KR20230011898A - 행동별 이상 감지 시스템 - Google Patents
행동별 이상 감지 시스템 Download PDFInfo
- Publication number
- KR20230011898A KR20230011898A KR1020220136642A KR20220136642A KR20230011898A KR 20230011898 A KR20230011898 A KR 20230011898A KR 1020220136642 A KR1020220136642 A KR 1020220136642A KR 20220136642 A KR20220136642 A KR 20220136642A KR 20230011898 A KR20230011898 A KR 20230011898A
- Authority
- KR
- South Korea
- Prior art keywords
- behavior
- information
- unit
- data
- detection system
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 230000003542 behavioural effect Effects 0.000 title claims abstract description 15
- 230000005856 abnormality Effects 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 33
- 230000010365 information processing Effects 0.000 claims abstract description 28
- 230000000694 effects Effects 0.000 claims description 20
- 201000010099 disease Diseases 0.000 claims description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 17
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 10
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 241001465754 Metazoa Species 0.000 claims description 5
- 239000005431 greenhouse gas Substances 0.000 claims description 5
- 230000036760 body temperature Effects 0.000 claims description 4
- 238000001931 thermography Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 230000009545 invasion Effects 0.000 claims description 2
- 230000003442 weekly effect Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 78
- 244000144977 poultry Species 0.000 description 6
- 235000013594 poultry meat Nutrition 0.000 description 6
- 230000013011 mating Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 208000032368 Device malfunction Diseases 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 241000208818 Helianthus Species 0.000 description 1
- 235000003222 Helianthus annuus Nutrition 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000021050 feed intake Nutrition 0.000 description 1
- 230000004634 feeding behavior Effects 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007758 mating behavior Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000017448 oviposition Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
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
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- 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
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
-
- 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
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Abstract
본 발명은 객체의 행동에 따라 신뢰도를 높일 수 있는 판단 요소를 활용하여 객체 또는 군집의 이상 상태를 판단할 수 있는 행동별 이상 감지 시스템을 제공하는데 그 목적이 있다.
상기한 목적을 이루기 위해 본 발명에 따른 행동별 이상 감지 시스템은 객체 또는 군집을 촬영하여 이미지 정보를 생성하는 카메라부 및 상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 행동을 분류하여 행동 분류 정보를 생성하는 분류부, 상기 행동 분류 정보에 기초하여 분류된 행동에 따른 판단 데이터를 생성하는 데이터 생성부 및 상기 판단 데이터를 학습하여 상기 이미지 정보를 기초로 분류된 행동에 따른 상기 객체 또는 상기 군집의 이상 여부를 판단하는 판단부를 포함하는 정보 처리부를 포함하여 이루어지는 것을 특징으로 할 수 있다.
상기한 목적을 이루기 위해 본 발명에 따른 행동별 이상 감지 시스템은 객체 또는 군집을 촬영하여 이미지 정보를 생성하는 카메라부 및 상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 행동을 분류하여 행동 분류 정보를 생성하는 분류부, 상기 행동 분류 정보에 기초하여 분류된 행동에 따른 판단 데이터를 생성하는 데이터 생성부 및 상기 판단 데이터를 학습하여 상기 이미지 정보를 기초로 분류된 행동에 따른 상기 객체 또는 상기 군집의 이상 여부를 판단하는 판단부를 포함하는 정보 처리부를 포함하여 이루어지는 것을 특징으로 할 수 있다.
Description
본 발명은 이상 감지 시스템에 관한 것으로, 더욱 상세하게는 객체의 행동에 따라 이상 감지를 판단하는 행동별 이상 감지 시스템에 관한 것이다.
건축물 특히 축사나 양계장에 설치된 카메라는 가축이나 가금류 등의 객체 또는 군집을 촬영하여 이미지 정보를 생성할 수 있다.
종래에는 시설물에 설치된 카메라 또는 CCTV를 이용하여 시설물 내에 있는 객체를 모니터링하여 객체의 행동, 활동 상태, 군집 위치 등을 파악할 수 있었다.
대한민국 공개특허 제10-2015-0129937호를 참조하면, 종래에는 열상 카메라를 이용하여 객체의 열화상을 획득하여 객체의 얼굴 온도를 검출했고, 얼굴 온도를 기준 온도와 비교하여 객체의 건강 상태를 판단할 수 있었다.
그러나, 종래의 기술로 객체의 이상 유무를 판단하는 경우, 정해진 기준에 의해 이상 유무 파악이 가능하여, 객체의 행동(상황별)에 따라 정확한 이상 감지 판단이 불가하여 행동별 판단 신뢰도가 달랐고, 정해진 기준으로 판단이 어려운 이상 현상에 대해서 이상 감지가 어려운 문제가 있었다.
