KR20210101382A - 야생동물 퇴치 시스템 및 그 방법 - Google Patents

야생동물 퇴치 시스템 및 그 방법 Download PDF

Info

Publication number
KR20210101382A
KR20210101382A KR1020200015268A KR20200015268A KR20210101382A KR 20210101382 A KR20210101382 A KR 20210101382A KR 1020200015268 A KR1020200015268 A KR 1020200015268A KR 20200015268 A KR20200015268 A KR 20200015268A KR 20210101382 A KR20210101382 A KR 20210101382A
Authority
KR
South Korea
Prior art keywords
wild animal
wild
event occurrence
extermination
transmitting
Prior art date
Application number
KR1020200015268A
Other languages
English (en)
Inventor
박준우
이영훈
김재윤
Original Assignee
경운대학교 산학협력단
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 경운대학교 산학협력단 filed Critical 경운대학교 산학협력단
Priority to KR1020200015268A priority Critical patent/KR20210101382A/ko
Publication of KR20210101382A publication Critical patent/KR20210101382A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/30—Scaring or repelling devices, e.g. bird-scaring apparatus preventing or obstructing access or passage, e.g. by means of barriers, spikes, cords, obstacles or sprinkled water
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/12—Scaring or repelling devices, e.g. bird-scaring apparatus using odoriferous substances, e.g. aromas, pheromones or chemical agents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M2200/00—Kind of animal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Environmental Sciences (AREA)
  • Zoology (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Wood Science & Technology (AREA)
  • Computing Systems (AREA)
  • Pest Control & Pesticides (AREA)
  • Insects & Arthropods (AREA)
  • Business, Economics & Management (AREA)
  • Birds (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Toxicology (AREA)
  • Catching Or Destruction (AREA)

Abstract

본 발명에 따른 야생동물 퇴치 방법은 (a) 카메라부가 야생동물 출몰이 잦아 농작물에 피해를 입히는 장소를 촬영하는 단계; (b) 상기 카메라부가 촬영한 영상에서 물체의 움직임 포착 여부에 따라 이벤트 발생 여부를 판단하는 단계; (c) 상기 카메라부가 상기 (b)단계에서 이벤트가 발생한 경우 촬영한 이벤트 발생영상을 야생동물 판단 서버로 전송하는 단계; (d) 상기 야생동물 판단 서버의 수신부는 상기 (c)단계에서 수신한 이벤트 발생영상을 웹페이지에 동시에 송신하는 단계; (e) 상기 야생동물 판단 서버의 주제어부는 딥러닝 CNN(Convolution Neural Network) 기법을 통해 상기 (d)단계에서 상기 수신부가 수신한 이벤트 발생영상을 분석하여 야생동물 여부를 판단하는 단계; (f) 상기 (e) 단계에서 야생동물 여부 판단에 따라, 이벤트 발생영상 속의 움직이는 물체가 야생동물로 판단된 경우 상기 주제어부가 퇴치장비를 작동하기 위한 퇴치장비 작동신호를 생성하는 단계; (g) 상기 야생동물 판단 서버의 송신부가 상기 주제어부에 의해 생성된 퇴치장비 작동신호를 퇴치장비에 송신하는 단계; 및 (h) 상기 퇴치장비 작동단계;를 포함하여 영상인식을 통해 객체를 구분하고 딥러닝 학습을 통해 각각 알맞은 대처들을 할 수 있는 현저한 효과가 있다.

