Pig's original image data was transformed to a binary image, an image excluding head and tail portion from the whole binary image, and a projected image associated with pig's height. Then the length of body, width of shoulder, and area of pig were calculated and the relationships among the above characteristics and pig's weight were analyzed. The results obtained from this study were as follows: 1. Whole binary image data was considered to be improper to determine the pig's weight because the movement of pig's head and tail portion affected the image data. 2. Binary image data excluding head and tail portion from the whole binary image showed a better estimation of the pig's weight than the whole binary image. 3. Pig's should width was analyzed to be improper factor to determine the pig's weight. 4. The projected image associated with pig's height showed the highest correlation between the pig's area of the image and pig's weight(R2=0.9965). From this research the projected image associated with pig's height, which is excluding head and tail portion from the whole body of pig's image, was considered to be the prime factor to measure the pig's weight by the noncontact measurement.
양돈 ICT 자동 급이기는 설정된 조건에 맞춰 사료 등을 자동 급이가 가능하다. 그러나, 설정 조건 자체는 사용자의 경험에 의존해야 하는 단점이 있다. 그렇기 때문에, 시행착오를 유발하고, 효율성이 떨어지는 문제가 발생하고 있다. 따라서, 데이터에 기반한 최적의 급이 설정 조건을 제시해 양돈 생산성을 향상시킬 수 있는 시스템 개발 및 서비스 모델 구현이 필요하다. 따라서, 본 논문에서는 기존의 급이 데이터, 사양관리 데이터 및 양돈 생산 관리 시스템 등의 성적분석 프로그램을 활용한 양돈 급이 관리 서비스 모델을 개발하였다. 이를 통해, 양돈 데이터 분석으로 효율적으로 활용할 수 있는 수요자 중심의 급이 관리 서비스 모델을 개발하였다. 또한, 지능화된 자동 급이 관리 서비스로 농가의 폐사율 감소 및 MSY 증가에 일조함으로써 양돈 농가의 생산성 향상과 이로 인해 양돈 농가의 소득 증대에 기여하는 서비스를 제공할 수 있다.
Geometry PIG (Pipeline Inspection Gauge)는 배관 내에 삽입되어 내부를 흐르는 매체에 의해서 추진되는 장치로서 배관의 기하학적 형상을 파악하기 위해 사용된다. Geometry PIG는 여러 종류의 센서를 지니고 배관 내부를 주행 하면서 탑재된 저장장치에 빠른 샘플링 속도로 데이터를 저장하기 때문에 획득된 많은 양의 데이터를 분석하기 위한 가시화 기법이 필요하다. 본 논문에서는 데이터의 특성을 고려하여 다양한 가시화 기법들의 스키마를 정의하고, 이러한 가시화 기법들을 이용해 geometry PIG 데이터 분석을 위한 통합된 가시화 기법을 제안한다. 통합된 가시화 기법은 각 가시화 기법들을 사용자가 원하는 형태로 배치하며 사용자가 원하는 시점에서 데이터를 파악할 수 있도록 가시화 기법에 따른 동기화와 사용자 인터페이스를 지원한다.
Lee, Woongsup;Sung, Kil-Young;Ban, Tae-Won;Ham, Young Hwa
한국정보통신학회논문지
/
제24권1호
/
pp.130-133
/
2020
Smart pig farm which is based on IoT has been widely adopted by many pig farmers. In order to achieve optimal control of smart pig farm, the relation between environmental conditions and performance metric should be characterized. In this study, the relation between multiple environmental conditions including temperature, humidity and various performance metrics, which are daily gain, feed intake, and MSY, is analyzed based on data obtained from 55 real pig farm. Especially, based on preprocessing of data, various regression based machine learning algorithms are considered. Through performance evaluation, we show that the performance can be predicted with high precision, which can improve the efficiency of management.
Enclosed pig house are creating an environment with high concentrations of gas and dust. Poor conditions in pig farms reduce pig weight and increase disease and accidents for livestock workers. In the pig house, the high concentration of harmful gas may cause asphyxiation accidents to workers and chronic respiratory disease by long-term exposure. As pig farm workers have been aging and feminized, the damage to the health of the harsh environment is getting serious, and real-time monitoring is needed to prevent the damage. However, most of the measuring devices related to humidity, harmful gas, and fine dust except temperature sensors are exposed to high concentrations of gas and dust inside pig house and are difficult to withstand for a long time. The purpose of this study is to develop an wearable based device to monitor the hazardous environment exposed to workers working in pig farms. Based on the field monitoring and previous researches, the measurement range and basic specifications of the equipment were selected, and wearable based device was designed in terms of utilization, economic efficiency, size and communication performance. Selected H2S and NH3 sensors showed the average error of 5.3% comparing to standard gas concentrations. The measured data can be used to manage the working environment according to the worker's location and to obtain basic data for work safety warning.
Although the object detection accuracy with a single image has been significantly improved with the advance of deep learning techniques, the detection accuracy for pig monitoring is challenged by occlusion problems due to a complex structure of a pig room such as food facility. These detection difficulties with a single image can be mitigated by using a video data. In this research, we propose a method in pig detection for video monitoring environment with a static camera. That is, by using both image processing and deep learning techniques, we can recognize a complex structure of a pig room and this information of the pig room can be utilized for improving the detection accuracy of pigs in the monitored pig room. Furthermore, we reduce the execution time overhead by applying a pruning technique for real-time video monitoring on an embedded board. Based on the experiment results with a video data set obtained from a commercial pig farm, we confirmed that the pigs could be detected more accurately in real-time, even on an embedded board.