본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로, 객체의 행동에 따라 신뢰도를 높일 수 있는 판단 요소를 활용하여 객체 또는 군집의 이상 상태를 판단할 수 있는 행동별 이상 감지 시스템을 제공하는데 그 목적이 있다.
본 발명에 따른 행동별 이상 감지 시스템은, 계사의 객체 또는 군집을 촬영하여 이미지 정보를 생성하는 카메라부; 및 상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 위치 정보 및 외부 요인을 기초로 상기 객체 또는 군집의 행동을 분류하여 행동 분류 정보를 생성하는 분류부, 상기 행동 분류 정보에 기초하여 분류된 행동에 따른 활동량 데이터, 외부 요인에 따른 행동 패턴, 외형 및 급이 시간의 길이 중 어느 하나를 판단 데이터로 생성하는 데이터 생성부, 및 상기 판단 데이터를 학습하여 상기 이미지 정보를 기초로 분류된 행동에 따른 상기 객체 또는 상기 군집의 이상 여부를 판단하는 판단부를 포함하는 정보 처리부를 포함하고, 상기 외부 요인은 상기 객체 또는 상기 군집의 행동 분류를 급이 중, 급수 중, 관리자 존재 중, 물체의 움직임, 외부 동물의 침입, 화재, 정전, 상기 객체 또는 상기 군집이 수용된 시설의 파손, 지정된 야간 시간 및 지정된 주간 시간 중 적어도 둘 이상의 상황을 포함하고, 상기 판단부는 상기 객체 또는 상기 군집의 측정된 활동량과 정상 활동량의 절대량을 비교, 외부 요인에 따라 측정된 행동 패턴과 정상 행동 패턴을 비교, 객체의 외형과 정상 외형 비교, 및 급이 시간의 길이 비교 중 어느 하나를 통해 상기 객체 또는 상기 군집의 이상 여부를 판단하고, 상기 분류부는 객체의 외형을 통해 암수를 분류하고, 상기 데이터 생성부는 암수 비율에 따른 암컷과 수컷의 이상 행동 패턴을 판단 데이터로 하며, 상기 판단부는 암컷과 수컷의 행동을 구분하여 행동 이상 여부를 통해 계사 내의 암수 합사 비율 이상을 판단하는 것을 특징으로 한다.
더 나아가, 상기 데이터 생성부는, 상기 이미지 정보에서 추출한 상기 객체의 이동속도, 외형, 색깔, 위치, 체온, 및 행동 패턴 중 어느 하나를 기초로 상기 판단 데이터를 생성한다.
더 나아가, 상기 카메라부는 2D 카메라, 3D 카메라 및 열화상 카메라 중 어느 하나 이상을 포함하여 이루어질 수 있다.
이때, 상기 정보 처리부는 상기 카메라부가 복수개의 카메라를 포함하는 경우, 각 카메라의 상기 이미지 정보를 센서 퓨전하여 상기 행동 분류 정보를 생성할 수 있다.
더 나아가, 본 발명에 따른 행동별 이상 감지 시스템은, 상기 정보 처리부와 통신이 가능하고, 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부의 환경 정보를 수집 및 생성하는 환경 정보 수집부를 더 포함하여 이루어질 수 있다.
이때, 상기 환경 정보는 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부 각각의 온도, 습도 및 온실 가스 농도 중 적어도 하나를 포함할 수 있다.
또한, 본 발명에 따른 행동별 이상 감지 시스템은, 상기 정보 처리부의 이상 여부 판단 데이터를 기초로, 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부 각각의 상기 환경 정보를 비교하여 상기 객체 또는 상기 군집의 이상을 예측하는 이상 예측부를 더 포함할 수 있다.
더 나아가, 상기 분류부는 상기 이미지 정보에서 인식된 상기 객체 또는 상기 군집의 위치 정보를 기초로 상기 객체 또는 상기 군집의 행동을 시계열로 분류하여 상기 행동 분류 정보를 생성할 수 있다.
이때, 상기 분류부는 상기 객체 또는 상기 군집의 행동 분류를 급이 중, 급수 중, 관리자 존재 중, 물체의 움직임, 외부 동물의 침입, 화재, 정전, 상기 객체 또는 상기 군집이 수용된 시설의 파손, 지정된 야간 시간 및 지정된 주간 시간 중 적어도 둘 이상의 상황을 포함하여 상기 행동 분류 정보를 생성할 수 있다.
더 나아가, 상기 데이터 생성부는 상기 행동 분류 정보를 기초로, 분류된 각 행동에 대해서 상기 객체 또는 상기 군집의 시간별 판단 데이터를 생성하고, 상기 판단부는 상기 판단 데이터를 기초로 상기 객체 또는 상기 군집의 정상 데이터 및 비정상 데이터를 수집 및 레이블링하며, 상기 객체 또는 상기 군집의 정상 데이터 및 비정상 데이터를 학습하고, 이를 바탕으로 상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 분류 행동별 이상 여부를 판단할 수 있다.
