• Journal of Animal Science and Technology
• /
• 제66권1호
• /
• pp.31-56
• /
• 2024

Pig farming, a vital industry, necessitates proactive measures for early disease detection and crush symptom monitoring to ensure optimum pig health and safety. This review explores advanced thermal sensing technologies and computer vision-based thermal imaging techniques employed for pig disease and piglet crush symptom monitoring on pig farms. Infrared thermography (IRT) is a non-invasive and efficient technology for measuring pig body temperature, providing advantages such as non-destructive, long-distance, and high-sensitivity measurements. Unlike traditional methods, IRT offers a quick and labor-saving approach to acquiring physiological data impacted by environmental temperature, crucial for understanding pig body physiology and metabolism. IRT aids in early disease detection, respiratory health monitoring, and evaluating vaccination effectiveness. Challenges include body surface emissivity variations affecting measurement accuracy. Thermal imaging and deep learning algorithms are used for pig behavior recognition, with the dorsal plane effective for stress detection. Remote health monitoring through thermal imaging, deep learning, and wearable devices facilitates non-invasive assessment of pig health, minimizing medication use. Integration of advanced sensors, thermal imaging, and deep learning shows potential for disease detection and improvement in pig farming, but challenges and ethical considerations must be addressed for successful implementation. This review summarizes the state-of-the-art technologies used in the pig farming industry, including computer vision algorithms such as object detection, image segmentation, and deep learning techniques. It also discusses the benefits and limitations of IRT technology, providing an overview of the current research field. This study provides valuable insights for researchers and farmers regarding IRT application in pig production, highlighting notable approaches and the latest research findings in this field.

• 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.

• 스마트미디어저널
• /
• 제3권1호
• /
• pp.16-21
• /
• 2014

세계 인구의 증가로 인하여 식량에 대한 요구 또한 이에 비례하여 증가하고 있는 가운데 지속적으로 안정적인 가축 공급을 위해서는 농장에 대한 효율적인 관리가 중요하다. 최근 여러 가지 기술적 진보와 혁신에 목축업이나 농업 분야의 생산성이 향상되고 있으며, 각종 스마트 센서와 여러 가지 자동화 디바이스를 이용하여 가축의 생육 상태를 지속적으로 모니터링하고 생산을 관리하는 PLF(Precision Livestock Farming)의 활용이 확산되고 있다. 본 논문은 이미지 프로세싱 기법을 이용하여 가축의 체중을 모니터링하는 swine 관리 시스템에 관한 것으로서 Pig Module, Breeding Module, Health and Medication Module, Weighr Module, Data Analysis Module 및 Report Module을 구현하여 카메라를 통해 획득한 이미지를 이용하여 체중을 자동으로 계산하고 먹이량을 조절하며 건강상태도 모니터링 할 수 있도록 하였다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.56-61
• /
• 2022

본 연구는 패널모형을 이용하여 한국농수산대학 졸업생의 소득과 영농규모, 영농이행에 영향을 미치는 요인에 대해 분석한 것이다. 이를 위해 패널분석방법 중 일반화추정방정식을 사용하였다. 소득에 양(+)의 영향을 주는 요인은 남성, 자가영농영어자, 기혼자, 후계농업인으로 나타났다. 부모협농, 낙농이나 양계를 하는 경우, 졸업 당시 전공과 주재배 품목이 일치할 경우도 소득이 높은 것으로 나타났다. 영농규모에 양(+)의 영향을 주는 요인은 자가영농영어자, 미혼자, 부모협농, 수도작 재배, 양계로 나타났다. 의무영농이행을 잘 이행하는 요인은 남성, 자가영농영어자, 기혼자, 부모협농, 수도작 재배, 양돈으로 나타났다. 본 연구 결과를 통해 향후 졸업생 및 재학생 관리 및 지원에 도움을 줄 수 있을 것이다.

• 융합보안논문지
• /
• 제22권5호
• /
• pp.69-80
• /
• 2022

기후변화 및 식량자원안보가 전 세계적으로 이슈화 되어 지고 있는 지금 스마트팜은 이를 해결할 수 있는 대안으로 떠오르고 있다. 또한 1차 산업에 있어 생산 환경의 변화는 모든 1차 산업(농업, 축산업, 어업)에 종사하는 사람들의 주요 관심사 이며, 이로 인해 발생하는 식량부족 문제는 우리 모두가 해결해야 할 중요문제이다. 이와 같은 문제를 해결하기 위해 1차 산업에서는 ICT 및 BT등 4차 산업 혁명과 기술인 IoT 빅데이터 및 인공지능 기술을 활용하여 스마트팜을 도입함으로 해서 생산성 향상을 통해 식량부족 문제를 해결하려는 노력이 민관을 통해 이루어지고 있다. 본 논문은 스마트팜의 발전 및 활용, 지속 가능한 농업경영 시스템구축을 위한 스마트팜 데이터 수집 시스템이 갖추어야 할 최소요건 및 순차적인 시스템 구축 방안, 목적성을 갖는 효율적이고 활용 가능한 데이터 수집 시스템 등에 관해고찰 하고자 한다. 특히 한계에 부딪치고 있는 한국형 스마트팜 표준모델 구축을 위한 데이터수집시스템의 문제점을 농축산(양돈)분야의 심층적인 조사와 다양한 사례분석을 기반으로 분석하고 개선하여 효율적이고 활용 가능한 빅데이터 수집시스템 구축을 목표로 빅데이터 수집방안을 제안하고자 한다.