 가금류의 건강 상태를 판단하기 위한 벼슬 부분을 제외한 나머지 정보를 노이즈로 제거할 수 있다. 즉, 데이터 처리부(112)는 헤드부에서 벼슬을 제외한 나머지 영역을 구성하는 픽셀은 노이즈 처리하여 벼슬 부분을 구성하는 픽셀만을 이용하여 RGB채널의 평균값 또는 합산값을 산출할 수 있다. 제어부(113)는 산출된 RGB채널의 평균값 또는 합산값을 기 설정된 임계범위와 비교하여 구역별로 가금류의 건강 상태를 판단한다. Alternatively, the controller 113 may determine the health state of the poultry using the color data for each zone. 8 is a view for explaining the poultry health state determination using the color data determination for each zone according to an embodiment of the present invention. 2 and 8, first, the control unit 113 divides image data into a plurality of zones. In this case, the plurality of zones may be the same size, but is not limited thereto. The controller 113 detects an RGB color channel of each head and averages or sums the RGB color channels of the head of each zone. Each RGB color channel can be composed of a matrix represented by [Red (0 ~ 255), Green (0 ~ 255), Blue (0 ~ 255)]. Averaging and summation of RGB channels It can be performed through. That is, the averaging and summation of the RGB channels may be performed by performing a matrix operation of the RGB color channels represented by the 3 × 1 matrix (Red, Green, Blue). Since the pixels constituting the head part of the poultry include a crest and a face part, a filter process for filtering the color of the pixels constituting the face part should be performed on the average value or the sum of the RGB channels. In general, chicken crest is red-based, diseased chicken crest is blue to green. Accordingly, the data processor 112 may filter out the remaining RGB channels other than the RGB channels of the red, blue, and green series, and may remove the remaining information except the crest for determining the health status of the poultry with noise. That is, the data processing unit 112 may calculate an average value or a sum value of the RGB channels using only pixels constituting the crest part by noise-processing pixels constituting the remaining area except the crest in the head part. The controller 113 compares the calculated average value or the sum of the RGB channels with a preset threshold range and determines the health status of the poultry for each zone.

또는, 제어부(113)는 구역별 색상 데이터 및 색상 데이터를 이용하여 가금류의 건강 상태를 판단할 수 있다. 제어부(113)는 1차적으로 구역별 색상 데이터를 이용하여 특정 구역의 RGB채널의 평균값 또는 합산값을 기 설정된 제1 임계범위에 포함되는지 여부를 판단한다. 제1 임계범위는 구역별 색상 데이터(RGB 색상 채널)에 대한 이상 징후 여부를 판단하기 위한 RGB 색상채널 값들을 포함하는 리스트이다. 제어부(113)는 기 설정된 임계범위에 포함되는 특정 구역에 대하여 2차적으로 해당 구역에 존재하는 헤드부에 대한 색상 데이터를 산출하여 픽셀별로 제2 임계범위에 포함되는지 여부를 판단하여 가금류의 건강 상태를 판단할 수 있다. 제2 임계범위는 하나의 픽셀에 대응하는 색상 데이터(RGB 색상 채널)에 대한 이상 징후 여부를 판단하기 위한 RGB 색상채널 값들을 포함하는 리스트이다.Alternatively, the controller 113 may determine the health state of the poultry using the color data and the color data for each zone. The controller 113 primarily determines whether the average value or the sum value of the RGB channels of the specific zone is included in the preset first threshold range using the color data for each zone. The first threshold range is a list including RGB color channel values for determining whether there is an abnormality indication for color data for each zone (RGB color channel). The controller 113 secondly calculates color data of the head part existing in the corresponding zone for the specific zone included in the preset threshold range, and determines whether it is included in the second threshold range for each pixel to determine the health status of the poultry. Can be determined. The second threshold range is a list including RGB color channel values for determining whether there is an abnormality in color data (RGB color channel) corresponding to one pixel.

또한, 제어부(113)는 촬상 장치(100)의 동작을 위한 각종 명령을 수행할 수 있다. In addition, the controller 113 may perform various commands for the operation of the imaging apparatus 100.

통신부(114)는 타 촬상 장치, 데이터 수집장치(150) 또는 관리 서버(200)와 데이터 통신을 수행할 수 있다. 예를 들면, 통신부(114)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.The communication unit 114 may perform data communication with another imaging device, the data collection device 150, or the management server 200. For example, the communication unit 114 may include a wireless LAN (WLAN), Wi-Fi, Wi-Fi, WiMAX, World Interoperability for Microwave Access (Wimax), and HSDPA (High Speed Downlink). Data communication may be performed using telecommunication technologies such as Packet Access, IEEE 802.16, Long Term Evolution (LTE), and Wireless Mobile Broadband Service (WMBS).

또는 통신부(114)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.Alternatively, the communication unit 114 may include Bluetooth, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), Ultra Wideband (UWB), Zigbee, and Near Field Communication (NFC). In addition, as a wired communication technology, data communication may be performed using a short-range communication technology such as USB communication, Ethernet, serial communication, and optical / coaxial cable.