더 나아가, 상기 정보 처리부는 상기 판단부에서, 상기 객체 또는 상기 군집이 비정상으로 판단되는 경우, 유선 또는 무선으로 연결된 외부 단말기로 비정상 알림을 전송할 수 있다.
더 나아가, 상기 정보 처리부는 상기 객체 또는 상기 군집의 질병별 이상행동 정보를 수집하여 질병에 따른 레이블링하고, 상기 행동 분류 정보와 상기 이상행동 정보를 비교하여 분류된 행동에 따른 상기 객체 또는 상기 군집의 질병을 매칭하는 질병 매칭부를 더 포함할 수 있다.
상기와 같은 구성을 통해 본 발명에 따른 행동별 이상 감지 시스템은 객체 또는 군집의 행동에 따라 서로 다른 판단 데이터를 사용하여 객체 또는 군집의 이상 감지 판단이 가능하여 행동별 이상 감지 판단 신뢰도를 높일 수 있는 효과가 있다.
도 1은 본 발명에 따른 행동별 이상 감지 시스템
도 2는 본 발명에 따른 행동별 이상 감지 시스템 흐름도
도 3은 본 발명에 따른 분류부의 객체 또는 군집의 행동 분류 개략도
도 4는 본 발명에 따른 분류부의 객체 또는 군집의 행동 학습 개략도
도 5는 본 발명에 데이터 생성부의 판단 데이터 생성 개략도
도 6은 일반적인 온도별 가금류의 군집 패턴
도 2는 본 발명에 따른 행동별 이상 감지 시스템 흐름도
도 3은 본 발명에 따른 분류부의 객체 또는 군집의 행동 분류 개략도
도 4는 본 발명에 따른 분류부의 객체 또는 군집의 행동 학습 개략도
도 5는 본 발명에 데이터 생성부의 판단 데이터 생성 개략도
도 6은 일반적인 온도별 가금류의 군집 패턴
이하, 본 발명의 기술적 사상을 첨부된 도면을 사용하여 더욱 구체적으로 설명한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 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 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 변형 예들이 있을 수 있음을 이해하여야 한다.
이하, 본 발명의 기술적 사상을 첨부된 도면을 사용하여 더욱 구체적으로 설명한다. 첨부된 도면은 본 발명의 기술적 사상을 더욱 구체적으로 설명하기 위하여 도시한 일예에 불과하므로 본 발명의 기술적 사상이 첨부된 도면의 형태에 한정되는 것은 아니다.
도 1 내지 2를 참조하면, 본 발명에 따른 행동별 이상 감지 시스템(1000)은, 객체 또는 군집을 촬영하여 이미지 정보를 생성하는 카메라부(100) 및 상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 행동을 분류하여 행동 분류 정보를 생성하는 분류부(210), 상기 행동 분류 정보에 기초하여 분류된 행동에 따른 판단 데이터를 생성하는 데이터 생성부(220) 및 상기 판단 데이터를 학습하여 상기 이미지 정보를 기초로 분류된 행동에 따른 상기 객체 또는 상기 군집의 이상 여부를 판단하는 판단부(230)를 포함하는 정보 처리부(200)를 포함하여 이루어지는 것을 특징으로 할 수 있다.
상기 카메라부(100)는 객체 또는 군집을 촬영 또는 추적하여 촬영할 수 있고, 일정 영역 내에 위치한 객체 또는 군집을 촬영하여 상기 이미지 정보를 생성한다. 이때, 상기 카메라부(100)는, 2D 카메라, 3D 카메라 및 열화상 카메라 중 어느 하나 이상을 포함하여 이루어질 수 있고, 상기 정보 처리부(200)는 상기 카메라부(100)가 복수개의 카메라를 포함하는 경우, 각 카메라의 상기 이미지 정보를 센서 퓨전하여 상기 행동 분류 정보를 생성할 수 있다.
상기 분류부(210)는 상기 이미지 정보에서 인식된 대상에 대한 정보를 바탕으로 행동을 분류하여 행동 분류 정보를 생성한다.
상기 데이터 생성부(220)는 상기 행동 분류 정보에 따라 행동별 이상 감지 여부를 판단할 수 있는 판단 데이터를 생성한다.
상기 판단부(230)는 상기 행동 분류 정보를 기초로 행동별 객체 또는 군집의 판단 데이터를 학습하여, 상기 이미지 정보를 기초로 상기 객체 또는 상기 군집의 행동별 이상 여부를 판단한다.
즉, 상기 정보 처리부(200)는, 객체 또는 군집의 행동에 따라 서로 다른 판단 데이터를 사용하여 객체 또는 군집의 이상 감지 판단이 가능하여 행동별 이상 감지 판단 신뢰도를 높일 수 있는 효과가 있다.
