• 제목/요약/키워드: 조류 탐지

검색결과 28건 처리시간 0.03초

라즈베리파이를 활용한 비전기반 야생조류 침입 탐지 및 퇴치 시스템의 구현 (Implementation of Vision-based Wild Bird Detection and Repelling System using RaspberryPi)

  • 이철원;나대영;;;전흥석
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
    • /
    • pp.507-508
    • /
    • 2018
  • 본 논문에서는 라즈베리파이를 활용하여 야생조류의 행동에 반응하는 비전기반 야생조류 퇴치 장치를 구현하였다. 저가형 라즈베리파이 보드를 기반으로 카메라센서와 OpenCV 모션탐지기법을 활용하여 야생조류의 침입을 탐지하고, 그리고 야생조류가 소리별로 반응하는 데이터를 누적시키는 방법을 활용하여 효율적으로 퇴치하도록 개발하였다. 성능평가는 야생 직박구리와 박새를 포획하여 야외 실험장에서 진행하였고 실제 환경에서도 야생조류를 퇴치할 수 있다는 결과를 보여준다.

  • PDF

해상풍력발전기 조류환경 영향평가를 위한 인공지능 조류충돌방지 시스템

  • 이희용
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2022년도 추계학술대회
    • /
    • pp.380-382
    • /
    • 2022
  • 해상풍력발전단지 환경평가를 위한 조류충돌저감장치를 개발하기 위하여, 천연기념물 조류를 구부할 수 있는 인공지능 카메라를 개발한다. 보호해야 할 조류를 90프로 이상 정확하게 구분하기 위한 계층구조 라벨링 방법을 고안하고 YOLO5 모델을 사용하여 학습을 수행하고, 그 결과를 보인다.

  • PDF

조류 조사 방법으로써 생물음향 녹음과 현장 조사의 비교 - 제주 동백동산과 1100고지 습지를 대상으로 - (A Comparison of Bioacoustic Recording and Field Survey as Bird Survey Methods - In Dongbaek-dongsan and 1100-altitude Wetland of Jeju Island -)

  • 최세준;기경석
    • 한국환경생태학회지
    • /
    • 제37권5호
    • /
    • pp.327-336
    • /
    • 2023
  • 본 연구는 야생조류 생물음향 탐지와 현장 조사의 결과 비교를 통해 효과적인 야생조류 조사 방법을 제시하는데 목적이 있다. 연구대상지는 제주 동백동산과 1100고지 습지였다. 생물음향 탐지 기간은 2020년 12개월간이었다. 생물음향 탐지는 시간당 1분씩, .wav, 44,100Hz 포맷으로 생물음향 측정장비(Song meter SM4)를 각 연구대상지에 설치하여 녹음하였다. 현장 조사는 Banjade et al. (2019)의 「제주 동백동산과 1100고지 습지의 조류군집 장기간 동향」 결과를 인용하였다. 연구결과는 다음과 같다. 첫 번째, 생물음향 탐지 기법을 통해 확인된 조류상은 동백동산에서 29과 46종, 1100고지 습지에서 16과 25종이었다. 두 번째, 울음 빈도를 통해 나타난 종 구성은 동백동산에서 직박구리(33.62%), 섬휘파람새(12.13%), 동박새(9.77%) 순으로 나타났고, 1100고지 습지에서 큰부리까마귀(27.34%), 섬휘파람새(19.43%), 직박구리(16.56%) 순으로 나타났다. 세 번째, 동백동산에서 실시한 현장 조사의 경우 2009년 39종, 2012년 51종, 2015년 35종, 2018년 45종이 조사되었고, 생물음향 탐지를 통해 46종이 확인되었다. 1100고지 습지에서 실시한 현장 조사의 경우 2009년 37종, 2012년 42종, 2015년 34종, 2018년 38종이 조사되었고, 생물음향 탐지를 통해 25종이 확인되었다. 종합적으로 현장 조사를 통해 동백동산에서 확인된 78종 중 43.6%인 34종, 1100고지 습지에서 확인된 47종 중 38.3%인 18종이 생물음향 탐지로 확인되었다. 네 번째, 현장 조사에서 확인되지 않았지만, 생물음향 탐지를 통해 확인된 종은 동백동산에서 9과 12종, 1100고지 습지에서 3과 7종으로 대표적으로 소쩍새, 솔부엉이와 같은 야행성 조류, 쇠유리새, 울새와 같은 나그네새, 도래하는 개체수가 상대적으로 적은 황여새, 솔잣새와 같은 겨울철새가 있다. 다섯 번째, 현장 조사에서 확인된 종 중에서 생물음향 탐지를 통해 확인되지 않은 종은 동백동산에서 18과 48종, 1100고지 습지에서 14과 27종으로 대표적으로 백로과, 수리과, 솔딱새과가 있다. 본 연구는 국내에서 생물음향 장비 운용을 통한 조류 연구가 활성화되고 있는 가운데 현장 조사와 생물음향 탐지를 병행했을 때 효과적인 조사를 실시할 수 있다는 기초 자료를 작성했다는 점에서 의미가 있다.

