• 한국멀티미디어학회논문지
• /
• 제21권2호
• /
• pp.77-86
• /
• 2018

Although separation of touching pigs in real-time is an important issue for a 24-h pig monitoring system, it is challenging to separate accurately the touching pigs in a crowded pig room. In this study, we propose a separation method for touching pigs using the information generated from Convolutional Neural Network(CNN). Especially, we apply one of the CNN-based object detection methods(i.e., You Look Only Once, YOLO) to solve the touching objects separation problem in an active manner. First, we evaluate and select the bounding boxes generated from YOLO, and then separate touching pigs by analyzing the relations between the selected bounding boxes. Our experimental results show that the proposed method is more effective than widely-used methods for separating touching pigs, in terms of both accuracy and execution time.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권4호
• /
• pp.135-144
• /
• 2018

좁은 공간에 돼지들을 밀집 사육하는 구조가 대부분인 국내 돈사의 환경은 구제역과 같은 전염병 확산에 취약하다. 이러한 밀집 사육의 문제점을 해결하기 위한 방법으로 감시 카메라를 활용한 돈사 내 개별 돼지들의 행동을 자동으로 분석하는 연구가 진행 되고 있다. 그러나 공격행동 등 복잡한 상황에서 개별 돼지들을 추적하기 위해서는 근접한 돼지들에 대한 올바른 분리가 우선적으로 수행되어야 하지만, 정확도가 떨어지는 키넥트 카메라의 깊이 정보를 이용할 경우 돼지들 간의 경계선이 정확히 추출되지 않는다는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위한 방법으로 움직임 정보를 활용하여 근접 돼지를 분리하는 방법을 제안한다. 또한, 제안된 방법은 혼잡한 돈방에서 개별 돼지를 추적하는 경우 추적 오류를 탐지하는 문제에도 적용될 수 있다. 실험 결과, 실제 돈사에서 획득한 두 개의 근접 돼지 시퀀스에 대하여 86%의 정확도로 분리 가능함을 확인하였고, 객체 추적에 대한 검증을 통하여 식별 번호가 잘못 부여된 객체를 정확히 탐지할 수 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1361-1370
• /
• 2016

To reduce huge losses in pig farms, weaning pigs with weak immune systems are required to be carefully supervised. Even if various researches have been performed for pig monitoring environment, segmenting each pig from touching-pigs is still entrenched as a difficult problem. In this paper, we propose a segmentation method for touching-pigs by using concave-points and edge information in a video surveillance system. Especially, we interpret the segmentation problem as a time-series analysis problem in order to identify the concave-points generated by touching-pigs. Based on the experimental results with the videos obtained from a domestic pig farm, we believe that the proposed method can accurately segment the touching-pigs.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.319-326
• /
• 2016

밀집된 돈방에서 사육되는 돼지의 공격적 행동들은 돼지의 성장에 심각한 악영향을 주고, 이는 농가의 경제적 손실로 이어진다. 따라서 농가의 생산성 하락에 따른 경제적 손실과 직결되는 돈방 내의 비정상 상황들을 지속적으로 모니터링 할 수 있는 IT기반의 영상 감시 시스템이 요구된다. 본 논문에서는 돼지의 행동 분석 이전에 필수적으로 선행되어야만 하는 개별 돼지의 탐지를 위한 키넥트 카메라 기반의 새로운 모니터링 시스템을 제안한다. 제안된 시스템은 다음과 같다. 1) 키넥트 카메라로부터 취득한 깊이 영상에서 배경 차영상 기법과 깊이 임계값을 이용하여 서있는 돼지만을 탐지함으로써 영상 내의 탐색영역을 축소한다, 2) 서있는 돼지들 중에서 움직임이 있는 돼지들만을 관심영역으로 설정하여 탐지한다. 3) 서서 움직이는 돼지들 사이에서 발생하는 근접 문제를 깊이정보를 이용한 등고선기법을 제안 적용하여 돼지객체 탐지를 완성한다. 실제 세종에 위치한 한 돈사에서 취득한 깊이 영상 정보를 이용하여 본 논문에서 제안하는 시스템의 성능을 실험적으로 검증한다.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.216-224
• /
• 2017

