• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.203-213
• /
• 2014

본 논문에서는 곤충 종의 외관구조인 머리, 몸통, 날개, 다리에 대한 관찰자의 일반적이고 수평적인 관찰특성에 따라 자유롭게 곤충 종을 관찰함으로써 관찰 곤충 검색엔진에서의 사용자 만족도 제고와 보다 효율적인 관찰학습의 방법을 제안한다. 자연생태 환경에서 초보 학습자의 효율적인 관찰검색과 효과적 학습을 위해서는 생물학적 분류체계가 아닌 곤충 종의 외관구조 즉, 외부 신체구조의 모양과 특성 중심의 곤충관찰 기반의 검색(Insect Search by Observation based on Insect Appearance: ISOIA)이 필요하다. 그러므로 본 연구에서는 곤충의 외관구조인 머리, 몸통, 날개, 다리에 대한 관찰자의 일반적인 관찰방법에 따른ISOIA 검색방식을 제안하고, 기존의 ISBC와 ISOBC 검색체계에 대한 사용 만족도를 비교 분석하여 본 논문에서 제안하는 ISOIA 검색 방안이 우수함을 보이고자 한다.

• 한국전자통신학회논문지
• /
• 제10권10호
• /
• pp.1145-1156
• /
• 2015

현재 농작물의 품질과 직결되는 병해충에 관하여 농작물 재배 현장에서 바로 사용할 수 있는 모바일 전용의 응용 시스템은 부족한 실정이다. 따라서 본 논문에서는 병해충 예찰 및 기본 정보에 관해서는 충실하나 즉각적인 진단 기능이 매우 부족하고 아울러 농작물 재배 현장에서 바로 사용할 수 있는 모바일 기반의 병해충 전용 시스템의 부재를 개선하기 위해서, u-Farm을 위한 모바일 기반의 농작물 재배 현장 중심형 스마트 병해충 정보검색 시스템을 설계 및 구현한다. 제안하는 시스템은 이미지의 전문 분석에 유용한 검색 라이브러리인 루씬(Lucene) 및 JSON 데이터 구조를 기반으로 농작물 재배 현장에서 병해충의 정보를 웹뿐만 아니라, 본인이 소유한 스마트 폰을 통해 실시간으로 직접 확인할 수 있는 장점이 있다. 또한, 시스템의 확장 및 재사용성을 높이기 위해 객체지향 모델링을 기반으로 설계하였으며, 농작물의 메타 정보뿐만 아니라, 메타 정보 기반의 텍스트 및 색상 등과 같은 이미지 특징 정보를 기반으로 검색이 가능하다. 본 시스템을 통해 u-Farm 실현뿐만 아니라 농업인이나 재배 현장 관리자들이 농작물 작황, 병해충 현황 파악 및 관리를 실시간으로 진행할 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.77-90
• /
• 2023

Today, crops face many characteristics/diseases. Insect damage is one of the main characteristics/diseases. Insecticides are not always effective because they can be toxic to some birds. It will also disrupt the natural food chain for animals. A common practice of plant scientists is to visually assess plant damage (leaves, stems) due to disease based on the percentage of disease. Plants suffer from various diseases at any stage of their development. For farmers and agricultural professionals, disease management is a critical issue that requires immediate attention. It requires urgent diagnosis and preventive measures to maintain quality and minimize losses. Many researchers have provided plant disease detection techniques to support rapid disease diagnosis. In this review paper, we mainly focus on artificial intelligence (AI) technology, image processing technology (IP), deep learning technology (DL), vector machine (SVM) technology, the network Convergent neuronal (CNN) content Detailed description of the identification of different types of diseases in tomato and potato plants based on image retrieval technology (CBIR). It also includes the various types of diseases that typically exist in tomato and potato. Content-based Image Retrieval (CBIR) technologies should be used as a supplementary tool to enhance search accuracy by encouraging you to access collections of extra knowledge so that it can be useful. CBIR systems mainly use colour, form, and texture as core features, such that they work on the first level of the lowest level. This is the most sophisticated methods used to diagnose diseases of tomato plants.