딥러닝 기반 조류 탐지 모형의 입력 이미지 자료 특성에 따른 성능 변화 분석 (Analysis of performance changes based on the characteristics of input image data in the deep learning-based algal detection model)

  • 김준오;백지원;김종락;박정수
    • 한국습지학회지
    • /
    • 제25권4호
    • /
    • pp.267-273
    • /
    • 2023
  • 조류는 생태계를 구성하는 중요한 요소이다. 그러나 남조류의 과도한 성장은 하천환경에 다양한 악영향을 발생시키고 규조류는 상수원과 정수장 공정관리에 영향을 미친다. 지속적이고 효율적인 조류 관리를 위해 조류 모니터링이 중요하다. 본 연구에서는 You Only Look Once (YOLO)의 최신 알고리즘 YOLO v8을 사용하여 조류경보제 기준에 사용하는 유해 남조류 4종과 정수처리공정에 영향이 큰 규조류 1종 총 5종의 이미지를 분류하는 이미지 분류모형을 구축하였다. 기본모형의 mAP는 64.4로 분석되었다. 모형의 학습에 사용된 원본 이미지에 회전, 확대, 축소를 수행하여 이미지의 다양성을 높인 5가지 모형을 구축하여 입력자료로 사용된 이미지의 구성에 따른 모형 성능의 변화를 비교하였다. 분석결과 회전, 확대, 축소를 모두 적용한 모형이 mAP 86.5로 가장 좋은 성능을 보이는 것을 확인하였다. 이미지의 회전만을 적용한 모형, 회전과 확대를 적용한 모형, 이미지의 회전과 축소만를 적용한 모형의 mAP는 각각 85.3, 82.3, 83.8로 분석되었다.

임베디드 보드에서의 YOLO 기반 드론 탐지 (YOLO based Drone detection on Embeded Board)

  • 유병호;박한빈;김민성;최해철
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2021년도 추계학술대회
    • /
    • pp.335-337
    • /
    • 2021
  • 최근 드론의 용도는 취미, 공연, 농업, 안전, 군사, 연구, 물자수송 등 다양한 분야와 목적으로 활용되고 있다. 더불어 드론의 불법적 활용으로 인한 안전 및 법적 문제 또한 빈번히 발생하고 있어, 이런 문제들을 예방하기 위한 드론의 탐지 기술이 활발히 연구되고 있다. 본 논문은 카메라로 촬영된 영상에서 조류와 같은 다른 객체와 구별하여 드론을 탐지하는 기술과 상공에서 바라본 객체들을 탐지하는 기술을 구현한다. 제안 방법은 딥러닝 기반의 YOLOv4를 사용하였다. UAV_123 데이터세트로 학습한 실험 결과, mAP는 85%, Recall은 85%, Precision은 81%의 정확도를 보였다. 제안 방법은 인명 구조, 배송, 건축 뿐만 아니라 안티 드론 시장에서도 효과적으로 활용될 수 있을 것으로 기대된다.

  • PDF

인공지능 기반 유해조류 탐지 관제 시스템 (Artificial Intelligence-Based Harmful Birds Detection Control System)

  • 심현
    • 한국전자통신학회논문지
    • /
    • 제16권1호
    • /
    • pp.175-182
    • /
    • 2021
  • 본 논문에서는 오리와 같은 유해조류에 의한 양식장의 피해를 방지하기 위해서 머신러닝 기반 해상용 드론 개발을 목적으로 한다. 기존 드론은 공중에서 새와 충돌하거나 바다에 떨어지는 경우 유실되는 문제점을 해결하기 위해서 해상드론으로 개발하였다. 자율주행으로 작동하는 해상드론이 해상에 나타난 유해조류를 판단하기 위해 CNN기반 머신러닝 학습 알고리즘을 설계하였다. 유해조류의 위치 인식 및 추적을 위해 카메라에 라즈베리파이를 연결하여 관제 PC로 영상을 전송하도록 설계하였다. 모바일 기반 관제 센터에서 미리 GPS 좌표와 연동된 맵을 미리 제작한 후, 유해조류의 위치에 대한 GPS 위치값을 전달받아 설정된 위치로 해상용 드론이 출동하여 유해조류를 퇴치하는 자율주행 기반의 해상용 조류 퇴치 드론 시스템을 설계 및 구현하였다.

