KR20200105558A - A Computer Vision for the Prediction System of Livestock Diseases and Their Methods - Google Patents

A Computer Vision for the Prediction System of Livestock Diseases and Their Methods Download PDF

Info

Publication number
KR20200105558A
KR20200105558A KR1020190023654A KR20190023654A KR20200105558A KR 20200105558 A KR20200105558 A KR 20200105558A KR 1020190023654 A KR1020190023654 A KR 1020190023654A KR 20190023654 A KR20190023654 A KR 20190023654A KR 20200105558 A KR20200105558 A KR 20200105558A
Authority
KR
South Korea
Prior art keywords
livestock
information
determination
computer vision
diseased
Prior art date
Application number
KR1020190023654A
Other languages
Korean (ko)
Other versions
KR102307478B1 (en
Inventor
김종식
조용준
Original Assignee
주식회사 에스티엔
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에스티엔 filed Critical 주식회사 에스티엔
Priority to KR1020190023654A priority Critical patent/KR102307478B1/en
Publication of KR20200105558A publication Critical patent/KR20200105558A/en
Application granted granted Critical
Publication of KR102307478B1 publication Critical patent/KR102307478B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K1/00—Housing animals; Equipment therefor
    • A01K1/02—Pigsties; Dog-kennels; Rabbit-hutches or the like
    • A01K1/03—Housing for domestic or laboratory animals
    • A01K1/031—Cages for laboratory animals; Cages for measuring metabolism of animals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Abstract

The present invention relates to a system and a method for predicting a livestock disease. Specifically, disclosed in the present invention are a system and a method for predicting a livestock disease using a computer vision, wherein the system includes: an input device including a photographing device mounted on one side of a breeding farm to photograph livestock; and an analysis device extracting and analyzing determination information (D) of the livestock from an image photographed by the photographing device, and determining whether the livestock is diseased by using the determination information. Thus, according to the present invention, the image photographed by the photographing device is analyzed using the computer vision, so that it is determined whether the livestock is diseased in advance, diseases of various types of livestock are predicted, and the spread of the diseases is prevented.

Description

컴퓨터 비전을 이용한 가축 질병 예측 시스템 및 그 방법{A Computer Vision for the Prediction System of Livestock Diseases and Their Methods}A Computer Vision for the Prediction System of Livestock Diseases and Their Methods}

본 발명은 가축 질병 예측 시스템 및 그 방법에 관한 것으로, 보다 상세하게는 가축들을 사육할 때 촬영장비로 가축들을 촬영한 영상을 분석하고 가축들의 질병을 예측하여 질병 확산을 방지하는 시스템 및 방법에 관한 것이다.The present invention relates to a livestock disease prediction system and method thereof, and more particularly, to a system and method for preventing the spread of diseases by analyzing images taken of livestock with photographing equipment when raising livestock and predicting diseases of livestock. will be.

농가에서 닭, 소, 돼지 등과 같은 가축 관리는 관리자가 직접 관리 하거나 촬영이나 감시를 위한 cctv(closed circuit television)나 IP카메라(IP camera) 등이 설치되어 있다. 하지만 사람이 축사 내에 하루 종일 있지 못하여 직접 관리는 한계가 있으며 이를 도와주기 위한 촬영장비가 있으나 많은 수의 가축들을 일일이 체크하기 힘든 여건이다.The management of livestock such as chickens, cows, and pigs in farms is managed by an administrator, or CCTV (closed circuit television) or IP cameras are installed for shooting or monitoring. However, direct management is limited as no one is in the livestock all day long, and there are shooting equipment to help this, but it is difficult to check a large number of livestock one by one.

한편, 가축의 질병 여부를 확인하고, 질병이 확인된 가축에 대한 영상을 제공하는 장치가 한국등록특허공보 제10-1676643호 "가축 관리 시스템 및 그 방법"에 개시된다.On the other hand, a device that checks whether a livestock has a disease and provides an image of a livestock whose disease has been confirmed is disclosed in Korean Patent Publication No. 10-1676643 "Livestock Management System and Method".

"가축 관리 시스템 및 그 방법"에서는 가축들 각각에 장착 또는 삽입된 송신 모듈들로부터 식별 아이디가 포함된 신호를 수신하는 수신 장치 및 그 신호를 이용하여 가축들을 분석하여 발정 또는 질병 여부를 알리는 제어 장치를 포함하는 가축 관리 시스템을 개시한다. 이 가축 관리 시스템을 통해 감시 대상 구역 내에 분포되어 있는 가축들의 군집 행동 여부, 상태 여부 등을 파악함으로써, 가축의 질병 또는 발정 발생 여부를 관리자에게 빠르고 정확하게 알릴 수 있다. 또한, 해당 가축의 활동 시점의 영상을 추출하여 관리자에게 함께 제공함으로써, 관리자가 가축의 이상 움직임을 쉽게 확인할 수 있는 효과가 있다.In "Livestock Management System and Method", a receiving device that receives a signal containing an identification ID from transmission modules installed or inserted in each of the livestock and a control device that analyzes livestock using the signal to inform whether there is heat or disease It discloses a livestock management system comprising a. Through this livestock management system, it is possible to quickly and accurately notify managers of the occurrence of diseases or estrus of livestock by grasping whether or not the livestocks distributed in the area to be monitored have clustered behaviors and conditions. In addition, there is an effect that the manager can easily check the abnormal movement of the livestock by extracting the image of the livestock activity point and providing it to the manager together.

하지만 "가축 관리 시스템 및 그 방법"은 가축들 각각에 송신 모듈을 장착 또는 삽입해야 하는 번거로움과 추가 비용이 발생하며, 닭이나 오리 등과 같이 크기가 작고 대량으로 키우는 가축들에게 송신 모듈을 장착 또는 삽입하는 것은 소나 돼지 등과 같은 크기가 큰 가축들 보다 더욱 어렵고 더 많은 인력과 시간이 필요하다. 이러한 한계로 다양한 가축 환경에 적용되기 어려운 문제점이 있다.However, the "livestock management system and its method" incurs the hassle and additional cost of installing or inserting a transmission module in each of the livestock, and the transmission module is installed or installed for small-sized animals such as chickens and ducks. Insertion is more difficult and requires more manpower and time than larger livestock such as cattle and pigs. Due to these limitations, there is a problem that is difficult to be applied to various livestock environments.

한국등록특허공보 제10-1676643호(2016.11.10.)Korean Registered Patent Publication No. 10-1676643 (2016.11.10.)

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 가축들을 촬영한 영상을 컴퓨터 비전을 활용하여 분석하고 분석된 데이터를 축적하여 인공지능 기반의 딥러닝 알고리즘을 이용해 학습된 빅데이터를 통해 질병을 예측하는데 있다. 보다 상세하게는 가축 농가에 설치된 cctv나 IP카메라 또는 열화상 카메라 같은 촬영장비로 가축들을 촬영한 영상을 컴퓨터 비전을 이용하여 가축들의 행동 및 이동, 외형, 색깔, 체온 등의 데이터를 저장하고 분석하여 인공지능 기반의 딥러닝 알고리즘을 이용해 학습된 빅데이터를 통해 가축들의 질병을 예측하는 시스템 및 방법을 제공하는데 목적이 있다.The present invention has been devised to solve the above problems, by analyzing images of livestock using computer vision, accumulating the analyzed data, and using big data learned using deep learning algorithms based on artificial intelligence. Is to predict. In more detail, by using computer vision to capture images of livestock with cameras such as cctv, IP camera or thermal imaging camera installed in livestock farms, data such as behavior and movement, appearance, color, and body temperature of livestock are stored and analyzed. An object of the present invention is to provide a system and method for predicting diseases of livestock through big data learned using artificial intelligence-based deep learning algorithms.