또한, 본 발명에 따른 행동별 이상 감지 시스템(1000)은, 상기 정보 처리부(200)와 통신이 가능하고, 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부의 환경 정보를 수집 및 생성하는 환경 정보 수집부(300)를 더 포함하여 이루어질 수 있다.
상기 환경 정보 수집부(300)는 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부에 설치된 센서, 장치 또는 외부 단말기와의 통신을 통해서 시설의 내부 및 외부 각각의 환경 정보를 수집 및 생성한다.
이때, 상기 환경 정보는 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부 각각의 온도, 습도 및 온실 가스(이산화탄소 또는 메탄) 농도 중 적어도 하나를 포함하여 이루어질 수 있다. 즉, 상기 환경 정보는 시설 내부의 온도, 습도, 온실 가스 농도 중 적어도 하나를 포함하며, 시설 외부의 온도, 습도, 온실 가스 농도 중 적어도 하나를 포함하여 이루어질 수 있다.
또한, 본 발명에 따른 행동별 이상 감지 시스템(1000)은, 상기 정보 처리부(200)의 이상 여부 판단 데이터를 기초로, 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부 각각의 상기 환경 정보를 비교하여 상기 객체 또는 상기 군집의 이상을 예측하는 이상 예측부(400)를 더 포함하여 이루어질 수 있다.
도 2와 같이, 상기 이상 예측부(400)는, 상기 정보 처리부(200) 및 상기 환경 정보 수집부(300)와 통신하여, 상기 정보 처리부(200)에서 생성된 정보와 상기 환경 정보를 수집하고, 상기 정보 처리부(200)에서 생성된 이상 여부 판단 데이터를 기초로, 상기 환경 정보에 포함된 시설의 내부 또는 외부 환경 정보의 변화에 따라 발생될 수 있는 상기 객체 또는 상기 군집의 이상 감지를 예측 가능하다.
일 예로, 시설의 내부 온도는 기 지정된 기준온도 영역 내에서 유지되고 있으나, 시설의 외부 온도가 상기 기준온도 영역을 벗어나는 경우, 상기 시설의 내부 온도 또한 상기 기준온도 영역을 벗어나게 되므로, 상기 이상 예측부(400)는, 시설의 내부 온도의 변화 또는 시설의 외부 온도의 변화를 통해 시설 내에 수용된 상기 객체 또는 상기 군집의 군집 행동 패턴 또는 활동량 변화 등의 이상을 예측할 수 있다.
이때, 상기 데이터 생성부(220)는, 상기 이미지 정보에서 추출한 상기 객체의 이동속도, 외형, 색깔, 위치, 체온, 암수 비율 이상 패턴, 행동에 따른 활동량 데이터 및 행동 패턴 중 어느 하나를 기초로 상기 판단 데이터를 생성할 수 있다.
상기 데이터 생성부(220)는 상기 카메라부(100)가 열화상 카메라를 포함하는 경우, 상기 이미지 정보에서 상기 객체의 체온을 바로 확인할 수 있다.
또한, 상기 분류부(210)는 상기 이미지 정보에서 상기 객체 또는 상기 군집을 추적하고, 상기 객체 또는 상기 군집의 위치 정보를 기초로 상기 객체 또는 상기 군집의 행동을 시계열로 분류하여 상기 행동 분류 정보를 생성할 수 있다.
또한, 상기 데이터 생성부(220)는, 상기 행동 분류 정보를 기초로, 분류된 각 행동에 대해서 상기 객체 또는 상기 군집의 시간별 판단 데이터를 생성하고, 상기 판단부(230)는, 상기 판단 데이터를 기초로 상기 객체 또는 상기 군집의 정상 데이터 및 비정상 데이터를 수집 및 레이블링하며, 상기 객체 또는 상기 군집의 정상 데이터 및 비정상 데이터를 학습하고, 이를 바탕으로 상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 분류 행동별 이상 여부를 판단할 수 있다.
또한, 상기 정보 처리부(200)는, 상기 환경 정보 수집부(300)로부터 상기 환경 정보를 수신하여, 상기 환경 정보를 기초로, 상기 객체 또는 상기 군집의 행동별 이상 여부를 판단할 수 있다. 즉, 상기 환경 정보에서 시설의 실내 또는 실외의 온도가 높거나 낮은 이상인 상태에서, 상기 객체 또는 상기 군집의 활동량이 증가하거나, 모이는 군집 행동 패턴이 나타나는 경우, 해당하는 객체 또는 군집을 비정상으로 판단 할 수 있다.
도 3을 참조하면, 상기 분류부(210)는 객체 또는 군집의 행동을 급이, 급수, 물체 낙하, 기기 오작동, 동물 또는 사람 진입 시, 평상 시 등으로 분류할 수 있다. 상기 분류부는 상기 각 행동에 대한 이미지를 일정 개수 이상 제공받아 패턴 학습하여, 상기 이미지 정보를 수신하여 바로 행동별로 분류할 수 있도록 설정되어 있는 것이 바람직하다.