Description

야생동물 퇴치 시스템 및 그 방법{SYSTEM AND METHOD FOR ERADICATING WILD ANIMALS}
본 발명은 야생동물 퇴치 시스템 및 그 방법에 관한 것으로써, 더욱 상세하게는 야생동물 출몰구역에서 획득한 영상신호를 분석하여 야생동물 여부를 판단한 후, 직접 퇴치를 하거나, 119 서버 또는 야생동물 퇴치 센터 서버 등에 접속하여 출몰신고를 하는 야생동물 퇴치 시스템 및 그 방법에 관한 것이다.
최근 많은 야생동물들이 농민들의 생계와 안전을 위협하고 있다. 먹이를 찾아 사람이 사는 곳까지 내려오는 경우가 많아지면서 전국에 피해가 발생하였다. 애써 키운 농작물을 캐 먹는 것은 물론 가축을 물어 죽이고 사람도 다치게 한다. 한 사례로 2019년 1월 23일 경 경북 예천군 예천읍 석정리 신리마을에서 노모씨는 고추 지주목을 구하러 뒷산에 갔다가 멧돼지의 습격을 받아 목숨을 잃은 안타까운 사건이 생겼다.
비슷한 사례로 충북 괴산군 청안면에서 벼농사를 짓는 이모씨는 멧돼지 습격으로 벼 이삭과 낱알을 먹어 치우고, 논 전체를 휘젓고 다닌 탓에 370평정도 피해를 보았다.
이렇게 많은 야생동물이 주는 피해는 엄청나다. 많은 예방 방법들이 있지만 현실에서는 크게 도움이 되지 않는 것으로 나타났다. 피해를 받는 농민들은 피해보상을 기다리는 상황이지만 많은 사람들에게 일어나다 보니 정부에서도 많은 지원을 해줄 수 도 없는 상황이다.
한편, 종래 야생도물 퇴치 제품은 야생동물이 출몰하였을 때, 도 1a에 도시된 바와 같이 그물망으로 임시 방편으로 막거나, 또는 도 1b에 도시된 바와 같이 오직 전자 센서를 활용하여 퇴치하는 기능만 있는 제품들을 볼 수 있다.
하지만, 이러한 종래 제품들의 설치에도 불구하고 여전히 피해사례가 발생하고 있어, 농업 종사자들의 민원을 만족할 만하게 해소하지 못한다는 문제점이 있다.
대한민국 등록특허공보 제10-1975477
상술한 바와 같은 문제점을 해소하기 위해 본 발명은 야생동물 출몰구역에 카메라를 설치하고, 해당 카메라가 획득한 영상신호를 분석하여 야생동물 여부를 판단한 후, 물총이나 마취총을 발사하여 직접 퇴치를 하거나, 119 서버 또는 야생동물 퇴치 센터 서버 등에 접속하여 출몰신고를 하는 야생동물 퇴치 시스템 및 그 방법을 제공하는데 목적이 있다.
상술한 목적을 달성하기 위한 본 발명에 따른 야생동물 퇴치 방법은 (a) 카메라부가 야생동물 출몰이 잦아 농작물에 피해를 입히는 장소를 촬영하는 단계; (b) 상기 카메라부가 촬영한 영상에서 물체의 움직임 포착 여부에 따라 이벤트 발생 여부를 판단하는 단계; (c) 상기 카메라부가 상기 (b)단계에서 이벤트가 발생한 경우 촬영한 이벤트 발생영상을 야생동물 판단 서버로 전송하는 단계; (d) 상기 야생동물 판단 서버의 수신부는 상기 (c)단계에서 수신한 이벤트 발생영상을 웹페이지에 동시에 송신하는 단계; (e) 상기 야생동물 판단 서버의 주제어부는 딥러닝 CNN(Convolution Neural Network) 기법을 통해 상기 (d)단계에서 상기 수신부가 수신한 이벤트 발생영상을 분석하여 야생동물 여부를 판단하는 단계; (f) 상기 (e) 단계에서 야생동물 여부 판단에 따라, 이벤트 발생영상 속의 움직이는 물체가 야생동물로 판단된 경우 상기 주제어부가 퇴치장비를 작동하기 위한 퇴치장비 작동신호를 생성하는 단계; (g) 상기 야생동물 판단 서버의 송신부가 상기 주제어부에 의해 생성된 퇴치장비 작동신호를 퇴치장비에 송신하는 단계; 및 (h) 상기 퇴치장비 작동단계;를 포함하는 것을 특징으로 한다.
본 발명에 따른 야생동물 퇴치 시스템 및 그 방법은 웹 페이지를 통해 실제 소비자들이 직접 논밭에 가지 않고 바로 볼 수 있게 영상 스트리밍 서비스를 제공하여 안전과 안심을 줄 수 있다는 큰 효과가 있다.
또한 본 발명에 따른 야생동물 퇴치 시스템 및 그 방법은 영상인식을 통해 객체를 구분하고 딥러닝 학습을 통해 각각 알맞은 대처들을 할 수 있는 현저한 효과가 있다.
도 1은 종래 야생동물 퇴치 장치들을 도시한 도면이다.