상기와 같은 목적을 달성하기 위하여 본 발명은 사육장 일측에 장착되어 가축들을 촬영하는 촬영장치(110)를 포함하는 입력장치(100)와, 상기 촬영장치(110)에서 촬영된 영상에서 상기 가축들의 판단정보(D)를 추출하여 분석하고, 상기 판단정보(D)로 상기 가축들의 질병 여부를 판단하는 분석장치(200)를 포함하는 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000)을 제공한다.In order to achieve the above object, the present invention provides an input device 100 including a photographing device 110 mounted on one side of a kennel to photograph livestock, and the determination of the livestock from an image photographed by the photographing device 110. It provides a livestock disease prediction system 1000 using computer vision including an analysis device 200 that extracts and analyzes information (D) and determines whether the livestock is diseased by the determination information (D).

또한, 상기 입력장치(100)는 상기 사육장 일측에 장착되어 상기 가축들의 체온을 측정하는 온도측정장치(120)를 더 포함하고, 상기 분석장치(200)는 상기 온도측정장치(120)에서 측정된 온도에서 상기 가축들의 판단정보(D)를 더 추출하는 것을 특징으로 한다.In addition, the input device 100 further includes a temperature measuring device 120 mounted on one side of the feedlot to measure the body temperature of the livestock, the analysis device 200 is measured by the temperature measuring device 120 It characterized in that further extracting the judgment information (D) of the livestock at temperature.

또한, 본 발명의 상기 판단정보(D)는 상기 가축들의 이동속도, 외형, 색깔, 행동, 위치, 온도 중 적어도 하나를 포함하는 정보인 것을 특징으로 한다.In addition, the determination information (D) of the present invention is characterized in that the information including at least one of the movement speed, appearance, color, behavior, location, and temperature of the livestock.

또한, 본 발명의 상기 분석장치(200)는 상기 판단정보(D)를 추출하여 분석하는 정보분석부(210)와, 상기 정보분석부에서 상기 판단정보(D)를 분석한 정보와 상기 판단정보(D)와 대응되는 판단조건(S)을 비교하여 상기 가축들의 질병 여부를 판단하는 판단부(220)를 포함하는 것을 특징으로 한다.In addition, the analysis device 200 of the present invention includes an information analysis unit 210 that extracts and analyzes the determination information D, and the information analyzed by the information analysis unit and the determination information It characterized in that it comprises a determination unit 220 for determining whether the disease of the livestock by comparing (D) and the corresponding determination condition (S).

또한, 본 발명의 상기 판단정보(D) 중 상기 가축들의 이동속도는 상기 가축들 각각이 이동하는 속도, 상기 가축들 각각의 신체 일부의 이동속도, 상기 가축들의 군집의 이동속도 중 적어도 하나를 포함하는 것을 특징으로 한다.In addition, in the determination information (D) of the present invention, the moving speed of the livestock includes at least one of a moving speed of each of the livestock, a moving speed of a body part of each of the livestock, and a moving speed of the group of livestock. Characterized in that.

또한, 본 발명의 상기 판단부(220)에서 상기 가축들 중 질병에 걸린 가축이 있다고 판단된 경우 사용자에게 이미지, 텍스트, 음성 중 적어도 하나의 방법으로, 상기 판단부(220)에서 질병에 걸렸다고 판단된 정보, 질병에 걸린 가축, 질병에 걸린 가축의 위치 중 적어도 하나의 정보를 출력해주는 출력장치(300)를 더 포함하는 것을 특징으로 한다.In addition, if the determination unit 220 of the present invention determines that there is a diseased livestock among the livestock, the user is told that the decision unit 220 has a disease by at least one of image, text, and voice. It characterized in that it further comprises an output device 300 for outputting at least one of the determined information, the diseased livestock, and the location of the diseased livestock.

또한, 본 발명의 상기 분석장치(200)는 인공지능 기반의 딥러닝 알고리즘을 이용하여 상기 판단정보(D)를 저장하고 학습하여 상기 판단정보(D)와 대응되는 제3판단조건을 계산하는 저장부(230)를 더 포함하는 것을 특징으로 한다.In addition, the analysis device 200 of the present invention stores and learns the determination information (D) using an artificial intelligence-based deep learning algorithm to calculate a third determination condition corresponding to the determination information (D). It characterized in that it further comprises a unit 230.

한편, 본 발명의 컴퓨터 비전을 이용한 가축 질병 예측 방법에 있어서, 사육장에서 가축들을 촬영하고, 상기 가축들의 체온을 측정하는 입력단계(S100)와, 상기 입력단계(S100)에서 얻은 상기 가축들의 판단정보(D)를 추출하여 분석하는 정보분석단계(S200)와, 상기 판단정보(D)와 상기 판단정보(D)와 대응되는 판단조건(S)을 각각 비교하여 상기 가축들의 질병 여부를 판단하는 판단단계(S300) 및, 상기 판단단계(S300)에서 상기 가축들 중 질병에 걸린 가축이 있다고 판단된 경우 사용자에게 이미지, 텍스트, 음성 중 적어도 하나의 방법으로, 상기 판단단계(S300)에서 질병에 걸렸다고 판단된 정보, 질병에 걸린 가축, 질병에 걸린 가축의 위치 중 적어도 하나의 정보를 출력해주는 출력단계(S400)를 포함하는 컴퓨터 비전을 이용한 가축 질병 예측 방법(1000)을 제공한다.On the other hand, in the method for predicting livestock diseases using computer vision of the present invention, the input step (S100) of photographing livestock in a feedlot and measuring the body temperature of the livestock, and the determination information of the livestock obtained in the input step (S100) An information analysis step (S200) of extracting and analyzing (D), and a determination of whether the livestock is diseased by comparing the determination information (D) and the determination condition (S) corresponding to the determination information (D). If it is determined that there is a diseased livestock among the livestock in step S300 and the determination step S300, the user has suffered a disease in the determination step S300 by at least one of image, text, and voice. It provides a livestock disease prediction method 1000 using computer vision including the output step (S400) of outputting at least one of the determined information, the diseased livestock, and the location of the diseased livestock.

또한, 본 발명의 상기 판단정보(D)는 가축들의 이동속도, 외형, 색깔, 행동, 위치, 체온 중 적어도 하나를 포함하는 정보인 것을 특징으로 한다.In addition, the determination information (D) of the present invention is characterized in that information including at least one of movement speed, appearance, color, behavior, location, and body temperature of livestock.

또한, 본 발명의 상기 판단정보(D) 중 상기 가축들의 이동속도는 상기 가축들 각각이 이동하는 속도, 상기 가축들 각각의 신체 일부의 이동속도, 상기 가축들의 군집의 이동속도 중 적어도 하나를 포함하는 것을 특징으로 한다.In addition, in the determination information (D) of the present invention, the moving speed of the livestock includes at least one of a moving speed of each of the livestock, a moving speed of a body part of each of the livestock, and a moving speed of the group of livestock. Characterized in that.