예를 들면, 통신부(114)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.For example, the communication unit 114 may perform data communication with another imaging device or data collecting device 150 using a short range communication technology, and may perform data communication with the management server 200 using a telecommunication technology. However, the present invention is not limited thereto, and various communication technologies may be used in consideration of various matters of the kennel 10.

통신부(114)는 영상 데이터 및 분포 데이터를 데이터 수집장치(150) 또는 관리 서버(200)에 전송할 수 있다.The communication unit 114 may transmit the image data and the distribution data to the data collection device 150 or the management server 200.

또는 통신부(114)는 색상 데이터 및 구역별 색상 데이터 중 적어도 하나를 데이터 수집장치(150) 또는 원격의 관리 서버(200)로 전송할 수 있다.Alternatively, the communication unit 114 may transmit at least one of color data and color data for each zone to the data collection device 150 or the remote management server 200.

관리 서버(200)는 복수개의 촬상 장치(100)로부터 영상 데이터를 수집하여 가금류의 건강 상태를 분석한다. 이 때, 관리 서버(200)에서 다수의 영상 데이터로부터 헤드부를 검출하고 색상 데이터를 분석할 경우 데이터 처리량이 기하 급수적으로 증가하여 처리 속도가 크게 저하될 수 있다. 따라서, 본 발명의 실시예에서는 촬상 장치 각각에서 헤드부를 검출하는 작업 또는 색상 데이터를 분석하는 작업을 수행하여 관리 서버로 전송함으로써 관리 서버의 부하를 감소시킬 수 있다. The management server 200 analyzes the health status of poultry by collecting image data from the plurality of imaging devices 100. In this case, when the management server 200 detects the head part from the plurality of image data and analyzes the color data, the data throughput may increase exponentially, thereby greatly reducing the processing speed. Therefore, in the exemplary embodiment of the present invention, the load of the management server can be reduced by performing the operation of detecting the head part or analyzing the color data in each of the imaging apparatuses and transmitting them to the management server.

본 발명의 실시예에서 가금류의 건강 상태 분석은 촬상 장치(100) 및 관리 서버(200) 중 적어도 하나에서 수행될 수 있다. 즉, 촬상 장치(100)에서는 영상 데이터를 생성하여 관리 서버(200)에 전송하고, 관리 서버(200)에서 분포 데이터 생성, 색상 데이터 검출 및 가금류 건강 상태 분석을 수행할 수 있다. 이 방식에 의하면, 촬상 장치(100)는 영상 데이터를 분석하기 위한 별도의 프로세스가 필요없게 되며, 관리 서버(200)에서 복수개의 촬상 장치로부터 수집된 영상 데이터를 분석하여 가금류 건강 상태를 분석하게 된다.In an embodiment of the present invention, the health condition analysis of the poultry may be performed by at least one of the imaging apparatus 100 and the management server 200. That is, the imaging apparatus 100 may generate image data, transmit the image data to the management server 200, and perform distribution data generation, color data detection, and poultry health state analysis in the management server 200. According to this method, the imaging apparatus 100 does not need a separate process for analyzing image data, and the management server 200 analyzes the poultry health state by analyzing the image data collected from the plurality of imaging apparatuses. .

또는 촬상 장치(100)에서 영상 데이터를 생성하고 헤드부에 대한 분포 데이터를 생성하여 관리 서버(200)에 전송하면, 관리 서버(200)에서 색상 데이터를 검출하여 가금류 건강 상태 분석을 수행할 수 있다. 이 방식에 의하면, 헤드부의 분포 데이터를 생성하기 위한 과정을 촬상 장치(100)에서 수행하게 되므로 관리 서버(200)의 데이터 처리량이 감소할 수 있다. 또한, 촬상 장치(100)에서 관리 서버(200)로 영상 데이터를 전송하는 과정에서 압축에 의한 데이터 손실이 발생할 수 있는데, 촬상 장치에서 분포 데이터를 생성할 경우 무손실 영상 데이터를 이용하여 헤드부를 검출하고 이에 대한 분포 데이터를 생성하기 때문에, 관리 서버(200)에서 압축으로 인하여 손실이 발생한 영상 데이터를 이용하여 분포 데이터를 생성하는 경우보다 정확도가 향상될 수 있다.Alternatively, when the imaging apparatus 100 generates image data, generates distribution data for the head, and transmits the data to the management server 200, the management server 200 may detect color data to perform poultry health condition analysis. . According to this method, since the imaging device 100 performs a process for generating distribution data of the head part, the data throughput of the management server 200 can be reduced. In addition, data loss may occur due to compression in the process of transmitting image data from the imaging apparatus 100 to the management server 200. When generating distribution data in the imaging apparatus, the head unit may be detected using lossless image data. Since the distribution data is generated, the management server 200 may improve the accuracy than when the distribution data is generated using the image data that is lost due to compression.