도 2는 본 발명에 따른 야생동물 퇴치 시스템의 구성도이다.
도 3은 본 발명에 따른 야생동물 퇴치 시스템의 야생동물 판단 서버에 대한 블록도이다.
도 4는 본 발명에 따른 야생동물 퇴치 방법의 플로우차트이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정하여 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가 장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
이하 첨부된 도면을 참조하여 본 발명에 따른 야생동물 퇴치 시스템 및 그 방법에 대해 상세히 설명한다.
도 2는 본 발명에 따른 야생동물 퇴치 시스템의 도면이다.
도 2에 도시된 바와 같이 본 발명에 따른 야생동물 퇴치 시스템은 카메라부(100), 야생동물 판단 서버(200), 야생동물 퇴치기관 서버(300), 통신망(400), 및 퇴치 장비(500)를 포함한다.
상기 카메라부(100)는 야생동물이 출몰하는 지역에 설치되어 출몰하는 해당 야생동물을 촬영하여 영상을 획득한다.
특히, 본 발명에 따른 야생동물 퇴치 시스템의 카메라부(100)는 복수의 카메라가 상이한 방향으로 구비되어 사각지대 없이 360도 방향에서 출몰할 수 있는 야생동물을 촬영한다.
상기 야생동물 판단 서버(200)는 상기 카메라부(100)가 획득한 야생동물 영상을 수신하여, 해당 영상을 분석하여 야생동물 출몰 여부를 판단하여, 야생동물이 출몰한 경우 상기 통신망(400)을 통해 상기 퇴치장비(500)를 구동 시키거나, 필요한 경우 외부의 상기 야생동물 퇴치기관 서버(300)에 야생동물 퇴치를 요청한다.
도 3을 참조하여, 본 발명에 따른 야생동물 퇴치 시스템의 야생동물 판단 서버(200)에 대해 좀더 상세히 설명한다.
도 3에 도시된 바와 같이 상기 야생동물 판단 서버(200)는 수신부(210), 주제어부(220) 데이터 베이스부(230), 및 송신부(240)를 포함한다.
상기 수신부(210)는 상기 카메라부(100)가 계속해서 영상을 촬영하면서 물체의 움직임이 포착된 경우 이벤트가 발생한 것으로 판단하여 이벤트 발생영상을 수신한다.
상기 주제어부(220)는 상기 수신부(210)가 수신한 이벤트 발생영상에 대해 딥러닝을 통해 영상 속에서 야생동물들의 특징값을 추출하여 포착된 움직이는 물체가 야생동물 인지 여부를 판단한다.
상기 데이터 베이스부(230)는 야생동물 DB(231), 알고리즘 DB(232), 거주민& 농작물 주인DB(232)를 포함한다.
상기 야생동물 DB(231)는 멧돼지, 고라니 등 야생동물과 관련된 생김새, 크기, 움직임, 4족 보행, 먹이감을 발견했을 때의 특징적인 행동, 특히 특정 농작물을 대해 보이는 행동패턴, 즉 발의 움직임, 주둥이의 움직임 등이 저장되어 있다.
상기 알고리즘 DB(232)는 상기 주제어부(220)가 이벤트 발생영상에서 야생동물 여부를 판단하기 위해 사용하는 딥러닝 알고리즘이 저장되어 있다.
상기 송신부(240)는 상기 주제어부(220)가 이벤트 발생영상 속 움직이는 물체가 야생동물로 판단함에 따라 생성한 퇴치장비 작동신호를 상기 퇴치장비(500)로 송신한다.
아울러, 상기 송신부(240)는 상기 주제어부(220)가 이벤트 발생영상 속 움직이는 물체가 야생동물로 판단함에 따라 야생동물 출몰신호를 119 서버 또는 야생동물 퇴치 센터 서버에 해당하는 상기 야생동물 퇴치기관 서버(300)에 전달하거나, 상기 거주민&농작물 주인 DB(232)에서 야생동물이 출연된 주변의 거주민 또는 농작물 주인의 연락처를 추출하고 해당 연락처와 연동된 거주민 또는 농작물 주인 단말기로 전달한다.
상술한 바와 같이 상기 송신부(240)는 야생동물 출몰신호를 전달하여, 위험상황을 미리 인지할 수 있도록 함으로써 바깥출입을 제한할 수 있다.
상기 야생동물 퇴치기관 서버(300)는 상기 야생동물 판단 서버(200)와 통신망(400)으로 연결되어, 상기 퇴치장비(500)에 의해 야생동물의 퇴치가 쉽지 않은 경우 상기 야생동물 판단 서버(200)의 요청에 따라 야생동물 퇴치 전문가들이 출동을 요청받는 서버로 119 서버 또는 야생동물 퇴치 센터 서버가 해당될 수 있다.