또한, 본 발명의 정보분석단계(S200) 이 후에, 인공지능 기반의 딥러닝 알고리즘을 이용하여 판단정보(D)를 저장하고 학습하여 제3판단조건를 계산하는 저장 및 학습단계(S210)를 더 포함하는 것을 특징으로 한다.In addition, after the information analysis step (S200) of the present invention, a storage and learning step (S210) of storing and learning the determination information (D) using an artificial intelligence-based deep learning algorithm to calculate a third determination condition (S210) is further included. Characterized in that.

상기와 같은 구성에 따른 본 발명은, 가축 농가에 기 설치된 cctv나 IP카메라 또는 열화상 카메라 같은 입력장치를 활용함으로써 가축들의 질병을 예측하는 시스템을 저비용으로 구성할 수 있는 효과를 얻을 수 있다.The present invention according to the above configuration can obtain an effect of constructing a system for predicting diseases of livestock at low cost by using an input device such as a cctv, IP camera, or thermal imaging camera already installed in a livestock farm.

또한, 본 발명의 분석장치는 컴퓨터 비전을 이용해서 판단정보를 추출하고 분석하여, 가축들 질병 여부를 미리 판단할 수 있고, 다양한 종류의 가축의 질병을 예측할 수 있는 효과를 얻을 수 있다.In addition, the analysis apparatus of the present invention may extract and analyze judgment information using computer vision, thereby pre-determining whether or not diseases of livestock, and to obtain an effect of predicting diseases of various types of livestock.

또한, 본 발명은 빅데이터를 활용하여 가축들의 질병을 보다 더 잘 예측하여 질병의 확산을 방지할 수 있고, 질병의 변화에도 대응할 수 있다.In addition, the present invention can prevent the spread of diseases by better predicting diseases of livestock using big data, and respond to changes in diseases.

또한, 본 발명은 출력장치를 포함하여 질병에 걸린 것을 사용자에게 시각정보나 청각정보로 알려 줄 수 있는 효과를 얻을 수 있다.In addition, according to the present invention, it is possible to obtain an effect of notifying a user of a disease with visual or auditory information including an output device.

도 1은 본 발명에 따른 컴퓨터 비전을 이용한 가축 질병 예측 시스템을 나타내는 도면이다.
도 2는 본 발명에 따른 컴퓨터 비전을 이용한 가축 질병 예측 시스템의 장치를 나타내는 블록도이다.
도 3은 본 발명의 제1판단조건에 대한 정보분석부와 판단부의 한 실시 예에 따른 동작 그래프이다.
도 4는 본 발명의 제2판단조건에 대한 정보분석부와 판단부의 다른 실시 예에 따른 동작 그래프이다.
도 5는 본 발명의 한 실시 예에 따른 컴퓨터 비전을 이용한 가축 질병 예측 방법의 흐름도이다.
도 6은 본 발명의 또 다른 실시 예에 따른 컴퓨터 비전을 이용한 가축 질병 예측 방법의 흐름도이다.1 is a diagram showing a livestock disease prediction system using computer vision according to the present invention.
2 is a block diagram showing an apparatus of a livestock disease prediction system using computer vision according to the present invention.
3 is an operation graph according to an embodiment of an information analysis unit and a determination unit for a first determination condition of the present invention.
4 is an operation graph of an information analysis unit and a determination unit for a second judgment condition according to another embodiment of the present invention.
5 is a flowchart of a method for predicting livestock diseases using computer vision according to an embodiment of the present invention.
6 is a flowchart of a method for predicting livestock diseases using computer vision according to another embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명을 하고자 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.In the present invention, various modifications may be made and various embodiments may be provided. Specific embodiments are illustrated in the drawings and described in detail. However, this is not intended to limit the present invention to a specific embodiment, it should be understood to include all changes, equivalents, or substitutes included in the spirit and scope of the present invention.

이하, 본 발명의 기술적 사상을 첨부된 도면을 사용하여 더욱 구체적으로 설명한다.Hereinafter, the technical idea of the present invention will be described in more detail using the accompanying drawings.

첨부된 도면은 본 발명의 기술적 사상을 더욱 구체적으로 설명하기 위하여 도시한 일예에 불과하므로 본 발명의 기술적 사상이 첨부된 도면의 형태에 한정되는 것은 아니다.The accompanying drawings are only an example shown to describe the technical idea of the present invention in more detail, so the technical idea of the present invention is not limited to the form of the accompanying drawings.

도 1에 도시 된 바와 같이, 본 발명에 따른 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000)은 입력장치(100)와, 분석장치(200)와, 출력장치(300)를 포함할 수 있다. 이때 입력장치(100)는 사육장 일측에 장착되어 가축들을 촬영하거나 온도를 측정한다. 또한 입력장치(100)는 복수 개 일 수 있다. 한편 분석장치(200)는 입력장치(100)에서 얻은 영상에서 가축들의 판단정보(D)를 추출하여 분석하고, 판단정보로 가축들의 질병 여부를 판단한다.As shown in FIG. 1, the livestock disease prediction system 1000 using computer vision according to the present invention may include an input device 100, an analysis device 200, and an output device 300. At this time, the input device 100 is mounted on one side of the feedlot to photograph livestock or measure the temperature. In addition, there may be a plurality of input devices 100. Meanwhile, the analysis device 200 extracts and analyzes the judgment information D of livestock from the image obtained by the input device 100, and determines whether the livestock has disease using the judgment information.

도 1 내지 도2에 도시된 바와 같이, 본 발명은 가축 농가에 설치된 입력장치(100), 예를 들어, cctv 같은 촬영장치(110)로 가축들을 촬영한 영상을 컴퓨터 비전을 이용하여 가축들의 행동 및 외형, 색깔 등을 파악해서 가축들의 질병을 예측하는 시스템(1000)을 제공한다. 여기서 입력장치(100)는 cctv, IP카메라, 적외선 카메라 같은 가축들을 촬영하는 촬영장치(110)일 수도 있고, 디지털 온습도계, 열화상카메라 같은 가축 농가의 온습도나 가축들의 체온을 측정할 수 있는 온도측정장치(120)일 수도 있고, 가축 농가에서 나는 소리를 감지하는 음성인식장치(130)일 수도 있다.As shown in Figs. 1 to 2, the present invention uses an input device 100 installed in a livestock farm, for example, a photographing device 110 such as a cctv, to capture an image of livestock using computer vision. And it provides a system 1000 for predicting diseases of livestock by grasping the appearance and color. Here, the input device 100 may be a photographing device 110 for photographing livestock such as a cctv, an IP camera, or an infrared camera, and a temperature capable of measuring the temperature and humidity of livestock farms or the body temperature of livestock such as a digital thermo-hygrometer and thermal imaging camera. It may be a measuring device 120, or may be a voice recognition device 130 that detects the sound made from livestock farms.