도 4를 참조하면, 상기 분류부는 상기 이미지 정보 내에 객체 또는 군집의 행동에 대한 레이블링을 진행할 수 있다.
상기 데이터 생성부는 판단 데이터로 사용하는 각 요소들을 머신러닝 분류 진행, 딥러닝 분류 진행 및 주파수 분석을 통해서 생성시킬 수 있다. 일예로 도 5와 같이, 상기 이미지 정보를 수신받아 객체 또는 군집의 활동량을 측정하고, 그래프를 생성하여 정상, 비정상을 나누고, 딥러닝, 머신러닝, 주파수 분석을 통해 예측 모델을 검증한 후 판단 데이터로 적용할 수 있다.
다양한 실시예를 통해 상기 판단 데이터의 선택을 설명하면, 급이 중인 경우에는, 군집의 행동패턴을 상기 판단 데이터로 사용하여 모이통 또는 사료통 주변에 해바라기 모양으로 객체들이 분포하는 것을 정상으로 판단하고, 그 외의 다른 분포된 형상을 비정상으로 판단할 수 있다. 이상이 있는 객체의 경우 보통 급이라인의 외측 벽으로 밀려나 움직이지 않거나 움직임이 둔화되어 무리를 이룰 수 있으며, 급이가 원활하지 않은 객체는 급이라인 또는 군집과 떨어져 혼자 또는 무리를 짓는 행동패턴을 보일 수 있다. 또한, 객체의 군집의 급이 행동패턴이 이어지는 시간을 추가적으로 이용하여 급이 시간의 길이에 따라 이상 유무를 판단하여 이상감지 신뢰도를 높일 수 있다. 급이 중에는 객체의 이동이 적기 때문에, 이동속도, 활동량은 객체의 이상 감지의 신뢰성이 떨어지게 된다.
급수 중인 경우에도, 군집의 행동패턴을 상기 판단 데이터로 사용하여 급수라인 위아래로 직사각형 모양으로 객체들이 분포하는 것을 정상으로 판단할 수 있다. 이상이 있는 객체의 경우 보통 급수라인의 외측 벽으로 밀려나 움직이지 않거나 움직임이 둔화되어 무리를 이룰 수 있으며, 급수가 원활하지 않은 객체는 급수라인 또는 군집과 떨어져 혼자 또는 무리를 짓는 행동패턴을 보일 수 있다. 이러한 경우를 비정상으로 판단할 수 있다.
급이, 급수 등 외부 요인이 없는 평상시에는 객체의 활동량 데이터를 상기 판단 데이터로 사용할 수 있다. 활동량의 절대량 및 변화 패턴을 비교하여 객체 또는 군집의 이상 감지가 가능하다.
기계적 오작동 및 물체가 낙하하거나, 동물 또는 사람이 들어오는 경우, 활동량 데이터를 상기 판단 데이터로 사용할 수 있다. 이 경우, 활동량이 급격하게 많아져 활동량 변화 패턴이 증가하는 것이 정상으로 판단할 수 있고, 군집이 한쪽으로 몰리는 패턴을 나타내는 것이 일반적이므로, 행동패턴을 상기 판단 데이터로 사용할 수도 있다.
도 6을 참조하면, 일반적인 온도별 가금류의 군집 패턴을 확인할 수 있다.
가금류의 경우 온도에 민감하여 온도에 따른 군집 패턴으로 이상감지를 판단할 수 있다. 너무 더울 때에는 벽으로 몰리는 행동 패턴이 발생하며, 더운 열기로 인해 활동량이 줄어들 수 있으나 급격한 변화가 발생하지 않을 수 있다. 반대로 너무 추울 때에는 객체들이 뭉쳐서 모여있는 행동패턴을 나타낼 수 있고, 객체간에 간격이 좁아지는 현상을 볼 수 있으며, 활동량이 줄어들 수 있으나, 급격한 변화가 발생하지 않을 수 있다. 계사 내부 사정에 따라 한쪽에서 샛바람이 발생하는 경우 객체들이 뭉쳐서 모여있는 행동패턴을 나타낼 수 있으나 계사 전체 면적에서 한쪽으로 몰리는 군집 패턴 변화가 나타날 수 있다. 계사 전체에 적절히 퍼져 있는 행동패턴이 적정 온도이다. 따라서, 체감 온도, 행동패턴, 위치를 판단 데이터로 적용하여 온도에 따른 정상적인 위치 및 행동패턴이 나타나고 있는지 판단할 수 있다.