또는 촬상 장치(100)에서 영상 데이터 생성, 분포 데이터 생성 및 색상 데이터 검출을 수행하여 관리 서버(200)에 전송하면, 관리 서버(200)에서는 색상 데이터를 이용하여 가금류 건강 상태 분석을 수행할 수 있다. 이 방식에 의하면 관리 서버(200)에서는 색상 데이터를 이용하여 가금류 건강 상태 분석만을 수행하기 때문에 데이터 연산량이 보다 더 감소될 수 있다.Alternatively, when the imaging apparatus 100 generates image data, generates distribution data, and detects color data and transmits them to the management server 200, the management server 200 may perform poultry health condition analysis using the color data. . According to this method, since the management server 200 performs only the poultry health state analysis using the color data, the amount of data calculation may be further reduced.

또는 촬상 장치(100)에서 영상 데이터 생성, 분포 데이터 생성, 색상 데이터 검출 및 가금류 건강 상태 분석을 수행하고, 분석 결과를 관리 서버(200)에 전송할 수 있다. 이 방식에 의하면 촬상 장치(100)에서 가금류 분석을 위한 모든 프로세스를 수행하기 때문에 관리 서버(200)는 복수개의 촬상 장치(200)로부터 가금류 분석 결과를 수집하여 관리하는 기능만을 수행할 수 있다. Alternatively, the imaging apparatus 100 may perform image data generation, distribution data generation, color data detection, poultry health state analysis, and transmit the analysis result to the management server 200. According to this method, since the imaging apparatus 100 performs all processes for poultry analysis, the management server 200 may perform only a function of collecting and managing poultry analysis results from the plurality of imaging apparatuses 200.

통신부(114)를 통하여 전송되는 데이터는 인코딩부(117)를 통하여 인코딩된 압축 데이터일 수 있다.The data transmitted through the communication unit 114 may be compressed data encoded through the encoding unit 117.

표시부(115)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.The display unit 115 includes a liquid crystal display (LCD), a thin film transistor liquid crystal display (TFT LCD), an organic light-emitting diode (OLED), and a flexible display. ), At least one of a 3D display and an e-ink display.

표시부(115)는 제어부(113)를 통하여 분포 데이터, 색상 데이터 및 색상 데이터 중 적어도 하나를 디스플레이할 수 있다.The display unit 115 may display at least one of distribution data, color data, and color data through the control unit 113.

또한, 표시부(115)는 이미지 센서(111)에서 촬영한 원본 영상 데이터를 화면에 출력할 수 있다. In addition, the display unit 115 may output original image data photographed by the image sensor 111 to the screen.

또한, 표시부(115)는 다양한 사용자 인터페이스 또는 그래픽 사용자 인터페이스를 화면에 출력할 수 있다.In addition, the display unit 115 may output various user interfaces or graphic user interfaces on the screen.

유저 인터페이스부(116)는 촬상 장치(100)의 동작 제어를 위한 입력 데이터를 발생시킨다. 유저 인터페이스부(116)는 키 패드, 돔 스위치, 터치 패드, 조그 휠, 조그 스위치 등으로 구성될 수 있다. 표시부(115)와 터치패드가 상호 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 표시부(115)는 출력 장치 이외에 입력 장치로도 사용될 수 있다. The user interface unit 116 generates input data for controlling the operation of the imaging apparatus 100. The user interface unit 116 may include a keypad, a dome switch, a touch pad, a jog wheel, a jog switch, and the like. When the display unit 115 and the touch pad form a mutual layer structure to form a touch screen, the display unit 115 may be used as an input device in addition to the output device.

유저 인터페이스부(116)는 촬상 장치의 동작을 위한 다양한 명령을 입력받을 수 있다.The user interface 116 may receive various commands for operating the imaging apparatus.

인코딩부(117)는 이미지 센서(111)에서 촬영한 원본 영상 데이터 또는 데이터 처리부(112), 모션 검출부(113), 제어부(113) 등을 통하여 가공된 가공 영상 데이터를 디지털 신호로 부호화한다. 예를 들면, 인코딩부(117)는 H.264, H.265, MPEG(Moving Picture Experts Group), M-JPEG(Motion Joint Photographic Experts Group) 표준에 따라 영상 데이터를 인코딩할 수 있다.The encoder 117 encodes the raw image data photographed by the image sensor 111 or the processed image data processed by the data processor 112, the motion detector 113, the controller 113, or the like into a digital signal. For example, the encoding unit 117 may encode image data according to H.264, H.265, Moving Picture Experts Group (MPEG), and Motion Joint Photographic Experts Group (M-JPEG) standards.

데이터 베이스(118)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(118)의 저장 기능을 수행하는 웹 스토리지(web storage)를 운영하거나, 또는 웹 스토리지와 관련되어 동작할 수도 있다.The database 118 includes a flash memory type, a hard disk type, a multimedia card micro type, a card type memory (for example, SD or XD memory). ), Magnetic memory, magnetic disk, optical disk, random access memory (RAM), static random access memory (SRAM), read-only memory (ROM), electrically erasable programmable read-only memory (EPEPROM), PROM ( Programmable Read-Only Memory) may include at least one storage medium. In addition, the imaging apparatus 100 may operate a web storage that performs a storage function of the database 118 on the Internet, or may operate in connection with the web storage.

데이터 베이스(118)는 이미지 센서(111)에서 촬영한 영상 데이터를 저장할 수 있으며, 과거 일정 기간 동안의 영상 데이터를 저장할 수 있다.The database 118 may store image data photographed by the image sensor 111, and may store image data for a predetermined period of time.