상기 퇴치장비(500)는 상기 야생동물 판단 서버(200)의 요청에 따라 출몰한 야생동물을 향해 발사되는 장비로 물대포, 또는 마취총 등이 해당될 수 있다.
상술한 바와 같은 구성을 갖는 본 발명에 따른 야생동물 퇴치 시스템에 의한 야생동물 퇴치 방법에 대해 설명한다.
상기 카메라부(100)는 야생동물 출몰이 잦아 농작물에 피해를 입히는 장소에 설치되어 촬영하는 단계를 수행한다(S100).
이때, 상기 카메라부(100)는 복수의 카메라가 사각지대없이 촬영할 수 있도록 상이한 방향을 촬영하는 것이 바람직하고, 더 나아가 야간에도 야생동물의 출몰을 촬영하기 위한 적외선 촬영이 가능한 것이 바람직하다.
상기 카메라부(100)는 자체적으로 촬영한 영상에서 이동물체의 움직임을 포착한 경우 이벤트가 발생한 것으로 판단하는 단계를 수행한다(S200).
상기 S200 단계에서, 상술한 바와 같이 카메라부(100)는 계속해서 영상을 촬영하면서 물체의 움직임이 포착된 경우 이벤트가 발생한 것으로 판단하여 촬영한 영상을 야생동물 판단 서버(200)로 전송하는 단계를 수행한다(S300).
반면, 상기 S200 단계에서 이벤트가 발생하지 않은 경우, 상기 카메라부(100)는 상기 촬영단계(S100)를 계속해서 수행하는 것이 바람직하다.
한편, 상기 야생동물 판단 서버(200)의 수신부(210)는 상기 S300 단계에서 수신한 영상을 웹페이지에 동시에 송신하는 단계를 수행한다(S400).
상기 야생동물 판단 서버(200)의 주제어부(220)는 상기 S400 단계에서 상기 수신부(210)가 수신한 이벤트 발생영상을 분석하여 야생동물 여부를 판단하는 단계를 수행한다(S500).
보다 구체적으로 상기 야생동물 판단 서버(200)의 주제어부(220)는 상기 데이터 베이스부(230)의 야생동물 DB(321)에 저장된 야생동물의 각종 특징들을 가지고 상기 데이터 베이스부(230)의 알고리즘 DB(232)에 저장된 딥러닝 알고리즘을 이용하여 이벤트 발생 영상속 움직이는 물체가 사람인지, 야생동물인지, 또는 바람에 의해 움직임이 발생한 단순한 물체인지 판단한다.
상기 주제어부(220)는 실시간으로 이벤트 발생영상을 전달받고, 이벤트 발생영상에서 딥러닝 CNN(Convolution Neural Network) 기법을 사용하여 특징값을 추출하고, 야생동물 DB(321)에 저장된 야생동물의 특징들과 비교하여 야생동물 존재 유무를 검지한다.
상기 주제어부(220)는 딥러닝의 CNN 기법에서 모바일넷(mobilenet)을 사용한 SSD(Single-Shot Detector) 모델을 기반으로 야생동물 여부를 검출할 수 있다.
본 발명은 종래 알렉스넷 모델보다 객체 검출속도가 빠른 모바일넷을 사용한 SSD 모델을 사용하여 야생동물 판단 서버(200)에서 동시에 처리할 수 있는 이벤트 발생영상의 개수를 증가시킬 수 있고, 상기 카메라부의 복수의 카메라가 촬영한 다양한 각도의 영상을 모두 학습시켜 야생동물의 검출 정확도를 향상시킬 수 있다.
모바일넷을 사용한 SSD 모델은 스마트폰에서 실시간 작동할 수 있는 만큼 야생동물 검출과 관련된 연산량과 파라미터(parameter)의 개수가 적고, 복수의 카레라 연동을 제공하면서 상기 주제어부(220)를 효율적으로 분배하기 위해 사용된다.
상기 모바일 넷을 사용한 SSD 모델은 채널 방향과 너비/높이(width/height) 방향의 컨볼루션을 분리하는 DSC(Depthwise Separable Convolution) 포함하고, 종래 standard convolution 사용하는 네트워크 약 1/8 정도로 연산량 감소시킬 수 있다.
상기 주제어부(220)는 모바일넷을 사용한 SSD 모델을 기반으로 야생동물 이미지만 학습시키고, 이에 따라 이벤트 발생영상에서 야생동물을 검출할 수 있다.
상기 주제어부(220)는 모바일넷을 사용한 SSD 모델을 기반으로 이벤트 발생 영상에서 야생동물을 검출하고, 야생동물이 검출되면, 야생동물의 위치와 영역을 획득하며, 해당 위치영역에 대한 색상 히스토그램을 생성한다.