Although the object detection accuracy with still images has been significantly improved with the advance of deep learning techniques, the object detection problem with video data remains as a challenging problem due to the real-time requirement and accuracy drop with occlusion. In this research, we propose a method in pig detection for video monitoring environment. First, we determine a motion, from a video data obtained from a tilted-down-view camera, based on the average size of each pig at each location with the training data, and extract key frames based on the motion information. For each key frame, we then apply YOLO, which is known to have a superior trade-off between accuracy and execution speed among many deep learning-based object detectors, in order to get pig's bounding boxes. Finally, we merge the bounding boxes between consecutive key frames in order to reduce false positive and negative cases. Based on the experiment results with a video data set obtained from a pig farm, we confirmed that the pigs could be detected with an accuracy of 97% at a processing speed of 37fps.
Objective: Adequate vitamin and trace mineral intake for pigs are important to achieve satisfactory growth performance. There are no data available on the vitamin and trace mineral intake across pig producers in China. The purpose of this study was to investigate and describe the amount of vitamin and trace minerals used in Chinese pig diets. Methods: A 1-year survey of supplemented vitamin and trace minerals in pig diets was organized in China. A total of 69 producers were invited for the survey, which represents approximately 90% of the pig herd in China. Data were compiled by bodyweight stages to determine descriptive statistics. Nutrients were evaluated for vitamin A, vitamin D, vitamin E, vitamin K, thiamine, riboflavin, vitamin B6, vitamin B12, pantothenic acid, niacin, folic acid, biotin, choline, copper, iron, manganese, zinc, selenium, and iodine. Data were statistically analyzed by functions in Excel. Results: The results indicated variation for supplemented vitamin (vitamin A, vitamin D, vitamin E, vitamin K, vitamin B12, pantothenic acid, niacin, and choline) and trace minerals (copper, manganese, zinc, and iodine) in pig diets, but most vitamins and trace minerals were included at concentrations far above the total dietary requirement estimates reported by the National Research Council and the China's Feeding Standard of Swine. Conclusion: The levels of vitamin and trace mineral used in China's pig industry vary widely. Adding a high concentration for vitamin and trace mineral appears to be common practice in pig diets. This investigation provides a reference for supplementation rates of the vitamins and trace minerals in the China's pig industry.
Although researches have highlighted the important role of enhanced farm biosecurity to reduce the severity and prevalence of diseases in livestock, to date there has been little study in Korea on farmers' adoption of biosecurity measures to control porcine reproductive and respiratory syndrome virus (PRRSV) infection. To mitigate the risk of PRRSV infection in pigs, the risk factors by which PRRSV is introduced in pig farms must be determined. The primary aim of this study was to investigate pig producers' perceptions about on-farm biosecurity practices. We also analyzed data obtained from a cross-sectional study on 196 farrow-to-finish farms conducted between March 2013 and February 2014 to identify risk factors for PRRSV infection at farm level. Standardized questionnaires with information about basic demographical data and management practices were collected in each farm by on-site visit of trained veterinarians. Farms were classified as negative or positive through the use of infection profiles that combined data on PCR positive pigs and serological testing including antibody titer, sero-conversion pattern at each age category, and vaccination status. Data on biosecurity practices, farm management and environmental characteristics were analyzed using multivariate ordinal logistic regression. Generally, the biosecurity level in the pig farms included in this study were insufficient to reduce/prevent the risk of PRRSV infection given the high pig density areas and the considerable extent of vehicle movement. Factors associated with PRRSV infection were those where owners used on-farm vaccination programs had a lower risk of infection (OR = 0.19, 95% CI 0.06-0.61). The results from the analysis may guide to tailor biosecurity measures in the reduction or prevention of PRRS to the specific circumstances of pig farms in different localities of the world. To the best knowledge of the authors, this is the first study to report information on the biosecurity practices currently implemented on Korean pig farms.
최근 사물 인터넷 센서가 설치된 스마트 돈사의 보급을 통해 돈사 관련 빅데이터 축적이 가능해졌고, 다양한 기계 학습방안들이 수집된 데이터에 적용되어 축산농가의 생산성을 향상시키고 있다. 본 연구에서는 다양한 기계학습 방안을 이용하여 돈사관리에서 가장 중요한 요소 중 하나인 급수량을 예측하였다. 구체적으로 실제 돈사에서 수집된 데이터에 회귀 방안인 선형회귀, 회귀트리 및 아다부스트 회귀 방안과 분류 방안인 로지스틱 분류, 결정트리 및 서포트 벡터 머신 (SVM) 분류방안을 적용하여 돈사의 온도와 습도를 기반으로 급수량을 예측하였다. 성능 분석을 통해서 제안한 방안이 높은 정확도로 급수량을 예측하는 것을 확인할 수 있었다. 제안한 방안은 돈사의 급수시설 이상을 조기에 파악하는데 활용되어 가축을 폐사를 막고 돈사 생산성을 높이는데 활용될 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.