또한 도 2에 도시된 바와 같이, 분석장치(200)는 정보분석부(210), 판단부(220)를 포함할 수 있다. 더 구체적으로 정보분석부(210)는 촬영장치(110)에서 촬영된 영상이나 온도측정장치(120)에서 측정된 온도나 음성인식장치(130)에서 측정된 음성에서 가축들의 판단정보(D)를 추출하여 분석한다. 또한, 판단부(220)에서는 정보분석부에서 판단정보(D)를 분석한 정보와 판단정보(D)와 대응되는 판단조건(S)을 각각 비교하여 가축들의 질병 여부를 판단한다.In addition, as shown in FIG. 2, the analysis device 200 may include an information analysis unit 210 and a determination unit 220. More specifically, the information analysis unit 210 may determine the judgment information (D) of livestock from the image captured by the photographing device 110 or the temperature measured by the temperature measuring device 120 or the voice measured by the voice recognition device 130. Extract and analyze. In addition, the determination unit 220 determines whether the livestock is diseased by comparing the information analyzed by the information analysis unit for the determination information D and the determination condition S corresponding to the determination information D.

또한, 출력장치(300)는 판단부(220)에서 상기 가축들 중 질병에 걸린 가축이 있다고 판단된 경우 사용자에게 이미지, 텍스트, 음성 중 적어도 하나의 방법으로, 판단부(220)에서 질병에 걸렸다고 판단된 정보, 질병에 걸린 가축, 질병에 걸린 가축의 위치 중 적어도 하나의 정보를 출력해준다.In addition, when the determination unit 220 determines that there is a diseased livestock among the livestock, the output device 300 has at least one of image, text, and voice to the user, and the determination unit 220 has a disease. It prints at least one of the determined information, the diseased livestock, and the diseased livestock's location.

이하, 본 발명의 정보분석부(210), 판단부(220), 출력장치(300)를 자세히 설명하기로 한다.Hereinafter, the information analysis unit 210, the determination unit 220, and the output device 300 of the present invention will be described in detail.

먼저, 도 2와 같이 분석장치(200)에 가축들을 촬영한 영상을 출력해주는 디스플레이(201)가 포함될 수 있다. 이 디스플레이(201)를 통해 촬영장치(100)에서 촬영한 영상을 사용자가 바로 볼 수 있어서, 가축들의 이동속도, 외형, 색깔, 행동, 위치, 그리고 디스플레이에 표시된 가축들의 체온 중 적어도 하나를 포함하는 정보를 사용자가 보고 가축들의 질병 여부를 알 수 있다.First, as shown in FIG. 2, a display 201 for outputting an image photographing livestock to the analysis device 200 may be included. Through this display 201, the user can directly view the image captured by the photographing device 100, and includes at least one of the movement speed of livestock, appearance, color, behavior, position, and body temperature of livestock displayed on the display. The user can see the information and know whether the livestock is sick.

한편, 정보분석부는(210)에서 추출한 가축들의 판단정보(D)는 가축들의 이동속도, 외형, 색깔, 행동, 위치, 온도 중 적어도 하나를 포함하는 정보일 수 있다. 이러한 판단정보(D)는 컴퓨터 비전을 통해 각각의 정보를 추출 및 분석하여 수치화 할 수 있다.Meanwhile, the determination information D of livestock extracted by the information analysis unit 210 may be information including at least one of movement speed, appearance, color, behavior, location, and temperature of livestock. This judgment information (D) can be quantified by extracting and analyzing each information through computer vision.

닭을 예를 들어 설명하면, 판단정보(D) 중 외형은 닭의 부리모양, 벼슬모양, 발모양 등 일 수 있다. 정보분석부는(210)에서 컴퓨터 비전을 통해 닭의 부리모양, 벼슬모양, 발모양 등 외형을 추출할 수 있다.When describing a chicken as an example, the appearance of the judgment information D may be a chicken's beak shape, a crest shape, a foot shape, and the like. The information analysis unit 210 may extract the appearance of a chicken's beak shape, a crest shape, and a foot shape through computer vision.

또한, 판단정보(D) 중 색깔은 닭의 부리 색, 벼슬 색 등 일 수 있다. 정보분석부는(210)에서 컴퓨터 비전을 통해 닭의 부리 색, 벼슬 색 등 색깔을 RGB코드 등으로 수치화할 수 있다. 또한, 판단정보(D) 중 행동은 닭의 눈커풀 깜빡거림 등 일 수 있다. 또한, 판단정보(D) 중 위치는 닭을 촬영하고 있는 촬영장치가 있는 사육장의 위치, 그 사육장에서의 닭의 위치 등 일 수 있다.In addition, the color of the judgment information D may be a color of a chicken's beak, a color of a crest, or the like. The information analysis unit 210 may numerically convert colors such as a chicken's beak color and a crest color into an RGB code through computer vision. In addition, the action of the judgment information D may be a blinking of a chicken's eyelid. In addition, the position of the determination information D may be a position of a kennel in which a photographing device for photographing chickens is located, a position of a chicken in the kennel, and the like.

또한, 판단정보(D) 중 가축들의 이동속도는 가축들 각각이 이동하는 속도, 가축들 각각의 신체 일부의 이동속도, 가축들의 군집의 이동속도를 중 적어도 하나를 포함할 수 있다.In addition, the moving speed of livestock in the determination information D may include at least one of a speed at which each livestock moves, a moving speed of a body part of each livestock, and a moving speed of a group of livestock.

이때, 가축들의 이동속도는 컴퓨터 비전을 통해 계산할 수 있다. 또한, 가축들 각각의 신체 일부의 이동속도를 구하기 위해, 정보분석부(210)는 컴퓨터 비전을 통해 가축 신체 일부를 추출하여, 그 추출된 가축 신체 일부의 이동속도를 계산할 수 있다. 닭을 예를 들어 설명하면, 닭의 머리의 이동속도를 구하기 위해, 컴퓨터 비전을 통해 추출이 잘 되는 닭의 부리를 추출하여, 부리가 움직이는 속도로 닭의 머리의 이동속도를 계산할 수 있다.At this time, the moving speed of livestock can be calculated through computer vision. In addition, in order to obtain the moving speed of each body part of the livestock, the information analysis unit 210 may extract a part of the livestock body through computer vision and calculate the moving speed of the extracted part of the livestock body. Taking a chicken as an example, in order to obtain the moving speed of the chicken's head, the beak of a chicken, which is well extracted through computer vision, can be extracted and the moving speed of the chicken's head can be calculated at the speed of the beak moving.

또한, 가축들의 군집의 이동속도를 구하기 위해, 정보분석부(210)는 컴퓨터 비전을 통해 가축들의 군집들을 정의할 수 있다. 가축들의 군집을 정의하는 방법은 설정된 영역 안에 적어도 두 마리의 가축이 있으면 군집이라고 정의할 수 있다. 또는 하나의 객체를 중심으로 설정된 거리 내에 다른 가축이 있으면 군집이라고 정의할 수 있다. 또는 사용자가 가축들을 촬영한 영상을 보고 군집이라 정의한 것을 정보분석부(210)가 학습하여 군집이라고 정의할 수 있다.In addition, in order to obtain the moving speed of the colony of livestock, the information analysis unit 210 may define clusters of livestock through computer vision. A method of defining a colony of livestock can be defined as a colony if there are at least two livestock within a set area. Or, if there are other livestock within a distance set around one object, it can be defined as a cluster. Alternatively, the information analysis unit 210 learns what the user has defined as a cluster by viewing the images of livestock and may be defined as a cluster.

그리고 군집의 이동속도 계산하는 방법은 군집의 실제 이동속도로 계산할 수 있다. 또는 군집 내 객체들의 이동속도의 평균으로 군집 이동속도를 계산할 수 있다.And the method of calculating the movement speed of the cluster can be calculated from the actual movement speed of the cluster. Alternatively, the cluster movement speed can be calculated as the average of the movement speeds of objects in the cluster.