또한, 데이터 베이스(118)는 데이터 처리부(112)를 통하여 생성된 분포 데이터, 색상 데이터, 구역별 색상 데이터를 저장할 수 있다.In addition, the database 118 may store distribution data, color data, and color data for each zone generated through the data processor 112.

또한, 데이터 베이스(118)는, 촬상 장치(100)가 동작하는데 필요한 데이터와 프로그램 등을 저장할 수 있다.In addition, the database 118 may store data and programs required for the imaging apparatus 100 to operate.

또한, 데이터 베이스(118)는, 다양한 사용자 인터페이스(User Interface: UI) 또는 그래픽 사용자 인터페이스(Graphic User Interface: GUI)를 저장할 수 있다.In addition, the database 118 may store various user interfaces (UIs) or graphical user interfaces (GUIs).

광원부(119)는 제어부(113)의 제어에 따라 지향하는 방향으로 광을 조사할 수 있다. 예를 들면, 광원부(119)는 적어도 하나의 레이저 다이오드(LD), 발광 다이오드(LED)를 포함할 수 있다. 광원부는 제어부의 제어에 따라 다양한 파장대의 광을 조사할 수 있다.The light source unit 119 may irradiate light in a direction directed by the control unit 113. For example, the light source unit 119 may include at least one laser diode LD and a light emitting diode LED. The light source unit may emit light of various wavelength bands under the control of the controller.

예를 들면, 광원부(119)는 야간 촬영을 위하여 적외선 파장대의 광을 조사할 수 있다. 또는, 광원부(119)는 사육장내 가축의 광화학 치료(photochemotherapy)를 위하여 자외선 파장대의 광을 조사할 수 있다.For example, the light source unit 119 may irradiate light in the infrared wavelength band for night photographing. Alternatively, the light source unit 119 may irradiate light in the ultraviolet wavelength band for photochemotherapy of livestock in the kennel.

도9는 본 발명의 실시예에 따른 가금류 관리 시스템의 동작을 설명하기 위한 개념도이다.9 is a conceptual diagram illustrating the operation of the poultry management system according to an embodiment of the present invention.

도9를 참고하면, 관리 서버(200)는 복수개의 촬상 장치(100)로부터 영상 데이터 및 분포데이터를 수신하고, 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출하고, 검출된 색상을 분석하여 가금류의 건강 상태를 판단할 수 있다. 본 발명의 실시예에서 헤드부에 대한 분포 데이터는 영상 데이터 상에서 바디부를 제외한 헤드부의 위치 정보가 포함된 데이터를 의미할 수 있다. 본 발명의 실시예에서 헤드부에 대한 분포 데이터는 상기 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나의 방식으로 표현될 수 있다.Referring to FIG. 9, the management server 200 receives image data and distribution data from a plurality of imaging apparatuses 100, detects a color of a position corresponding to a head portion on the image data using the distribution data, and detects the color. The color can be analyzed to determine the health of the poultry. In an embodiment of the present invention, distribution data for the head part may mean data including position information of the head part except the body part in the image data. In an embodiment of the present invention, the distribution data for the head portion may be represented by at least one of a heat map and coordinate information for the head portion.

이에 따르면, 촬상 장치(100)가 헤드부의 위치 정보가 포함된 분포 데이터를 생성하여 관리 서버(200)로 전송함으로써, 헤드부의 위치 검출은 촬상 장치(100)에서 수행하고, 관리 서버(200)는 헤드부의 분포 데이터를 이용하여 가금류의 건강 상태를 분석하는 분산 처리를 통하여 분석의 정확도를 향상시킬 수 있다.According to this, the imaging apparatus 100 generates distribution data including the position information of the head portion and transmits the distribution data to the management server 200, whereby the position detection of the head portion is performed by the imaging apparatus 100, and the management server 200 The accuracy of the analysis can be improved through a distributed process of analyzing the health status of poultry using the distribution data of the head.

또는 관리 서버(200)는 복수개의 촬상 장치(100)로부터 색상 데이터 및 구역별 색상 데이터 중 적어도 하나를 수신하여 가금류의 건강 상태를 판단할 수 있다. 이에 따르면, 촬상 장치(100)가 헤드부의 위치 정보가 포함된 분포 데이터를 생성하고, 색상 데이터를 생성하여 관리 서버(200)로 전송함으로써, 관리 서버(200)는 헤드부를 검출하는 과정과 색상을 검출하는 별도의 연산 과정을 생략할 수 있다. 관리 서버(200)는 수신한 색상 데이터를 이용하여 가금류의 건강 상태를 신속하게 분석할 수 있다. 따라서, 관리 서버(200)의 연산량이 크게 감소되며, 복수개의 촬상 장치(100)로부터 다수의 영상 데이터를 수집하여 분석하는 관리 서버의 부하량을 감소시킬 수 있다.Alternatively, the management server 200 may receive at least one of color data and color data for each zone from the plurality of imaging apparatuses 100 to determine the health state of the poultry. According to this, the imaging apparatus 100 generates distribution data including the position information of the head portion, generates color data, and transmits the generated color data to the management server 200, whereby the management server 200 detects the process and color of the head portion. A separate calculation process for detecting may be omitted. The management server 200 may quickly analyze the health status of the poultry using the received color data. Therefore, the amount of calculation of the management server 200 is greatly reduced, and the load of the management server for collecting and analyzing a plurality of image data from the plurality of imaging devices 100 can be reduced.

