딥러닝 기반 실시간 말벌탐지에 관한 연구 = A Study on Deep-learning Based Real-Time Wasp Detection
저자
발행사항
광주 : 호남대학교 대학원, 2023
학위논문사항
학위논문(석사)-- 호남대학교 대학원 : 컴퓨터공학과 iv, 55p 2024. 2
발행연도
2023
작성언어
한국어
발행국(도시)
광주
형태사항
; 26 cm
일반주기명
지도교수: 이상현
UCI식별코드
I804:24014-200000733676
소장기관
딥러닝 기반 실시간 말벌탐지에 관한 연구 제출자 : 황하오난 지도교수 : 이상현 꿀은 일종에 천연 물질로 탄수화물, 물, 소량의 단백질, 비타민, 미네랄, 페놀 화 합물 및 기타 미량 성분으로 구성된다. 이러한 꿀은 수천 년 동안, 식용과 약재 로 쓰이고 있다. 예를 들어, 항산화 능력을 증가시키고, 면역 체계를 조절하고, 혈당을 낮추고, 고지혈증을 완화할 수 있다. 꿀의 상태는 반투명하고 광택이 있 는 농밀한 액체이며 색깔은 흰색, 옅은 노란색, 주황색 또는 갈색이다. 이러한 꿀 을 생산하는 꿀벌은 전 세계적으로 감소하는 추세로 있으며, 인간의 안녕과 다양 한 작물에 대한 심각한 위협으로 작용하고 있다. 꿀벌은 지구에서 가장 부지런한 생물 중 하나로 중요한 생태계 기능을 제공하고 있으며, 많은 식물의 재배 및 야 생 식물의 번식에 도움을 주고 있다. 말벌(학명:wasp),벌목(학명:Hymenoptera),말벌과(학명: Vespidae) 공격형 곤충으로 알, 유충, 번데기, 성충 형태로 진화된다. 단계마다 몸의 외관이 다르며 성충일 때 크기는 14~18mm이고 외형은 머리, 가슴, 배, 세 쌍의 발, 한 쌍의 촉 수가 포함한다. 그리고 복부 끝에 퇴화한 나팔관이 숨겨져 있다. 성충의 몸은 대 부분 검은색, 노란색, 갈색이거나 단색으로 솜털은 일반적으로 더 짧고, 다리가 더 길며, 날개가 발달하여 비행 속도는 일반 꿀벌들보다 빠르다. 봄에는 말벌들 의 활동기로서 교외나 도시 지역을 막론하고 말벌과 벌들이 자주 나타난다. 말벌 은 날카로운 입 부분을 가지고 있으며 매우 공격성이 높은 곤충으로 인간과 꿀 벌에게 매우 위험한 때이다. 말벌은 꿀벌을 사냥하는 특성으로 인해 한국 양봉가 는 심각한 경제적인 피해를 보고 있다. 따라서 말벌은 이러한 위험성 때문에 나타나면 빠른 속도로 탐지할 수 있는 시 스템이 필요하다. 기존에 사용된 YOLOV3 모형은 속도가 빠르지만, 작은 객체를 탐지할 때 정확도가 낮아지는 단점이 있다. YOLOV4 모형은 탐지 정확도가 높으 면 속도가 느려진다. 그러나 본 논문에 적용된 YOLOV5s 모형은 YOLOV4 모형 보다 속도가 더 빠르다는 장점이 있다. Faster R-CNN(Region based Convolutional Neural Networks) 모형은 속도가 빠르고 정확도 더 높은 장점이 있 는 인공지능 모형은 이미지 인식 및 분류에 관한 연구에 널리 사용되고 있으며, 가장 많이 사용되고 있는 CNN(Convolution Neural Network) 모형은 이미지 분류 에 높은 정확도를 나타내고 있다. 따라서 본 논문은 지금까지 사용되고 있는 인공지능 모형에 대한 소개와 심층 연구를 통해 말벌을 탐지하고 예방하는 방법에 관해 연구하고자 한다. 말벌은 공 격 속도가 매우 빠르므로 인공지능 모형 중 Faster R-CNN 모형과 YOLOV5s 모 형을 적용하는데 요구 사항을 만족시킬 수 있다. Faster R-CNN 모형과 YOLOV5s 모형은 빠른 추적과 탐지 그리고 높은 탐지 정확도로 다른 크기 및 모 양의 객체들도 식별할 수 있다. 본 논문에서 사용되는 이미지 데이터는 카메라 영상을 통해 수집하여 실시간 영 상 프레임을 말벌 탐지 모형으로 전송하여 목표 영역을 정확하게 표시할 수 있 도록 한다. 사용되는 데이터 셋은 말벌 이미지 300장과 꿀벌 이미지 150장으로 이루어져 있다. 여기서 CNN 모형으로 이미지 특징을 추출하고, GAN(Generative Adversial Network) 모형을 사용하여 말벌 이미지 300장과 꿀벌 이미지 데이터 150장 이미지를 증강 시킨다. 이런 방식은 CNN 모형으로 원본 이미지 특징을 추 출한다. GAN 모형으로 노이즈 제거, 초 해상도(hyper resolution) 향상을 수행할 수 있으며, 누락된 이미지 부분을 채워 원본 이미지와 복구된 이미지를 생성하 고, 경쟁적인 훈련 과정으로 생성기을 통해 지속적인 개선을 통해 높은 품질의 이미지로 재생성할 수 있다. 본 논문에서는 객체 탐지가 빠르고 우수한 모형인 YOLOV5s 모형과 Faster R-CNN 모형을 선택하여 말벌들의 형태를 추적하고 탐지하는 데 사용하였다. 각 모형의 비교 평가를 위해 객체 검출(Object Detection) 및 이미지 분할(Image Segmentation)과 같은 컴퓨터 비전 작업에서 사용되는 성능 측정 지표로 사용하 는 mAP(Mean Average Precision)를 적용하였으며, Recall과 정밀도 등을 측정하 여 모형의 성능을 확인한다. 그 결과 YOLOV5s 모형의 에폭시 40일 때 Recall 0.49로 나타났으며, Faster R-CNN 모형은 에폭시 100일 때 0.40으로 두 모형을 비교했을 때 Faster R-CNN 모형이 더 0에 가까운 성을 냈다. 정밀도는 YOLOV5s 모형의 에폭시 200일 때 0.61로 나타났으며, Faster R-CNN 모형은 에폭시 100일 때 0.74로 나타났으며, 두 모형을 비교했을 때 YOLOV5s 모형의 정밀도가 더 낮게 나타났다. YOLOV5s 모형의 에폭시 100일 때 mAP(IoU=0.5) 0.61로 나타났으며, Faster R-CNN 모형은 40일 때 0.77로 나타났다. 따라서 컴퓨터 비전 및 이미지 탐지의 성능지표로 측 정하고 있는 mAP(IoU=0.5)의 성능은 1에 가까울수록 정밀한 측정값을 나타내기 때문에 Faster R-CNN 모형이 적합한 것으로 나타났다.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)