또한, 판단정보(D) 중 가축들의 온도는 가축 농가의 온습도나 가축들의 신체 온도 중 적어도 하나를 포함할 수 있다.In addition, the temperature of livestock in the determination information D may include at least one of temperature and humidity of livestock farms and body temperatures of livestock.

그 다음, 판단부(220)에서 위에서 언급한 판단정보(D)와 대응되는 각각의 판단조건(S, S')을 사용자로 부터 설정될 수도 있고, 판단정보(D)로 계산되어 설정될 수 있다.Then, in the determination unit 220, each determination condition (S, S') corresponding to the determination information (D) mentioned above may be set by the user, or may be calculated and set as the determination information (D). have.

우선, 사용자로부터 설정된 제1판단조건(S)부터 설명하기로 한다. 닭을 예를 들어 설명하면, 판단정보(D)와 대응되는 각각의 제1판단조건(S)는 닭의 부리모양, 벼슬모양, 발모양 각각에 대해 사용자가 설정한 정상 규격일 수 있다. 또한, 닭의 부리 색, 벼슬 색 각각에 대해 사용자가 설정한 정상 규격일 수 있다. 또한, 닭의 눈커풀 깜빡거림 각각에 대해 사용자가 설정한 정상 규격일 수 있다. 또한, 닭의 이동하는 속도, 닭 신체 일부의 이동속도, 닭 군집의 이동속도 각각에 대해 사용자가 설정한 정상 규격일 수 있다. 또한, 가축 농가의 온습도, 닭 신체 온도 각각에 대해 사용자가 설정한 정상 규격일 수 있다.First, a description will be made from the first judgment condition S set by the user. When describing a chicken as an example, each of the first judgment conditions (S) corresponding to the judgment information (D) may be a normal standard set by a user for each of the chicken's beak shape, crest shape, and foot shape. In addition, it may be a normal standard set by a user for each of the chicken's beak color and the crest color. In addition, it may be a normal standard set by a user for each blinking eyelid of a chicken. In addition, each of the moving speed of the chicken, the moving speed of a part of the chicken body, and the moving speed of the chicken colony may be a normal standard set by the user. In addition, it may be a normal standard set by the user for each of the temperature and humidity of the livestock farm and the body temperature of the chicken.

따라서 판단부(220)에서는 정보분석부(210)에서 판단정보(D)를 분석한 정보와 판단정보(D)와 대응되는 제1판단조건(S)을 각각 비교하여 가축들의 질병 여부를 판단한다.Therefore, the determination unit 220 compares the information analyzed by the determination information D by the information analysis unit 210 and the first determination condition S corresponding to the determination information D to determine whether the livestock is diseased. .

위에서 설명한 제1판단조건(S)은 사용자가 설정한 조건이다. 도 3을 참조하면, 도 3의 가로 x축은 판단정보(D) 축, 세로 y축은 판단정보(D)의 개수 즉, 판단정보(D)가 추출된 가축 또는 군집의 개수 이다. 그러면 일반적으로 판단정보(D)는 도 3과 같이 정규분포로 나타내어진다. 한편, 도 3의 S는 사용자가 설정한 제1판단조건(S)이다. 따라서 도 3의 세로선으로 그어진 영역은, 판단부(220)에서 사용자가 설정한 제1판단조건(S)과 비교하여 만족하지 못하는 부분 즉, 그 객체 또는 그 군집이 질병에 걸렸다고 판단된 영역이다.The first judgment condition S described above is a condition set by the user. Referring to FIG. 3, the horizontal x-axis of FIG. 3 is the determination information (D) axis, and the vertical y-axis is the number of determination information (D), that is, the number of livestock or clusters from which the determination information (D) is extracted. Then, in general, the determination information D is represented by a normal distribution as shown in FIG. 3. Meanwhile, S in FIG. 3 is a first determination condition S set by the user. Therefore, the area drawn with a vertical line in FIG. 3 is a portion that is not satisfied with the first judgment condition S set by the user by the determination unit 220, that is, the area where the object or cluster is determined to have a disease. .

한편, 아래에서 설명할 제2판단조건(S')은 주변의 판단정보(D)로 계산된 상대적인 조건일 수 있다. 도 4를 참조하면, 도 4의 가로 x축은 판단정보(D) 축, 세로 y축은 판단정보(D)의 개수 즉, 판단정보(D)가 추출된 객체 또는 군집의 개수 이다. 도 4에서도 마찬가지로 판단정보(D)는 정규분포로 나타내어진다. 한편, 도 4의 S'는 주변의 판단정보(D)로 계산된 상대적인 조건이다. 예를 들어, 제2판단조건(S')는 판단정보(D)들의 평균(m)을 계산한 값에 사용자가 설정한 상한규격(upper spec.), 하한규격(lower spec.)을 더하여 계산할 수 있다. 따라서 도 4의 세로선으로 그어진 영역은, 판단부(220)에서 제2판단조건(S')과 비교하여 만족하지 못하는 부분 즉, 그 객체 또는 그 군집이 질병에 걸렸다고 판단된 영역이다. 이때, 평균(m) 대신 중앙값, 최빈값, 대푯값 같은 통계 값 일 수 있다. 또한, 상한규격(upper spec.), 하한규격(lower spec.)은 사용자가 설정한 값이 아니라 판단정보(D)에서 얻은 표준편차나 분산 같은 통계 값일 수 있다.Meanwhile, the second judgment condition S', which will be described below, may be a relative condition calculated from the judgment information D in the vicinity. Referring to FIG. 4, the horizontal x-axis of FIG. 4 is the determination information (D) axis, and the vertical y-axis is the number of determination information (D), that is, the number of objects or clusters from which the determination information (D) is extracted. Similarly in Fig. 4, the judgment information D is represented by a normal distribution. On the other hand, S'in FIG. 4 is a relative condition calculated with the surrounding judgment information D. For example, the second judgment condition (S') is calculated by adding the upper spec. and lower spec. set by the user to the calculated value of the average m of the judgment information D. I can. Accordingly, the area drawn with a vertical line in FIG. 4 is a portion that is not satisfied by the determination unit 220 compared to the second judgment condition S', that is, the area where the object or cluster is determined to have a disease. In this case, instead of the mean (m), it may be a statistical value such as a median value, a mode value, and a representative value. Further, the upper spec. and lower spec. may be statistical values such as standard deviation or variance obtained from the judgment information D, not values set by the user.