Gaofen-1 WFV 영상을 이용한 딥러닝 기반 대형 부유조류 분류 (Deep Learning Based Floating Macroalgae Classification Using Gaofen-1 WFV Images)

  • 김의현;김근용;김수미;;유주형
    • 대한원격탐사학회지
    • /
    • 제36권2_2호
    • /
    • pp.293-307
    • /
    • 2020
  • 매년 황해와 동중국해에서는 대형 부유조류인 녹조와 갈조가 대량으로 발생하고 있다. 이러한 대형 부유조류는 연안의 양식 시설물이나 해변으로 유입되며, 제거하는데 막대한 경제적 손실을 발생시킨다. 현재는 연안으로 유입되는 대형 부유조류를 탐지하기 위해 원격탐사 방법이 활발하게 사용되고 있다. 그러나 대형 부유조류는 해양의 다양한 대상들과 중첩되는 파장이 존재하기에 이를 정확하게 탐지하는데 한계가 있다. 더욱이 녹조와 갈조는 유사한 스펙트럼 특성을 보이기 때문에 원격탐사 자료를 이용한 구분을 더욱 어렵게 만든다. 따라서 본 연구에서는 위성 영상에 딥러닝 기법을 적용하여 녹조와 갈조를 효과적으로 구분하고자 하였다. 이를 위한 네트워크를 결정하기 위해 최적의 학습 조건을 찾아 AlexNet 신경망을 전이 학습하였으며, 학습과 검증을 위해 Gaofen-1 WFV 영상을 이용하여 데이터셋을 구성하였다. 최적의 학습 조건으로 학습된 네트워크를 이용하여 실험 데이터에 대한 결과를 확인하였다. 그 결과 실험 데이터에 대한 정확도는 88.89%를 보였으며, 녹조와 갈조에 대해 각각 66.67%와 100%의 정밀도로 구분이 가능하였다. 이는 전이 학습된 AlexNet 신경망이 녹조와 갈조의 미세한 차이를 구분할 수 있는 것으로 해석된다. 본 연구를 통해 해양의 다양한 대상으로부터 녹조와 갈조를 효과적으로 분류하고 각각 구분할 수 있을 것으로 기대된다.

은둔형 습지 조류의 효과적인 조사 방법 탐색을 위한 국외 프로토콜의 시범 적용 (Application of Standardized North American Marsh Bird Monitoring Protocols to Survey Inconspicuous Marsh Birds in Korea)

  • 이상연;성하철
    • 생태와환경
    • /
    • 제52권2호
    • /
    • pp.143-150
    • /
    • 2019
  • 은둔형 습지 조류는 습지 생태계를 구성하는 중요한 고차소비자임에도 불구하고, 눈에 잘 띄지 않는 습성과 신뢰도 있는 조사 방법의 부재로 인하여 국내에서는 서식 현황 및 개체군 경향성이 잘 알려져 있지 않다. 이에 본 연구는 조류 조사 시 가장 일반적으로 활용하는 수동적인 성격의 정점조사법과 탐지 효과를 증가시키는 것으로 알려진 음성조사법을 병행하는 방식의 은둔형 습지 조류를 대상으로 한 국외 프로토콜(Standardized North American Marsh Bird Monitoring Protocols; SNAMBMP)을 시범적으로 적용하였다. 그 결과, 흰눈썹뜸부기(Rallus indicus)와 쇠뜸부기사촌(Porzana fusca), 뜸부기(Gallicrex cinerea), 호사도요(Rostatula benghalensis) 4종이 탐지되었지만, 점유율이 매우 낮은 상태로 상당히 희귀한 개체군으로 판단된다. 다만, 흰눈썹뜸부기와 뜸부기의 경우 동종의 음성을 이용한 조사 방법이 다른 방법에 비해 효과적이라는 것을 확인할 수 있었다. 국내에 서식하는 은둔형 습지 조류의 종 인벤토리 확보 및 개체군 경향성 파악을 위해서는 생물다양성 확보를 목적으로 한 전국 단위의 생태계 조사 사업 지침에 SNAMBMP 방식의 조사 세부 지침을 추가 수록함과 더불어 조사 시 전 과정에 대한 녹음을 통해 음성 파일 확보를 제안한다.