또한, 유정란을 생산하기 위해서 수컷과 암컷을 합사하여 사육하는 경우도 있으며, 보통 수컷과 암컷의 합사비율은 1:10으로 수컷 대비 암컷을 10배로 넣어주어도 수컷 부족 현상이 잘 발생하지 않는다. 수컷이 교미행위, 사료섭취, 휴식시 위치 및 활동량을 잘 관찰해야 유정란 발생률이 증가할 수 있다. 수컷의 합사비율이 너무 높으면 지나친 교미, 교미방해, 암컷의 교미 거부, 암컷을 수컷이 둘러쌓는 행동 패턴을 나타낼 수 있어 수정율, 부화율을 저하시키고, 산란율을 저하시킨다. 이때, 군집의 행동패턴 및 암수 비율 이상 패턴을 상기 판단 데이터로 적용하여, 합사비율 이상을 감지할 수 있다.
암수 비율 이상 패턴은 적정 암수 비율이 아닌 상황의 군집 분포 패턴을 인지하여 비율상 이상 상황을 판단할 수 있다. 이때, 암수의 구분은 산란기의 개체 외형(등의 털 벗겨짐 등) 또는 크기 등의 비교를 통해 가능하다.
상기의 다양한 실시예와 같이 본 발명에 따른 정보 처리부는 행동별로 적어도 하나 이상의 판단 데이터를 사용하되, 분류된 행동에 따른 이상 감지 판단이 가능하고, 신뢰성이 높은 판단 데이터를 사용하는 것을 특징으로 한다.
더 나아가, 상기 판단부는, 환경 정보는 온도, 습도, 메탄 등의 여러 가스들에 대한 센서들을 바탕으로 해당 상황과 객체의 분포 패턴을 분석, 매칭하여, 센서값을 통한 비정상 환경 인식은 물론, 이상 환경일 때의 분포 또는 행동을 구분하여 역으로 현재 상황 정보가 해당 가금에게 이상 상황임을 알 수도 있다.
또한, 상기 정보 처리부는, 상기 판단부에서, 상기 객체 또는 상기 군집이 비정상으로 판단되는 경우, 유선 또는 무선으로 연결된 외부 단말기로 비정상 알림을 전송할 수 있다. 따라서 알림을 수신한 관리자가 이상이 있는 객체에 필요한 조치를 취할 수 있고, 폐사체가 발생한 경우 폐사체를 신속하게 처리하여 질병 확산을 방지하고, 객체의 환경을 조절할 수 있다. 즉, 상기 정보 처리부에는 통신수단이 포함될 수 있다.
또한, 상기 정보 처리부는 상기 객체 또는 상기 군집의 질병별 이상행동 정보를 수집하여 질병에 따른 레이블링하고, 상기 행동 분류 정보와 상기 이상행동 정보를 비교하여 분류된 행동에 따른 상기 객체 또는 상기 군집의 질병을 매칭하는 질병 매칭부를 더 포함할 수 있다. 즉, 상기 정보 처리부는, 외부로부터 또는 기 저장된 객체 또는 군집의 질병별 이상행동 정보를 수집한 상태에서, 상기 행동 분류 정보와 비교하여 행동별로 상기 객체 또는 상기 군집의 질병을 매칭하여 객체 또는 군집의 이상 여부뿐만 아니라 질명을 판단할 수 있다.
본 발명은 상기한 실시예에 한정되지 아니하며, 적용범위가 다양함은 물론이고, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 다양한 변형 실시가 가능한 것은 물론이다.
1000 : 행동별 이상 감지 시스템
100 : 카메라부
200 : 정보 처리부
210 : 분류부 220 : 데이터 생성부
230 : 판단부 240 : 질병 매칭부
300 : 환경 정보 수집부
400 : 이상 예측부
100 : 카메라부
200 : 정보 처리부
210 : 분류부 220 : 데이터 생성부
230 : 판단부 240 : 질병 매칭부
300 : 환경 정보 수집부
400 : 이상 예측부
Claims (11)
- 계사의 객체 또는 군집을 촬영하여 이미지 정보를 생성하는 카메라부; 및
상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 위치 정보 및 외부 요인을 기초로 상기 객체 또는 군집의 행동을 분류하여 행동 분류 정보를 생성하는 분류부,
상기 행동 분류 정보에 기초하여 분류된 행동에 따른 활동량 데이터, 외부 요인에 따른 행동 패턴, 외형 및 급이 시간의 길이 중 어느 하나를 판단 데이터로 생성하는 데이터 생성부, 및
상기 판단 데이터를 학습하여 상기 이미지 정보를 기초로 분류된 행동에 따른 상기 객체 또는 상기 군집의 이상 여부를 판단하는 판단부를 포함하는 정보 처리부를 포함하고,
상기 외부 요인은 상기 객체 또는 상기 군집의 행동 분류를 급이 중, 급수 중, 관리자 존재 중, 물체의 움직임, 외부 동물의 침입, 화재, 정전, 상기 객체 또는 상기 군집이 수용된 시설의 파손, 지정된 야간 시간 및 지정된 주간 시간 중 적어도 둘 이상의 상황을 포함하고,
상기 판단부는
상기 객체 또는 상기 군집의 측정된 활동량과 정상 활동량의 절대량을 비교, 외부 요인에 따라 측정된 행동 패턴과 정상 행동 패턴을 비교, 객체의 외형과 정상 외형 비교, 및 급이 시간의 길이 비교 중 어느 하나를 통해 상기 객체 또는 상기 군집의 이상 여부를 판단하고,
상기 분류부는 객체의 외형을 통해 암수를 분류하고,
상기 데이터 생성부는 암수 비율에 따른 암컷과 수컷의 이상 행동 패턴을 판단 데이터로 하며,
상기 판단부는 암컷과 수컷의 행동을 구분하여 행동 이상 여부를 통해 계사 내의 암수 합사 비율 이상을 판단하는 것을 특징으로 하는 행동별 이상 감지 시스템.