판단부(220)는 위에서 설명한 사용자가 설정한 제1판단조건(S)과 상대적인 제2판단조건(S') 외에도 판단정보(D)와 가축들의 실제 질병에 걸린 정보를 인공지능의 학습에 의해서 제3판단조건을 설정할 수 있다. 판단부(220)에서 판단정보(D)로 계산된 제2판단조건(S')은 연산량이 적어 판단부(220)에서도 계산할 수 있지만, 인공지능의 학습에 의해서 계산된 제3판단조건은 판단정보(D)를 저장하여 학습하고 계산해야 될 연산량이 많아지게 된다. 따라서 분석장치(200)는 저장부(230)를 더 포함할 수 있다. 저장부(230)에서는 인공지능 기반의 딥러닝 알고리즘을 이용하여 판단정보(D)를 저장하고 학습하여 제3판단조건를 계산한다. 제3판단조건은 위이 제2판단조건(S') 기반에 의해 계산되지만 인공지능 기반의 딥러닝 알고리즘을 이용하여 가축들의 질병 여부를 더 잘 판단할 수 있다. 또한, 저장부(230)에서 인공지능 기반의 딥러닝 알고리즘을 이용하여 최근 소정 기간의 가축들의 판단정보(D)와 이전 소정의 기간 동안의 가축들의 판단정보(D)와 비교하여 질병의 변화에 대응할 수 있다.In addition to the first judgment condition (S) and the relative second judgment condition (S') set by the user described above, the judgment unit 220 determines the judgment information (D) and information about actual diseases of livestock by learning by artificial intelligence. The third judgment condition can be set. The second judgment condition S′ calculated by the judgment information D by the judgment unit 220 can be calculated by the judgment unit 220 as the computational amount is small, but the third judgment condition calculated by learning of artificial intelligence is judged. The amount of computation to be learned and calculated by storing the information D increases. Therefore, the analysis device 200 may further include a storage unit 230. The storage unit 230 stores and learns the judgment information D using an artificial intelligence-based deep learning algorithm to calculate a third judgment condition. The third judgment condition is calculated based on the Wii second judgment condition (S'), but it is possible to better judge the disease of livestock by using a deep learning algorithm based on artificial intelligence. In addition, the storage unit 230 uses an artificial intelligence-based deep learning algorithm to compare the judgment information (D) of livestock for the recent predetermined period and the judgment information (D) of livestock during the previous predetermined period to Can respond.

또한, 분석장치(200)는 서버부(231)를 더 포함할 수 있다. 저장부(230)에서 수행하는 작업을 인터넷을 통하여 클라우드(cloud)와 같은 서버부(231)에서도 수행할 수 있다.In addition, the analysis device 200 may further include a server unit 231. The operation performed by the storage unit 230 may also be performed by the server unit 231 such as a cloud through the Internet.

그 다음 출력장치(300)는 판단부(220)에서 상기 가축들 중 질병에 걸린 가축이 있다고 판단된 경우, 디스플레이(301)나 통신모듈(302)에 이미지, 텍스트, 음성 중 적어도 하나의 방법으로 사용자에게 판단부(220)에서 질병에 걸렸다고 판단된 정보, 질병에 걸린 가축, 질병에 걸린 가축의 위치 중 적어도 하나의 정보를 출력해 줄 수 있다. 이때, 디스플레이(301)나 통신모듈(302)은 사육장을 관리하는 곳에 있을 수도 있고, 사용자가 들고 다니는 휴대용 기기일 수도 있다. 또한, 사용자는 사육장 관리자나 수의사 또는 사육장 해당 관공서 담당자일 수도 있다.Then, when the determination unit 220 determines that there is a diseased livestock among the livestock, the output device 300 displays the display 301 or the communication module 302 in at least one of image, text, and voice. At least one of information determined by the determination unit 220 as having a disease, a diseased livestock, and a location of a diseased livestock may be output to the user. At this time, the display 301 or the communication module 302 may be located in a place that manages the feedlot or may be a portable device carried by the user. In addition, the user may be a nursery manager, a veterinarian, or a person in charge of the relevant government office.

따라서 본 발명은 가축이 질병에 걸린 것을 사육장 관리자나 수의사 뿐 아니라 해당 관공서 담당자에게 보다 빨리 알려줄 수 있어서, 빨리 알려준 시간만큼 피해를 줄일 수 있는 효과도 있다.Therefore, according to the present invention, it is possible to inform not only the nursery manager or the veterinarian that the livestock has a disease, but also to the person in charge of the relevant government office more quickly, thereby reducing damage as much as the time notified.

다음, 도 5를 통해 본 발명에 따른 컴퓨터 비전을 이용한 가축 질병 예측 방법(1000)을 설명하기로 한다. 도 5는 도 1 내지 도 2의 컴퓨터 비전을 이용한 가축 질병 예측 방법(1000)을 나타낸 흐름도이다.Next, a method 1000 for predicting livestock diseases using computer vision according to the present invention will be described with reference to FIG. 5. 5 is a flowchart illustrating a method 1000 for predicting livestock diseases using computer vision of FIGS. 1 to 2.

도 5에 도시된 바와 같이, 컴퓨터 비전을 이용한 가축 질병 예측 방법(1000)은 먼저, 입력단계(S100)에서 사육장에서 가축들을 촬영하고, 가축들의 체온을 측정하는 단계를 수행한다. 그 다음, 정보분석단계(S200)에서 입력단계(S100)에서 얻은 정보에서 상기 가축들의 판단정보(D)를 추출하여 분석한다.As shown in FIG. 5, in the method 1000 for predicting livestock disease using computer vision, first, in the input step S100, livestock are photographed in the feedlot and the body temperature of the livestock is measured. Then, in the information analysis step (S200), the judgment information (D) of the livestock is extracted and analyzed from the information obtained in the input step (S100).

이때, 판단정보(D)는 가축들의 이동속도, 외형, 색깔, 행동, 위치, 체온 중 적어도 하나를 포함하는 정보일 수 있다. 또한, 판단정보(D) 중 가축들의 이동속도는 상기 가축들 각각이 이동하는 속도, 상기 가축들 각각의 신체 일부의 이동속도, 상기 가축들의 군집의 이동속도 중 적어도 하나를 포함할 수도 있다.In this case, the determination information D may be information including at least one of movement speed, appearance, color, behavior, location, and body temperature of livestock. In addition, the moving speed of livestock in the determination information D may include at least one of a moving speed of each of the livestock, a moving speed of a body part of each of the livestock, and a moving speed of the group of livestock.

그 다음, 판단단계(S300)에서는 판단정보(D)와 그 판단정보(D)와 대응되는 판단조건(S)을 각각 비교하여 가축들의 질병 여부를 판단한다. 여기서, 판단정보(D)와 대응되는 판단조건(S, S')에 대한 설명과, 가축들의 질병 여부를 판단하는 설명은 위의 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000)에서 자세히 설명을 하여 생략하기로 한다.Then, in the determination step S300, the determination information D and the determination information D and the corresponding determination condition S are compared to determine whether the livestock is diseased. Here, the description of the judgment conditions (S, S') corresponding to the judgment information (D) and the description of determining whether livestock is diseased are described in detail in the livestock disease prediction system 1000 using the above computer vision. I will omit it.

그 다음, 도 5와 같이 판단단계(S300)에서 상기 가축들 중 질병에 걸린 가축이 있다고 판단된 경우 즉, 판단정보(D)가 판단조건(S)을 만족하지 못한 경우 출력단계(S400)에서는 사용자에게 이미지, 텍스트, 음성 중 적어도 하나의 방법으로, 판단단계(S300)에서 질병에 걸렸다고 판단된 정보, 질병에 걸린 가축, 질병에 걸린 가축의 위치 중 적어도 하나의 정보를 출력해준다.Next, as shown in FIG. 5, when it is determined that there is a diseased livestock among the livestock in the determination step (S300), that is, when the determination information (D) does not satisfy the determination condition (S), the output step (S400) At least one of information determined to have a disease in the determination step S300, a diseased livestock, and a location of a diseased livestock is output to the user in at least one of image, text, and voice.