도10은 본 발명의 실시예에 따른 가금류 관리 방법의 순서도이다. 도10을 참조하면, 먼저 이미지 센서는 복수 개체를 포함하는 이미지를 촬영한다. 이미지 센서는 사육장 내부에 배치되어 가금류를 포함하는 복수 개체를 촬영하여 데이터 처리부에 전달한다(S1001).10 is a flow chart of a poultry management method according to an embodiment of the present invention. Referring to FIG. 10, an image sensor first photographs an image including a plurality of objects. The image sensor is disposed inside the kennel and photographs a plurality of objects including the poultry, and transmits the captured image to the data processor (S1001).

다음으로, 이미지 센서는 복수 개체를 포함하는 이미지를 이용하여 영상 데이터를 생성한다. 하나의 영상 데이터는 단일 프레임을 의미할 수 있다. 이미지 센서는 순차적으로 촬영되는 이미지를 이용하여 복수개의 영상 데이터를 생성한다(S1002).Next, the image sensor generates image data using an image including a plurality of objects. One image data may mean a single frame. The image sensor generates a plurality of image data by using the sequentially photographed images (S1002).

다음으로, 데이터 처리부는 영상 데이터에서 개체를 검출한다. 데이터 처리부는 개체의 특징점, 개체의 외곽선, 개체의 윤곽을 이용하여 개체를 검출한다. 또는, 데이터 처리부는 SVM(Support Vector Machine), 신경망, AdaBoost 알고리즘 등을 포함하는 다양한 학습 알고리즘을 이용하여 영상 데이터에서 개체를 검출한다(S1003).Next, the data processor detects the object from the image data. The data processor detects the object by using the feature points of the object, the outline of the object, and the outline of the object. Alternatively, the data processor detects an object from the image data using various learning algorithms including SVM, neural network, AdaBoost algorithm, etc. (S1003).

다음으로, 데이터 처리부는 검출된 개체 데이터를 이용하여 개체의 헤드부와 바디부를 판별하여 헤드부에 대한 분포 데이터를 생성할 상기 헤드부에 대한 분포 데이터를 생성한다. 분포 데이터는 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나를 포함한다(S1004).Next, the data processor generates the distribution data for the head part to generate the distribution data for the head part by determining the head part and the body part of the object using the detected object data. The distribution data includes at least one of a heat map and coordinate information for the head portion (S1004).

다음으로, 데이터 처리부는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출한다. 데이터 처리부는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출하여 헤드부에 대한 색상 데이터를 생성한다. 데이터 처리부는 헤드부의 분포 데이터를 이용하여 원본 영상 데이터상에서 헤드부의 위치에 대응되는 픽셀을 분석하여 헤드부를 구성하는 각 픽셀의 색상을 검출한다. 예를 들면 색상 데이터는 헤드부를 구성하는 각 픽셀에 대한 RGB색상 채널을 의미한다. 또는 데이터 처리부는 영상 데이터를 복수개의 구역으로 구획하고, 헤드부에 대한 구역별 색상 데이터를 생성한다(S1005).Next, the data processor detects the color of the position corresponding to the head on the image data using the distribution data. The data processor detects the color of the position corresponding to the head on the image data using the distribution data to generate color data for the head. The data processor detects the color of each pixel constituting the head by analyzing pixels corresponding to the position of the head on the original image data using distribution data of the head. For example, the color data means an RGB color channel for each pixel constituting the head portion. Alternatively, the data processor divides the image data into a plurality of zones and generates zone-specific color data for the head unit in operation S1005.

다음으로, 제어부는 검출된 색상을 분석하여 가금류의 건강 상태를 판단한다. 제어부는 색상 데이터 또는 구역별 색상 데이터를 이용하여 가금류의 건강 상태를 판단한다. 이 때, 제어부는 색상 데이터를 기 설정된 임계범위와 비교하여 가금류의 건강 상태를 판단한다(S1006).Next, the controller determines the health state of the poultry by analyzing the detected color. The controller determines the health status of the poultry using the color data or color data for each zone. At this time, the controller determines the health status of the poultry by comparing the color data with a predetermined threshold range (S1006).

도11은 본 발명의 실시예에 따른 가금류 관리 방법의 순서도이다. 도11을 참조하면, 먼저 이미지 센서는 복수 개체를 포함하는 이미지를 촬영한다. 이미지 센서(S1101).11 is a flowchart of a poultry management method according to an embodiment of the present invention. Referring to FIG. 11, an image sensor first photographs an image including a plurality of objects. Image sensor S1101.