- 제1항에 있어서,
상기 데이터 생성부는,
상기 이미지 정보에서 추출한 상기 객체의 이동속도, 외형, 색깔, 위치, 체온, 및 행동 패턴 중 어느 하나를 기초로 상기 판단 데이터를 생성하는 행동별 이상 감지 시스템.
- 제1항에 있어서,
상기 카메라부는,
2D 카메라, 3D 카메라 및 열화상 카메라 중 어느 하나 이상을 포함하여 이루어지는 행동별 이상 감지 시스템.
- 제3항에 있어서,
상기 정보 처리부는,
상기 카메라부가 복수개의 카메라를 포함하는 경우, 각 카메라의 상기 이미지 정보를 센서 퓨전하여 상기 행동 분류 정보를 생성하는 행동별 이상 감지 시스템.
- 제1항에 있어서,
상기 정보 처리부와 통신이 가능하고, 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부의 환경 정보를 수집 및 생성하는 환경 정보 수집부;
를 더 포함하는 행동별 이상 감지 시스템.
- 제5항에 있어서,
상기 환경 정보는,
상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부 각각의 온도, 습도 및 온실 가스 농도 중 적어도 하나를 포함하는 행동별 이상 감지 시스템.
- 제5항에 있어서,
상기 정보 처리부의 이상 여부 판단 데이터를 기초로, 상기 객체 또는 상기 군집이 수용된 시설의 내부 및 외부 각각의 상기 환경 정보를 비교하여 상기 객체 또는 상기 군집의 이상을 예측하는 이상 예측부;
를 더 포함하는 행동별 이상 감지 시스템.
- 제1항에 있어서,
상기 분류부는,
상기 객체 또는 상기 군집의 행동을 시계열로 분류하여 상기 행동 분류 정보를 생성하는 행동별 이상 감지 시스템.
- 제1항에 있어서,
상기 데이터 생성부는,
상기 행동 분류 정보를 기초로, 분류된 각 행동에 대해서 상기 객체 또는 상기 군집의 시간별 판단 데이터를 생성하고,
상기 판단부는,
상기 판단 데이터를 기초로 상기 객체 또는 상기 군집의 정상 데이터 및 비정상 데이터를 수집 및 레이블링하며, 상기 객체 또는 상기 군집의 정상 데이터 및 비정상 데이터를 학습하고, 이를 바탕으로 상기 이미지 정보를 수신하여 상기 객체 또는 상기 군집의 분류 행동별 이상 여부를 판단하는 행동별 이상 감지 시스템.
- 제1항에 있어서,
상기 정보 처리부는,
상기 판단부에서, 상기 객체 또는 상기 군집이 비정상으로 판단되는 경우, 유선 또는 무선으로 연결된 외부 단말기로 비정상 알림을 전송하는 행동별 이상 감지 시스템.