한편, 도 6과 같이, 정보분석단계(S200)와 판단단계(S300) 사이에 저장 및 학습단계(S210)를 더 포함할 수 있다. 저장 및 학습단계(S210)에서는 인공지능 기반의 딥러닝 알고리즘을 이용하여 판단정보(D)를 저장하고 학습하여 제3판단조건를 계산한다.Meanwhile, as shown in FIG. 6, a storage and learning step (S210) may be further included between the information analysis step (S200) and the determination step (S300). In the storage and learning step (S210), the judgment information D is stored and learned using an artificial intelligence-based deep learning algorithm to calculate a third judgment condition.

본 발명은 상기한 실시예에 한정되지 않으며, 적용범위가 다양함은 물론이고, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 다양한 변형 실시가 가능한 것은 물론이다.The present invention is not limited to the above-described embodiments, and of course, various modifications can be made without departing from the gist of the present invention as claimed in the claims.

100 : 촬영장치 200 : 분석장치
210 : 영상취득부 220 : 영상저장부
230 : 정보분석부 231 : 군집분석부
232 : 객체분석부 240 : 판단부
241 : 군집판단부 242 : 객체판단부
300 : 출력장치100: photographing device 200: analysis device
210: image acquisition unit 220: image storage unit
230: information analysis unit 231: cluster analysis unit
232: object analysis unit 240: judgment unit
241: cluster judgment unit 242: object judgment unit
300: output device

Claims (9)

사육장 일측에 장착되어 가축들을 촬영하는 촬영장치(110)를 포함하는 입력장치(100); 및
상기 촬영장치(110)에서 촬영된 영상에서 상기 가축들의 판단정보(D)를 추출하여 분석하고, 상기 판단정보(D)로 상기 가축들의 질병 여부를 판단하는 분석장치(200);
를 포함하는 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000).
An input device 100 including a photographing device 110 mounted on one side of the feedlot to photograph livestock; And
An analysis device 200 that extracts and analyzes the judgment information (D) of the livestock from the image captured by the photographing device 110, and determines whether the livestock is diseased by the determination information (D);
Livestock disease prediction system 1000 using a computer vision comprising a.
제 1항에 있어서,
상기 입력장치(100)는 상기 사육장 일측에 장착되어 상기 가축들의 체온을 측정하는 온도측정장치(120)를 더 포함하고, 상기 분석장치(200)는 상기 온도측정장치(120)에서 측정된 온도에서 상기 가축들의 판단정보(D)를 더 추출하는 것을 특징으로 하는 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000).
The method of claim 1,
The input device 100 further includes a temperature measuring device 120 mounted on one side of the feedlot to measure the body temperature of the livestock, and the analysis device 200 is at the temperature measured by the temperature measuring device 120 Livestock disease prediction system 1000 using computer vision, characterized in that further extracting the judgment information (D) of the livestock.
제 2항에 있어서,
상기 판단정보(D)는 상기 가축들의 이동속도, 외형, 색깔, 행동, 위치, 온도 중 적어도 하나를 포함하는 정보인 것을 특징으로 하는 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000).
The method of claim 2,
The determination information (D) is a livestock disease prediction system (1000) using computer vision, characterized in that information including at least one of the movement speed, appearance, color, behavior, location, and temperature of the livestock.
제 3항에 있어서,
상기 분석장치(200)는,
상기 판단정보(D)를 추출하여 분석하는 정보분석부(210)와, 상기 정보분석부(210)에서 상기 판단정보(D)를 분석한 정보와 상기 판단정보(D)와 대응되는 판단조건(S)을 각각 비교하여 상기 가축들의 질병 여부를 판단하는 판단부(220)
를 포함하는 것을 특징으로 하는 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000).
The method of claim 3,
The analysis device 200,
An information analysis unit 210 that extracts and analyzes the determination information D, information analyzed by the information analysis unit 210 for the determination information D, and a determination condition corresponding to the determination information D ( A determination unit 220 that compares S) to determine whether the livestock is diseased
Livestock disease prediction system 1000 using computer vision, characterized in that it comprises a.
제 3항에 있어서,
상기 판단정보(D) 중 상기 가축들의 이동속도는 상기 가축들 각각이 이동하는 속도, 상기 가축들 각각의 신체 일부의 이동속도, 상기 가축들의 군집의 이동속도 중 적어도 하나를 포함하는 것을 특징으로 하는 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000).
The method of claim 3,
In the determination information (D), the moving speed of the livestock includes at least one of a moving speed of each of the livestock, a moving speed of a body part of each of the livestock, and a moving speed of the group of livestock. Livestock disease prediction system using computer vision (1000).
제 4항에 있어서,
상기 판단부(220)에서 상기 가축들 중 질병에 걸린 가축이 있다고 판단된 경우 사용자에게 이미지, 텍스트, 음성 중 적어도 하나의 방법으로, 상기 판단부(220)에서 질병에 걸렸다고 판단된 정보, 질병에 걸린 가축, 질병에 걸린 가축의 위치 중 적어도 하나의 정보를 출력해주는 출력장치(300)를 더 포함하는 것을 특징으로 하는 컴퓨터 비전을 이용한 가축 질병 예측 시스템(1000).
The method of claim 4,
When the determination unit 220 determines that there is a diseased livestock among the livestock, the information and disease determined by the determination unit 220 as at least one of an image, text, and voice to the user Livestock disease prediction system 1000 using computer vision, characterized in that it further comprises an output device (300) for outputting at least one information of the location of the diseased livestock and the diseased livestock.
컴퓨터 비전을 이용한 가축 질병 예측 방법에 있어서,
사육장에서 가축들을 촬영하고, 상기 가축들의 체온을 측정하는 입력단계(S100);
상기 입력단계(S100)에서 얻은 정보에서 상기 가축들의 판단정보(D)를 추출하여 분석하는 정보분석단계(S200);
상기 판단정보(D)와 상기 판단정보(D)와 대응되는 판단조건(S)을 각각 비교하여 상기 가축들의 질병 여부를 판단하는 판단단계(S300); 및
상기 판단단계(S300)에서 상기 가축들 중 질병에 걸린 가축이 있다고 판단된 경우 사용자에게 이미지, 텍스트, 음성 중 적어도 하나의 방법으로, 상기 판단단계(S300)에서 질병에 걸렸다고 판단된 정보, 질병에 걸린 가축, 질병에 걸린 가축의 위치 중 적어도 하나의 정보를 출력해주는 출력단계(S400);
를 포함하는 컴퓨터 비전을 이용한 가축 질병 예측 방법(1000).
In the livestock disease prediction method using computer vision,
An input step (S100) of photographing livestock in the feedlot and measuring body temperature of the livestock;
An information analysis step (S200) of extracting and analyzing the judgment information (D) of the livestock from the information obtained in the input step (S100);
A determination step (S300) of comparing the determination information (D) with the determination condition (S) corresponding to the determination information (D) to determine whether the livestock is diseased; And
In the determination step (S300), when it is determined that there is a diseased livestock among the livestock, the user is informed by at least one of an image, text, and voice, and the information determined to have a disease in the determination step (S300). An output step (S400) of outputting information on at least one of the location of the infected livestock and the diseased livestock;
Livestock disease prediction method using computer vision including a (1000).
제 7항에 있어서,
상기 판단정보(D)는 가축들의 이동속도, 외형, 색깔, 행동, 위치, 체온 중 적어도 하나를 포함하는 정보인 것을 특징으로 하는 컴퓨터 비전을 이용한 가축 질병 예측 방법(1000).
The method of claim 7,
The determination information (D) is information including at least one of movement speed, appearance, color, behavior, location, and body temperature of livestock.
제 8항에 있어서,
상기 판단정보(D) 중 상기 가축들의 이동속도는 상기 가축들 각각이 이동하는 속도, 상기 가축들 각각의 신체 일부의 이동속도, 상기 가축들의 군집의 이동속도 중 적어도 하나를 포함하는 것을 특징으로 하는 컴퓨터 비전을 이용한 가축 질병 예측 방법(1000).The method of claim 8,
In the determination information (D), the moving speed of the livestock includes at least one of a moving speed of each of the livestock, a moving speed of a body part of each of the livestock, and a moving speed of the group of livestock. Livestock disease prediction method using computer vision (1000).
KR1020190023654A 2019-02-28 2019-02-28 A Computer Vision for the Prediction System of Livestock Diseases and Their Methods KR102307478B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190023654A KR102307478B1 (en) 2019-02-28 2019-02-28 A Computer Vision for the Prediction System of Livestock Diseases and Their Methods