여기서, 상기 색상 히스토그램은 주간에는 이벤트 발생영상으로부터 추출된 프레임의 RGB를 포함하는 컬러 이미지이지만, 야간에는 색상 구분이 어려워 그레이(Grey) 계열의 이미지를 이루어 생성된 히스토그램의 색상이 달라질 수 있음을 의미한다.
또한, 상기 주제어부(220)는 야생동물이 검출되면, 검출된 야생동물 영역의 히스토그램, 야생동물 영역의 위치 및 야생동물 영역의 크기를 기반으로 구성된 특징값을 추출하며 각각의 검출영상에서 검출영역의 특징값을 비교하여 야생동물 존재 유무를 검지한다.
상기 주제어부(220)는 다음 이벤트 발생영상의 입력시 상술한 방법으로 특징값을 구성하며, 여상의 현재 프레임과 다음 프레임의 특징값을 비교하여 히스토 그램 유사도를 산출하다.
상기 야생동물 DB(321)는 멧돼지, 고라니 등 야생동물과 관련된 생김새, 크기, 움직임, 4족 보행, 먹이감을 발견했을 때의 특징적인 행동, 특히 특정 농작물을 대해 보이는 행동패턴, 즉 발의 움직임, 주둥이의 움직임 등이 저장되어 있다.
상기 주제어부(220)는 상술한 바와 같은 야생동물 DB(321)에 저장된 야생동물에 대한 정보를 가지고 고양이, 강아지, 닭, 소, 돼지 등과 같은 애완동물 또는 가축과 구별하여 야생동물 여부를 좀더 정확하게 판단해 낸다.
상기 S500 단계에서 야생동물 여부 판단에 따라, 움직이는 물체가 야생동물로 판단된 경우 상기 주제어부(220)는 상기 퇴치장비(500)를 작동하기 위한 작동신호를 생성하는 단계를 수행한다(S600).
상기 송신부(240)는 상기 주제어부(220)가 생성한 퇴치장비 작동신호를 상기 퇴치장비(500)에 송신하는 단계를 수행한다(S700).
이때, 상기 S700단계에서 상기 주제어부(220)는 야생동물 출몰을 119 서버 또는 야생동물 퇴치 센터 서버에 해당하는 상기 야생동물 퇴치기관 서버(300)에도 전달하여 야생동물 전문가의 출동을 요청하는 단계를 더 수행할 수 있다.
또한, 상기 야생동물 판단 서버(200)의 송신부(240)는 거주민&농작물 주인 DB(232)에서 야생동물이 출연한 주변의 거주민 또는 농작물 주인의 연락처를 추출하고 해당 연락처와 연동된 거주민 단말기로 야생동물의 출몰을 알려 위험상황을 미리 인지할 수 있도록 함으로써 바깥출입을 제한할 수도 있다.
즉, 상기 송신부(240)는 거주민 또는 농작물 주인의 바깥출입을 통제하여 안전을 보장하기 위해 거주민 또는 농작물 주인 단말기로 야생동물 출몰을 미리 알려준다.
한편, 상기 S500 단계에서 야생동물 여부 판단에 따라, 움직이는 물체가 야생동물이 아닌 것으로 판단된 경우 상기 주제어부(220)는 수신부(210)를 통해 이벤트 발생에 따라 획득한 다음 영상을 수신하는 상기 S400 단계 이후의 단계를 반복 수행하는 것이 바람직하다.
상기 S500 단계에서 야생동물 여부 판단에 따라 움직이는 물체가 야생동물인 경우와 야생동물이 아닌 경우 영상의 특징을 야생동물 DB(231)에 저장하고, 알고리즘 DB(232)에 저장된 딥러닝 알고리즘을 가지고 학습을 통해 야생동물 판단을 위한 알고리즘을 지속적으로 업데이트함으로써 야생동물 여부를 판단하는 상기 S500 단계에서 판단의 정확도를 향상시킬 수 있다.
상기 퇴치장비(500)는 상기 야생동물 판단 서버(200)의 송신부(240)로부터 퇴치장비 작동신호를 수신하여 작동됨에 따라 출몰한 야생동물을 퇴치하는 단계를 수행한다(S800).
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 사람이라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 카메라부
200 : 야생동물 판단 서버
210 : 수신부
220 : 주제어부
230 : 데이터 베이스부
231 : 야생동물 DB
232 : 알고리즘 DB
232 : 거주민& 농작물 주인DB
240 : 송신부
데이터 베이스부(230)는
300 : 야생동물 퇴치기관 서버
400 : 통신망
500 : 퇴치 장비