다음으로, 촬영부는 복수 개체를 포함하는 이미지를 이용하여 영상 데이터를 생성한다. 하나의 영상 데이터는 단일 프레임을 의미할 수 있다.이미지 센서는 순차적으로 촬영되는 이미지를 이용하여 복수개의 영상 데이터를 생성한다(S1102).Next, the photographing unit generates image data by using an image including a plurality of objects. One image data may refer to a single frame. The image sensor generates a plurality of image data using images sequentially photographed (S1102).

다음으로, 데이터 처리부는 영상 데이터에서 개체를 검출한다. 데이터 처리부는 개체의 특징점, 개체의 외곽선, 개체의 윤곽을 이용하여 개체를 검출한다. 또는, 데이터 처리부는 SVM(Support Vector Machine), 신경망, AdaBoost 알고리즘 등을 포함하는 다양한 학습 알고리즘을 이용하여 영상 데이터에서 개체를 검출한다(S1103).Next, the data processor detects the object from the image data. The data processor detects the object by using the feature points of the object, the outline of the object, and the outline of the object. Alternatively, the data processor detects an object from the image data using various learning algorithms including a support vector machine (SVM), a neural network, an AdaBoost algorithm, and the like (S1103).

다음으로, 데이터 처리부는 검출된 개체 데이터를 이용하여 개체의 헤드부와 바디부를 판별하여 헤드부에 대한 분포 데이터를 생성할 상기 헤드부에 대한 분포 데이터를 생성한다. 분포 데이터는 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나를 포함한다(S1104).Next, the data processor generates the distribution data for the head part to generate the distribution data for the head part by determining the head part and the body part of the object using the detected object data. The distribution data includes at least one of a heat map and coordinate information for the head portion (S1104).

다음으로, 통신부는 영상 데이터 및 분포 데이터를 관리 서버에 전송한다(S1105).Next, the communication unit transmits the image data and the distribution data to the management server (S1105).

다음으로, 관리 서버는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출한다. 관리 서버는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출하여 헤드부에 대한 색상 데이터를 생성한다. 관리 서버는 헤드부의 분포 데이터를 이용하여 원본 영상 데이터상에서 헤드부의 위치에 대응되는 픽셀을 분석하여 헤드부를 구성하는 각 픽셀의 색상을 검출한다. 예를 들면 색상 데이터는 헤드부를 구성하는 각 픽셀에 대한 RGB색상 채널을 의미한다. 또는 관리 서버는 영상 데이터를 복수개의 구역으로 구획하고, 헤드부에 대한 구역별 색상 데이터를 생성한다(S1106).Next, the management server detects the color of the position corresponding to the head on the image data using the distribution data. The management server detects the color of the position corresponding to the head on the image data using the distribution data and generates color data for the head. The management server detects the color of each pixel constituting the head by analyzing pixels corresponding to the position of the head on the original image data using the distribution data of the head. For example, the color data means an RGB color channel for each pixel constituting the head portion. Alternatively, the management server divides the image data into a plurality of zones, and generates zone-specific color data for the head portion (S1106).

다음으로, 관리 서버는 검출된 색상을 분석하여 가금류의 건강 상태를 판단한다. 관리 서버는 색상 데이터 또는 구역별 색상 데이터를 이용하여 가금류의 건강 상태를 판단한다. 이 때, 관리 서버는 색상 데이터를 기 설정된 임계범위와 비교하여 가금류의 건강 상태를 판단한다(S1107).Next, the management server analyzes the detected color to determine the health status of the poultry. The management server determines the health status of the poultry using the color data or color data for each zone. At this time, the management server determines the health state of the poultry by comparing the color data with a predetermined threshold range (S1107).

도12는 본 발명의 실시예에 따른 가금류 관리 방법의 순서도이다. 도12를 참조하면, 먼저 이미지 센서는 복수 개체를 포함하는 이미지를 촬영한다. 이미지 센서(S1201).12 is a flow chart of a poultry management method according to an embodiment of the present invention. Referring to FIG. 12, an image sensor first photographs an image including a plurality of objects. Image sensor S1201.

다음으로, 이미지 센서는 복수 개체를 포함하는 이미지를 이용하여 영상 데이터를 생성한다. 하나의 영상 데이터는 단일 프레임을 의미할 수 있다. 이미지 센서는 순차적으로 촬영되는 이미지를 이용하여 복수개의 영상 데이터를 생성한다(S1202).Next, the image sensor generates image data using an image including a plurality of objects. One image data may mean a single frame. The image sensor generates a plurality of image data using images sequentially photographed (S1202).

다음으로, 데이터 처리부는 영상 데이터에서 개체를 검출한다. 데이터 처리부는 개체의 특징점, 개체의 외곽선, 개체의 윤곽을 이용하여 개체를 검출한다. 또는, 데이터 처리부는 SVM(Support Vector Machine), 신경망, AdaBoost 알고리즘 등을 포함하는 다양한 학습 알고리즘을 이용하여 영상 데이터에서 개체를 검출한다(S1203).Next, the data processor detects the object from the image data. The data processor detects the object by using the feature points of the object, the outline of the object, and the outline of the object. Alternatively, the data processor detects an object from the image data by using various learning algorithms including SVM, neural network, AdaBoost algorithm, etc. (S1203).