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190023654A KR102307478B1 (en) 2019-02-28 2019-02-28 A Computer Vision for the Prediction System of Livestock Diseases and Their Methods

Publications (2)

Publication Number Publication Date
KR20200105558A true KR20200105558A (en) 2020-09-08
KR102307478B1 KR102307478B1 (en) 2021-10-01

Family

ID=72471733

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190023654A KR102307478B1 (en) 2019-02-28 2019-02-28 A Computer Vision for the Prediction System of Livestock Diseases and Their Methods

Country Status (1)

Country Link
KR (1) KR102307478B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114550059A (en) * 2022-02-24 2022-05-27 河北易沃克机器人科技有限公司 Method, device and equipment for identifying health condition of chicken and storage medium
KR20220111083A (en) * 2021-02-01 2022-08-09 주식회사 이오씨 Swine disease forecasting system using infrared IP camera
KR20220111368A (en) * 2021-02-02 2022-08-09 안종영 Intelligent smart farm management apparatus and system thereof

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230163195A (en) * 2022-05-23 2023-11-30 서울대학교산학협력단 Apparatus and method for analyzing pattern of herd behavior of animal based on image

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090489A (en) * 2008-02-21 2009-08-26 (주)야긴스텍 Cattle infection managing system through statistical analysis and method thereof
KR20150014616A (en) * 2013-07-30 2015-02-09 주식회사 유코리아 Web and mobile management system for management of temperature estimate/ index of cattle shed environment based on Ubiquitous Sensor Network
KR20150124072A (en) * 2014-04-25 2015-11-05 (주)야긴스텍 Disease decoding system by analyzing the quantity of motion of livestock
KR101676643B1 (en) 2014-10-16 2016-11-29 렉스젠(주) Apparatus for managing livestock and method thereof
KR20180002078A (en) * 2017-12-20 2018-01-05 경상대학교산학협력단 Apparatus and method for detecting abnormal state using artificial intelligence
KR101931270B1 (en) * 2018-04-25 2018-12-20 주식회사 근옥 A system of a stable pig breeding using video analysis of pig
JP2019024482A (en) * 2017-07-31 2019-02-21 株式会社コンピューター総合研究所 Information processing system, information processing device, and program
KR20190075253A (en) * 2017-12-21 2019-07-01 순천대학교 산학협력단 Livestock Disease Detection System Using Thermographic Images
JP6579671B2 (en) * 2015-10-09 2019-09-25 株式会社エー・アンド・デイ Animal momentum measurement method

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090489A (en) * 2008-02-21 2009-08-26 (주)야긴스텍 Cattle infection managing system through statistical analysis and method thereof
KR20150014616A (en) * 2013-07-30 2015-02-09 주식회사 유코리아 Web and mobile management system for management of temperature estimate/ index of cattle shed environment based on Ubiquitous Sensor Network
KR20150124072A (en) * 2014-04-25 2015-11-05 (주)야긴스텍 Disease decoding system by analyzing the quantity of motion of livestock
KR101676643B1 (en) 2014-10-16 2016-11-29 렉스젠(주) Apparatus for managing livestock and method thereof
JP6579671B2 (en) * 2015-10-09 2019-09-25 株式会社エー・アンド・デイ Animal momentum measurement method
JP2019024482A (en) * 2017-07-31 2019-02-21 株式会社コンピューター総合研究所 Information processing system, information processing device, and program
KR20180002078A (en) * 2017-12-20 2018-01-05 경상대학교산학협력단 Apparatus and method for detecting abnormal state using artificial intelligence
KR20190075253A (en) * 2017-12-21 2019-07-01 순천대학교 산학협력단 Livestock Disease Detection System Using Thermographic Images
KR101931270B1 (en) * 2018-04-25 2018-12-20 주식회사 근옥 A system of a stable pig breeding using video analysis of pig

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220111083A (en) * 2021-02-01 2022-08-09 주식회사 이오씨 Swine disease forecasting system using infrared IP camera
KR20220111368A (en) * 2021-02-02 2022-08-09 안종영 Intelligent smart farm management apparatus and system thereof
CN114550059A (en) * 2022-02-24 2022-05-27 河北易沃克机器人科技有限公司 Method, device and equipment for identifying health condition of chicken and storage medium

Also Published As

Publication number Publication date
KR102307478B1 (en) 2021-10-01

Similar Documents

Publication Publication Date Title
KR102307478B1 (en) A Computer Vision for the Prediction System of Livestock Diseases and Their Methods
KR102396172B1 (en) System and method for managing livestock based on artificial intelligence
US10058076B2 (en) Method of monitoring infectious disease, system using the same, and recording medium for performing the same
KR101825045B1 (en) Alarm method and device
US10195008B2 (en) System, device and method for observing piglet birth
JP6203238B2 (en) Livestock management system
US11594060B2 (en) Animal information management system and animal information management method
KR102527322B1 (en) Method and device for managing livestock through object recognition based on deep learning
KR102396999B1 (en) Cattle behavior automatic recognition and the monitoring system using the deep learning and method thereof
KR102425523B1 (en) Method and appartus for checking symptom of pig and managing cloud service
KR20210080226A (en) Method for monitoring companion animal and apparatus thereof
CA3230401A1 (en) Systems and methods for the automated monitoring of animal physiological conditions and for the prediction of animal phenotypes and health outcomes
KR102304109B1 (en) Animal tracking monitoring server and operation method thereof
WO2021182684A1 (en) System for detecting abnormal symptoms of individual livestock and method for using same
KR20200030765A (en) Apparatus and method for managing livestock using machine learning
KR102172347B1 (en) Method and system for determining health status of farm livestock
KR102503497B1 (en) Barn Management System
US20220354091A1 (en) Animal information management system and animal information management method
KR20190075253A (en) Livestock Disease Detection System Using Thermographic Images
KR102425521B1 (en) Method for Image Information Analysis Based Prevention System and Method thereof
KR20220062911A (en) Sow management and Environmental control System
KR20220065286A (en) System for monitoring cattle shed and mehthod thereof
CN111627060A (en) Data processing method and system for animal motion information statistics
KR102464539B1 (en) User interface device for object monitoring by area
KR200497533Y1 (en) Livestock disease monitoring server

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right