경주마 보행 이상 상태 진단을 위한 AI 학습용 데이터 구축

Building AI training data to diagnose animal gait abnormalities

  • 김도현 (한경국립대학교 전자전기공학부) ;
  • 윤상현 (한경국립대학교 전자전기공학부) ;
  • 김태림 (한경국립대학교 전자전기공학부) ;
  • 장기영 (한국마사회 디지털혁신부)
  • Do-Hyun Kim (School of Electronic and Electrical Engineering, Hankyong National University) ;
  • Sang-Hyun Yoon (School of Electronic and Electrical Engineering, Hankyong National University) ;
  • Tae-Rim Kim (School of Electronic and Electrical Engineering, Hankyong National University) ;
  • Ki-Young Jang (Dept. of Korea Racing Authority Digital Innovation Department)
  • 발행 : 2024.10.31

초록

4족 보행 동물 중 말(馬)은 다리 관절 부위에 부상과 질병이 잦은 편이나, 적시에 질병을 발견하지 못해 질병의 악화로 발생하는 문제점이 있다. 본 논문은 이를 극복하기 위한 기술 개발에 필요한 동물의 보행 이상 상태 진단을 위한 AI 학습용 데이터 구축하는 구체적인 방법론을 제안한다.

키워드

과제정보

본 논문은 과학기술정보통신부 대학디지털교육역량강화 사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.

참고문헌

  1. Pfau, Thilo, et al. "Dirt Track Surface Preparation and Associated Differences in Speed, Stride Length, and Stride Frequency in Galloping Horses." Sensors, 24.8, pp. 1-11, 2024.
  2. 박형준, et al. "적외선 체열촬영술을 이용한 thoroughbred 말의 근골격계 파행진단 증례." 한국가축위생학회지, 35.3, pp. 245-250, 2012.
  3. Sun, Ke, et al. "Deep high-resolution representation learning for human pose estimation." Proceedings of the IEEE/CVF conference on computer vision and pattern recognition., 2019.
  4. Yang, Huaigang, et al. "Multi-scale and attention enhanced graph convolution network for skeleton-based violence action recognition." Frontiers in neurorobotics, 16, 2022.
  5. Yan, Sijie, Yuanjun Xiong, and Dahua Lin. "Spatial temporal graph convolutional networks for skeleton-based action recognition." Proceedings of the AAAI conference on artificial intelligence., 32.1, 2018.
  6. Hu, Jie, Li Shen, and Gang Sun. "Squeeze-and-excitation networks." Proceedings of the IEEE conference on computer vision and pattern recognition., 2018.
  7. Wang, Panqu, et al. "Understanding convolution for semantic segmentation." 2018 IEEE winter conference on applications of computer vision (WACV)., IEEE, 2018.