다음으로, 데이터 처리부는 검출된 개체 데이터를 이용하여 개체의 헤드부와 바디부를 판별하여 헤드부에 대한 분포 데이터를 생성할 상기 헤드부에 대한 분포 데이터를 생성한다. 분포 데이터는 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나를 포함한다(S1204).Next, the data processor generates the distribution data for the head part to generate the distribution data for the head part by determining the head part and the body part of the object using the detected object data. The distribution data includes at least one of a heat map and coordinate information for the head portion (S1204).

다음으로, 데이터 처리부는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출한다. 데이터 처리부는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출하여 헤드부에 대한 색상 데이터를 생성한다. 데이터 처리부는 헤드부의 분포 데이터를 이용하여 원본 영상 데이터상에서 헤드부의 위치에 대응되는 픽셀을 분석하여 헤드부를 구성하는 각 픽셀의 색상을 검출한다. 예를 들면 색상 데이터는 헤드부를 구성하는 각 픽셀에 대한 RGB색상 채널을 의미한다. 또는 데이터 처리부는 영상 데이터를 복수개의 구역으로 구획하고, 헤드부에 대한 구역별 색상 데이터를 생성한다(S1205).Next, the data processor detects the color of the position corresponding to the head on the image data using the distribution data. The data processor detects the color of the position corresponding to the head on the image data using the distribution data to generate color data for the head. The data processor detects the color of each pixel constituting the head by analyzing pixels corresponding to the position of the head on the original image data using distribution data of the head. For example, the color data means an RGB color channel for each pixel constituting the head portion. Alternatively, the data processor divides the image data into a plurality of zones and generates zone-specific color data for the head unit in operation S1205.

다음으로, 통신부는 색상 데이터 및 구역별 색상 데이터 중 적어도 하나를 관리 서버로 전송한다(S1206).Next, the communication unit transmits at least one of color data and color data for each zone to the management server (S1206).

다음으로, 관리 서버는 검출된 색상을 분석하여 가금류의 건강 상태를 판단한다. 관리 서버는 색상 데이터 또는 구역별 색상 데이터를 이용하여 가금류의 건강 상태를 판단한다. 이 때, 관리 서버는 색상 데이터를 기 설정된 임계범위와 비교하여 가금류의 건강 상태를 판단한다(S1207).Next, the management server analyzes the detected color to determine the health status of the poultry. The management server determines the health status of the poultry using the color data or color data for each zone. At this time, the management server determines the health state of the poultry by comparing the color data with a predetermined threshold range (S1207).

도13은 본 발명의 실시예에 따른 가금류 관리 방법의 순서도이다. 도13을 참조하면, 먼저 이미지 센서는 복수 개체를 포함하는 이미지를 촬영한다(S1301).13 is a flowchart of a poultry management method according to an embodiment of the present invention. Referring to FIG. 13, an image sensor first photographs an image including a plurality of objects (S1301).

다음으로, 이미지 센서는 복수 개체를 포함하는 이미지를 이용하여 영상 데이터를 생성한다. 하나의 영상 데이터는 단일 프레임을 의미할 수 있다. 이미지 센서는 순차적으로 촬영되는 이미지를 이용하여 복수개의 영상 데이터를 생성한다(S1302).Next, the image sensor generates image data using an image including a plurality of objects. One image data may mean a single frame. The image sensor generates a plurality of image data by using the sequentially photographed images (S1302).

다음으로, 통신부는 영상 데이터를 관리 서버에 전송한다(S1303).Next, the communication unit transmits the image data to the management server (S1303).

다음으로, 관리 서버는 영상 데이터에서 개체를 검출한다. 관리 서버는 개체의 특징점, 개체의 외곽선, 개체의 윤곽을 이용하여 개체를 검출한다. 또는, 데이터 처리부는 SVM(Support Vector Machine), 신경망, AdaBoost 알고리즘 등을 포함하는 다양한 학습 알고리즘을 이용하여 영상 데이터에서 개체를 검출한다(S1304).Next, the management server detects an entity in the image data. The management server detects the object by using the feature points of the object, the outline of the object, and the outline of the object. Alternatively, the data processor detects an object from the image data using various learning algorithms including an SVM, a neural network, an AdaBoost algorithm, and the like (S1304).

다음으로, 관리 서버는 검출된 개체 데이터를 이용하여 개체의 헤드부와 바디부를 판별하여 헤드부에 대한 분포 데이터를 생성할 상기 헤드부에 대한 분포 데이터를 생성한다. 분포 데이터는 헤드부에 대한 히트맵(heat map) 및 좌표 정보 중 적어도 하나를 포함한다(S1305).Next, the management server determines the head part and the body part of the object using the detected object data to generate distribution data for the head part to generate distribution data for the head part. The distribution data includes at least one of a heat map and coordinate information for the head portion (S1305).