Abnormal situation caused by aggressive behavior of pigs adversely affects the growth of pigs, and comes with an economic loss in intensive pigsties. Therefore, IT-based video surveillance system is needed to monitor the abnormal situations in pigsty continuously in order to minimize the economic demage. Recently, some advances have been made in pig monitoring; however, detecting each pig is still challenging problem. In this paper, we propose a new color image-based monitoring system for the detection of the individual pig using a fast region-based convolution neural network with consideration of detecting touching pigs in a crowed pigsty. The experimental results with the color images obtained from a pig farm located in Sejong city illustrate the efficiency of the proposed method.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.215-223
• /
• 2016

To reduce huge losses in pig farms, weaning pigs with weak immune systems are required to be carefully supervised. Even if various researches have been performed for livestock monitoring environment, segmenting each pig from touching pigs is still entrenched as a difficult problem. In this paper, we propose a real-time segmentation method for moving pigs by using motion information in a 24-h video surveillance system. The experimental results with the videos obtained from a domestic pig farm illustrated the possibility for segmenting by using our proposed method in real-time.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.905-908
• /
• 2017

국내 돈사 환경에서 돼지들의 세밀한 관리를 위해, 개별 돼지 관리를 자동화하는 방법이 필요하고, 개별 돼지 관리를 위해서는 근접한 돼지들을 개별 돼지들로 구분이 우선적으로 수행되어져야 한다. 영역 기반의 정보를 사용하여 개별 돼지를 구분하는 기존 방법으로는 복잡한 상황에서 개별 돼지로의 분리가 정확하게 되지 않는 문제가 발생한다. 본 논문에서는 이러한 문제를 해결하기 위한 방법으로 움직임 정보를 활용하여 근접 돼지를 분리하고 추적하는 방법을 제안한다. 이전 프레임의 움직임 정보를 계산하여 현재 돼지의 위치 및 방향을 예측하고, 예측된 돼지의 정보를 사용하여 근접한 돼지를 분리하고 추적한다. 실험 결과, 실제 돈사에서 획득한 근접 돼지 시퀀스에서 근접 돼지의 분리 및 추적이 가능함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.866-869
• /
• 2015

감시 카메라 환경에서 돈사 내 개별 돼지들의 행동을 자동으로 관리하는 연구는 효율적인 돈사 관리 측면에서 중요한 이슈로 떠오르고 있다. 그러나 돼지들이 근접해 있을 경우 돼지들을 개별적으로 구분하기 어렵기 때문에 근접한 돼지들을 분리하는 방법이 필요하다. 본 논문에서는 시공간 정보를 이용하여 근접한 돼지를 개별적으로 분리하는 방법을 제안한다. 돈사 내 돼지의 행동 영상 중에서 두 마리의 돼지가 근접한 경우, 돼지가 근접하기 전의 정보와 돼지가 근접한 현재의 정보를 사용하여 새로운 프레임을 생성하고 생성된 프레임에서 돼지의 구분이 명확하지 않은 작은 부분은 영역확장 기법을 이용하여 근접한 돼지를 개별적으로 분리한다. 실험결과, 제안방법을 이용하여 근접한 돼지를 개별적으로 분리할 수 있다는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1428-1430
• /
• 2015

감시 카메라 환경에서 돈사 내 개별 돼지들의 행동을 자동으로 관리하는 연구는 효율적인 돈사 관리 측면에서 중요한 이슈로 떠오르고 있다. 그러나 움직이는 돼지들이 근접해 있을 경우 돼지들을 개별적으로 구분하기 어렵기 때문에 근접한 돼지들을 분할하는 효과적인 방법이 필요하다. 본 논문에서는 비디오 시퀀스에서의 근접 돼지 분할 문제를 연속 프레임간의 전경 픽셀 정렬 문제로 정형화하여 해결하는 방법을 제안한다. 즉, 돈사에서 top-view로 획득한 영상 중에서 움직이는 돼지들이 근접한 경우, 돼지들의 경계가 구분된 이전 프레임의 정보를 현재 프레임에 투영한다. 이 때 개별 돼지의 움직임이 독립적임을 고려하여 이전 프레임의 개별 돼지 영역을 현재 프레임의 전경 영역에 각각 정렬함으로써 현재 프레임의 근접한 돼지를 개별적으로 분할한다. 실험결과, 제안 방법을 이용하여 3마리 이상의 근접한 돼지를 개별적으로 분할할 수 있음을 확인하였다.