- 제1항에 있어서,
상기 정보 처리부는,
상기 객체 또는 상기 군집의 질병별 이상행동 정보를 수집하여 질병에 따른 레이블링하고, 상기 행동 분류 정보와 상기 이상행동 정보를 비교하여 분류된 행동에 따른 상기 객체 또는 상기 군집의 질병을 매칭하는 질병 매칭부;
를 더 포함하는 행동별 이상 감지 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220136642A KR20230011898A (ko) | 2021-07-14 | 2022-10-21 | 행동별 이상 감지 시스템 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210091956A KR102469301B1 (ko) | 2021-07-14 | 2021-07-14 | 행동별 이상 감지 시스템 |
| KR1020220136642A KR20230011898A (ko) | 2021-07-14 | 2022-10-21 | 행동별 이상 감지 시스템 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210091956A Division KR102469301B1 (ko) | 2021-07-14 | 2021-07-14 | 행동별 이상 감지 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230011898A true KR20230011898A (ko) | 2023-01-25 |
Family
ID=84236668
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210091956A KR102469301B1 (ko) | 2021-07-14 | 2021-07-14 | 행동별 이상 감지 시스템 |
| KR1020220136642A KR20230011898A (ko) | 2021-07-14 | 2022-10-21 | 행동별 이상 감지 시스템 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210091956A KR102469301B1 (ko) | 2021-07-14 | 2021-07-14 | 행동별 이상 감지 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR102469301B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102653261B1 (ko) * | 2023-12-06 | 2024-04-01 | 한국축산데이터 주식회사 | 계군 분포를 활용한 영상 분석 기반의 계사 관리 방법 및 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150129937A (ko) | 2014-05-12 | 2015-11-23 | (주)유틸리온 | 객체 건강 상태 판단 방법 및 시스템 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100285525B1 (ko) * | 1998-09-29 | 2001-05-02 | 장동일 | 무창 돈사의 복합 환경제어 장치 및 방법 |
| US8297231B2 (en) * | 2009-02-03 | 2012-10-30 | Faunus Ltd. | System and methods for health monitoring of anonymous animals in livestock groups |
| US20140261189A1 (en) * | 2013-03-15 | 2014-09-18 | Mitchell Barry Chait | Automated monitoring of compliance in an egg farm based on egg counts |
| KR102035672B1 (ko) * | 2017-10-27 | 2019-10-24 | 대한민국 | 가축의 행동과 위치를 모니터링하는 장치 및 방법 |
| JP6996353B2 (ja) * | 2018-03-06 | 2022-01-17 | トヨタ自動車株式会社 | 物体認識装置及び車両走行制御システム |
| KR102282295B1 (ko) * | 2019-11-28 | 2021-07-27 | 주식회사 핀텔 | 딥러닝 기반 객체 추적 및 행동 분석을 이용한 스마트 축산관리시스템 및 방법 |
| KR102111894B1 (ko) * | 2019-12-04 | 2020-05-15 | 주식회사 블루비즈 | 행동패턴 이상 징후 판별 시스템 및 이의 제공방법 |
-
2021
- 2021-07-14 KR KR1020210091956A patent/KR102469301B1/ko active IP Right Grant
-
2022
- 2022-10-21 KR KR1020220136642A patent/KR20230011898A/ko not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150129937A (ko) | 2014-05-12 | 2015-11-23 | (주)유틸리온 | 객체 건강 상태 판단 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102469301B1 (ko) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102396172B1 (ko) | 인공지능 기반의 가축 관리 시스템 및 그 방법 | |
| Yang et al. | Classification of broiler behaviours using triaxial accelerometer and machine learning | |
| CN103815912B (zh) | 基于热红外传感器阵列的独居老人摔倒行为实时监测方法 | |
| US20180071069A1 (en) | System, device and method for observing piglet birth | |
| WO2013018070A1 (en) | Method for automatic behavioral phenotyping | |
| US11716970B2 (en) | Method for monitoring a livestock facility and/or livestock animals in a livestock facility using improved sound processing techniques | |
| WO2020127448A1 (en) | Device for monitoring the status of a livestock facility | |
| KR20230011898A (ko) | 행동별 이상 감지 시스템 | |
| KR102396999B1 (ko) | 딥러닝을 이용한 가축행동 자동인식 및 모니터링 시스템 및 그 방법 | |
| PL234432B1 (pl) | Urządzenie sposób oraz system monitorowania temperatury zwierząt | |
| KR102047428B1 (ko) | 되새김 활동 측정을 이용한 소의 건강 관리 시스템 | |
| CN209388201U (zh) | 养殖场无线监测系统 | |
| KR102481422B1 (ko) | 스마트팜을 통한 가축 사육 관리 방법 및 서비스 서버 | |
| González et al. | Real-time monitoring of poultry activity in breeding farms | |
| Mazunga et al. | IoT based remote poultry monitoring systems for improving food security and nutrition: recent trends and issues | |
| KR20210115204A (ko) | 가축의 개체별 이상 징후 포착 시스템 및 그 이용 방법 | |
| AU2020103515A4 (en) | A system and a method for real time monitoring and identification of endangered animals | |
| CN110779575A (zh) | 一种基于大数据平台的畜牧业监测系统 | |
| KR102305704B1 (ko) | 어류의 질병여부를 판단하고 포획할 수 있는 어류질병 감지장치 | |
| Kamesaka et al. | Development of a prevention system for beast damage of agricultural products using deep learning | |
| KR102542327B1 (ko) | 지능형 인체감지 무인 계도방송 시스템 | |
| KR102516271B1 (ko) | 홍채인식 및 복합인식을 통한 동물 관리시스템 | |
| KR101687782B1 (ko) | 과산계 선별 방법 | |
| KR20230143505A (ko) | 딥러닝 기반 반려동물 모니터링 시스템 및 활동 인식 장치 | |
| KR20220001756U (ko) | 가축 질병 모니터링 서버 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITB | Written withdrawal of application |