생물음향 모니터링 기법을 이용한 야행성 조류 탐지 및 생태적 특성 분석 (Nocturnal Birds Detection and Ecological Characteristics through Bioacoustic Monitoring)

  • 최세준;기경석
    • 한국환경생태학회지
    • /
    • 제33권6호
    • /
    • pp.636-644
    • /
    • 2019
  • 본 연구는 생물음향 녹음기술을 이용하여 야행성 조류의 울음을 탐지하여 종을 식별하고, 종별 생태적 특성을 분석하는데 목적이 있다. 연구대상지는 설악산국립공원, 국립생태원, 무등산국립공원 3개소였다. 분석기간은 설악산은 2018년 4월 중순부터 2019년 3월 초, 국립생태원은 2018년 2월 말부터 2019년 2월 중순, 무등산은 2018년 2월 중순부터 8월 말까지였다. 주요 연구결과는 다음과 같다. 첫 번째, 탐지가 확인된 야생조류 종 수는 쏙독새, 소쩍새, 호랑지빠귀, 수리부엉이, 긴점박이올빼미로 총 5종이다. 두 번째, 종별 번식울음 기간은 쏙독새는 5월 초부터 8월 초, 소쩍새는 4월 초부터 9월 말, 호랑지빠귀는 3월 초부터 10월 초, 수리부엉이는 9월 말부터 2월 초, 긴점박이올빼미는 1월 중순부터 3월 초까지였다. 세 번째, 종별 번식울음 일주기는 세 지역의 관찰대상종 모두 16시부터 다음 날 10시 사이로 형성이 됐고, 빈도가 높게 나타나는 시간대는 20시부터 다음 날 06시 사이에 형성되었다. 네 번째, 종별 일 누적 울음빈도와 강수량은 상관관계를 나타내지 않았다. 다섯번째, 종별 울음이 탐지된 기간 동안의 평균기온은 긴점박이올빼미는 -4.00℃, 수리부엉이는 2.58℃, 호랑지빠귀는 13.66℃, 소쩍새는 19.50℃, 쏙독새는 20.77℃였고, 분산분석 결과 종별 울음이 평균기온에서 차이가 있는 것으로 나타났다. 그 결과, 긴점박이올빼미, 수리부엉이, 호랑지빠귀, 소쩍새-쏙독새 4개의 그룹 순으로 낮은 온도에서 나타났다. 연구를 통해 확인된 종별 번식울음 기간은 종별 울음이 탐지된 기간 중 울음빈도가 높게 나타난 기간이다. 이는 종마다 알려진 번식기간에 속하는 결과이기 때문에 생물음향 모니터링 기법을 이용하여 울음기간을 확인했을 때 울음빈도가 높게 형성되는 기간을 번식기간으로 볼 수 있음을 확인했다. 본 연구는 한국의 야행성 조류를 대상으로 생물음향 녹음기술을 이용하여 종을 식별하고, 종별 생태적 특성을 밝힌 초기 논문이라는 점에서 의미가 있다.

해색위성 원격탐사를 이용한 부유성 녹조 모니터링 (Monitoring of Floating Green Algae Using Ocean Color Satellite Remote Sensing)

  • 이권호;이소현
    • 한국지리정보학회지
    • /
    • 제15권3호
    • /
    • pp.137-147
    • /
    • 2012
  • 최근 해양에서 부유성 녹조류(Floating Green Algae)의 확산이 보고되고 있으나, 기존의 현지 관측이나 실험실에서의 화학적 분석으로는 정확하고 주기적인 광역 감시에 한계가 있다. 이에 반해 녹조에 포함된 엽록소의 광학특성에 기인한 분광 반사도 측정은 부유성 녹조에 대한 정보를 비교적 빠르고 정확하게 획득하는 것이 가능하다. 본 연구의 목적은 최근 서해에서 발생한 부유성 녹조류의 분광 반사도 특성을 알아보고, 인공위성 영상으로부터 부유성 녹조를 탐지하기 위한 방법으로서 비교적 간단한 파장별 반사도 비율을 이용한 부유성 녹조 지수(Floating Green Alage Index; FGAI)를 개발하는 것이다. 500m 공간 해상도를 가지는 MODIS와 천리안 GOCI 영상자료를 이용하여 서해안의 녹조 현상이 발생하였던 기간을 대상으로 적색 밴드(660nm)와 근적외 밴드(860nm)의 비를 이용한 부유성 녹조지수를 분석한 결과는 녹조 현상에 대한 조류의 탐지 가능성을 증명하였다. 특히, 매 시간별 GOCI 관측 자료는 저궤도 위성보다 상세한 녹조의 감시가 가능함을 알 수 있었다.