Claims (4)

  1. (a) 카메라부가 야생동물 출몰이 잦아 농작물에 피해를 입히는 장소를 촬영하는 단계;
    (b) 상기 카메라부가 촬영한 영상에서 물체의 움직임 포착 여부에 따라 이벤트 발생 여부를 판단하는 단계;
    (c) 상기 카메라부가 상기 (b)단계에서 이벤트가 발생한 경우 촬영한 이벤트 발생영상을 야생동물 판단 서버로 전송하는 단계;
    (d) 상기 야생동물 판단 서버의 수신부는 상기 (c)단계에서 수신한 이벤트 발생영상을 웹페이지에 동시에 송신하는 단계;
    (e) 상기 야생동물 판단 서버의 주제어부는 딥러닝 CNN(Convolution Neural Network) 기법을 통해 상기 (d)단계에서 상기 수신부가 수신한 이벤트 발생영상을 분석하여 야생동물 여부를 판단하는 단계;
    (f) 상기 (e) 단계에서 야생동물 여부 판단에 따라, 이벤트 발생영상 속의 움직이는 물체가 야생동물로 판단된 경우 상기 주제어부가 퇴치장비를 작동하기 위한 퇴치장비 작동신호를 생성하는 단계;
    (g) 상기 야생동물 판단 서버의 송신부가 상기 주제어부에 의해 생성된 퇴치장비 작동신호를 퇴치장비에 송신하는 단계; 및
    (h) 상기 퇴치장비 작동단계;를 포함하는 것을 특징으로 하는 야생동물 퇴치 방법.
  2. 제 1항에 있어서,
    상기 주제어부는
    실시간으로 이벤트 발생영상을 전달받고, 이벤트 발생영상에서 상기 딥러닝 CNN(Convolution Neural Network) 기법을 사용하여 특징값을 추출하고, 야생동물 DB에 저장된 야생동물의 특징들과 비교하여 야생동물 존재 유무를 검지하는 것을 특징으로 하는 야생동물 퇴치 방법.
  3. 제 2항에 있어서,
    (g`) 상기 주제어부는 상기 (f)단계에서 이벤트 발생영상 속의 움직이는 물체가 야생동물로 판단된 경우, 야생동물 출몰을 상기 야생동물 퇴치기관 서버에도 전달하여 야생동물 전문가의 출동을 요청하는 단계;를 더 포함하는 것을 특징으로 하는 야생동물 퇴치 방법.
  4. 제 3항에 있어서,
    (g``) 상기 (f)단계에서 이벤트 발생영상 속의 움직이는 물체가 야생동물로 판단된 경우 상기 야생동물 판단 서버의 송신부는 거주민&농작물 주인 DB에서 야생동물이 출연된 주변의 거주민 또는 농작물 주인의 연락처를 추출하고 해당 연락처와 연동된 거주민 또는 농작물 주인 단말기로 야생동물의 출몰을 알리는 단계;를 더 포함하는 것을 특징으로 하는 야생물 퇴치 방법.
KR1020200015268A 2020-02-07 2020-02-07 야생동물 퇴치 시스템 및 그 방법 KR20210101382A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200015268A KR20210101382A (ko) 2020-02-07 2020-02-07 야생동물 퇴치 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200015268A KR20210101382A (ko) 2020-02-07 2020-02-07 야생동물 퇴치 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20210101382A true KR20210101382A (ko) 2021-08-19