다음으로, 관리 서버는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출한다. 관리 서버는 분포 데이터를 이용하여 영상 데이터 상에서 헤드부에 대응되는 위치의 색상을 검출하여 헤드부에 대한 색상 데이터를 생성한다. 관리 서버는 헤드부의 분포 데이터를 이용하여 원본 영상 데이터상에서 헤드부의 위치에 대응되는 픽셀을 분석하여 헤드부를 구성하는 각 픽셀의 색상을 검출한다. 예를 들면 색상 데이터는 헤드부를 구성하는 각 픽셀에 대한 RGB색상 채널을 의미한다. 또는 관리 서버는 영상 데이터를 복수개의 구역으로 구획하고, 헤드부에 대한 구역별 색상 데이터를 생성한다(S1306).Next, the management server detects the color of the position corresponding to the head on the image data using the distribution data. The management server detects the color of the position corresponding to the head on the image data using the distribution data and generates color data for the head. The management server detects the color of each pixel constituting the head by analyzing pixels corresponding to the position of the head on the original image data using the distribution data of the head. For example, the color data means an RGB color channel for each pixel constituting the head portion. Alternatively, the management server divides the image data into a plurality of zones, and generates zone-specific color data for the head portion (S1306).

다음으로, 관리 서버는 검출된 색상을 분석하여 가금류의 건강 상태를 판단한다. 관리 서버는 색상 데이터 또는 구역별 색상 데이터를 이용하여 가금류의 건강 상태를 판단한다. 이 때, 관리 서버는 색상 데이터를 기 설정된 임계범위와 비교하여 가금류의 건강 상태를 판단한다(S1307).Next, the management server analyzes the detected color to determine the health status of the poultry. The management server determines the health status of the poultry using the color data or color data for each zone. At this time, the management server determines the health status of the poultry by comparing the color data with a predetermined threshold range (S1307).

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, 개체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 채널의 세그먼트들, 드라이버들, 펌웨어, 마이크로채널, 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.The term '~ part' used in the present embodiment refers to software or a hardware component such as a field-programmable gate array (FPGA) or an ASIC, and '~ part' performs certain roles. However, '~' is not meant to be limited to software or hardware. '~ Portion' may be configured to be in an addressable storage medium or may be configured to play one or more processors. Thus, as an example, '~' means components such as software components, object-oriented software components, class components, and task components, and processes, functions, properties, procedures, and the like. Subroutines, segments of program channels, drivers, firmware, microchannels, circuitry, data, databases, data structures, tables, arrays, and variables. The functionality provided within the components and the 'parts' may be combined into a smaller number of components and the 'parts' or further separated into additional components and the 'parts'. In addition, the components and '~' may be implemented to play one or more CPUs in the device or secure multimedia card.

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. Although described above with reference to a preferred embodiment of the present invention, those skilled in the art will be variously modified and changed within the scope of the invention without departing from the spirit and scope of the invention described in the claims below I can understand that you can.

100: 촬상 장치
111: 이미지 센서
112: 데이터 처리부
113: 제어부
114: 통신부
115: 표시부
116: 유저 인터페이스부
117: 인코딩부
118: 데이터베이스
119: 광원부
120: 팬틸트부100: imaging device
111: image sensor
112: data processing unit
113: control unit
114: communication unit
115: display unit
116: user interface unit
117: encoding section
118: database
119: light source
120: pan tilt portion

Claims

An image sensor for capturing an image to generate image data;
A data processor for detecting an object by using the image data, determining a head part of the object, and generating distribution data for the head part; And
And a communication unit which transmits the image data and the distribution data to a management server.

The method of claim 1,
And the distribution data includes at least one of a heat map and coordinate information for the head unit.

The method of claim 1,
And the data processor detects a color of a position corresponding to the head portion on the image data using the distribution data, and generates color data for the head portion.

The method of claim 3,
And the data processor divides the image data into a plurality of zones and generates zone-specific color data for the head unit.

The method of claim 4, wherein
And the communication unit transmits at least one of the color data and the color data for each zone to the management server.

The method of claim 4, wherein
And a controller configured to determine a health state of poultry using at least one of the color data and the color data for each zone.

The method of claim 6,
And the controller determines the health state of the poultry by comparing the color data with a preset threshold range.

An image sensor for capturing an image to generate image data; A data processor which detects an object using the image data, determines a head part of the object, and generates distribution data for the head part; And a communication unit which transmits the image data and the distribution data. And
A management server that receives the image data and the distribution data, detects a color of a position corresponding to the head portion on the image data using the distribution data, and analyzes the detected color to determine a health condition of poultry.
Poultry management system comprising a.

The method of claim 8,
The distribution data includes at least one of a heat map and coordinate information for the head portion.

The method of claim 8,
And the data processing unit detects a color of a position corresponding to the head portion on the image data using the distribution data to generate color data for the head portion.

The method of claim 10,
The data processing unit divides the image data into a plurality of zones, and generates color data for each zone for the head unit.

The method of claim 11,
And the communication unit transmits at least one of the color data and the color data for each zone to the management server.

The method of claim 11,
The management server is a poultry management system for determining the health status of poultry using at least one of the color data and the color data for each zone.

The method of claim 13,
And the management server determines the health state of the poultry by comparing the color data with a preset threshold range.

Photographing an image to generate image data;
Detecting an object in the image data;
Determining a head portion of the object;
Generating distribution data for the head portion;
Detecting a color of a position corresponding to the head on the image data using the distribution data; And
Poultry management method comprising the step of determining the health status of the poultry by analyzing the detected color.