Family

ID=77492447

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200015268A KR20210101382A (ko) 2020-02-07 2020-02-07 야생동물 퇴치 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR20210101382A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102422160B1 (ko) 2022-01-11 2022-07-18 (주)이알코리아 음파와 음성녹음의 선택 작동기능이 있는 분리결합형 유해동물 감지 및 경고장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101975477B1 (ko) 2018-12-26 2019-05-09 주식회사 광진기업 IoT 딥러닝 카메라와 드론을 활용한 IoT 지능형 유해동물과 조류 방제장치를 이용한 퇴치 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101975477B1 (ko) 2018-12-26 2019-05-09 주식회사 광진기업 IoT 딥러닝 카메라와 드론을 활용한 IoT 지능형 유해동물과 조류 방제장치를 이용한 퇴치 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102422160B1 (ko) 2022-01-11 2022-07-18 (주)이알코리아 음파와 음성녹음의 선택 작동기능이 있는 분리결합형 유해동물 감지 및 경고장치

Similar Documents

Publication Publication Date Title
US11617353B2 (en) Animal sensing system
US10004221B2 (en) Alerting system for automatically detecting, categorizing, and locating animals using computer aided image comparisons
Glen et al. Optimising camera traps for monitoring small mammals
JP6203238B2 (ja) 畜産管理システム
KR20150130803A (ko) 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체
WO2021094851A1 (en) System and methods for automated wildlife detection, monitoring and control
US11636745B2 (en) Detection of animal intrusions and control of a repellent mechanism for detected animal intrusions
US20230371493A1 (en) Treatment system for plant specific treatment
CN210428540U (zh) 一种昆虫类型识别设备及系统
US20220183266A1 (en) Camera based pest management sprayer
US12014541B2 (en) Device for managing environment of breeding farm
Janani et al. Human-Animal Conflict Analysis and Management-A Critical Survey
KR20210101382A (ko) 야생동물 퇴치 시스템 및 그 방법
CN110689507A (zh) 一种昆虫类型识别设备、系统和方法
KR20160080448A (ko) 야생동물로부터 농작물을 지키기 위한 시스템
US20240188557A1 (en) Pest management system
KR20200084948A (ko) 야생동물 탐지를 위한 지능형 cctv 시스템
US20230363370A1 (en) Treatment system for weed specific treatment
WO2022266705A1 (en) A system and apparatus for animal management
KR102030770B1 (ko) 유해 야생동물 침입 방지 장치 및 그 방법
CN112153892B (zh) 用于苍蝇管理的装置
JP2024143577A (ja) 害獣検出装置及び害獣捕獲システム
KR20230169695A (ko) 유해동물 퇴치 시스템 및 퇴치 방법
WO2023190096A1 (ja) 虫同定用画像データの生成方法及び虫同定システム
Aishwarya et al. A Survey on Pest Detection Systems

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application