http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 류찬석 ( Chan-seok Ryu ) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
김현정 ( Hyun-jung Kim ),노현권 ( Hyun-kwon Noh ),류찬석 ( Chan-seok Ryu ),강태환 ( Tae-hwan Kang ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.1
국내에서 화상병은 1928년 경기·충남 지역에서 최초로 발생한 기록이 있고, 1993년 2월에 법정금지병으로 지정되었다. 2015년도에는 경기도 안성지역에서 배나무 6주에서 확진이 판정되었고, 이후 2018년 충주와 제천를 중심으로 사과과수에 화상병이 발생하여 큰 피해가 발생하였으며, 이로 인해 과수농가에는 수출중단까지 발생되어 추가적인 경제적 손실 발생하고 있다. 따라서 지속적인 모니터링을 통해 확산·전염에 의한 2차 피해를 줄일 수 있는 화상병 예찰에 관한 연구가 필요하다. 그러나 화상병 의심주가 발생하면 2일 이내에 확진여부가 판정되고, 판정 직후 발병된 과수를 중심으로 100 m 반경의 과수를 매몰하기 때문에 화상병 발병과수의 충분한 영상취득이 매우 곤란한 실정이다. 따라서 화상병 판정을 위한 기계학습의 신뢰도와 정밀도를 높이기 위해서는 충분한 화상병 발병 이미지의 확보가 중요하다. 본 연구에서는 화상병 모사가지를 이용하여 회전익 드론으로 취득한 RGB 영상을 Single Segmentation 기계 학습기법을 이용하여 화상병 발병 여부를 분석함으로써 화상병 예찰 시스템 적용 기술을 개발하고자 하였다. 화상병 모사가지는 나주 배연구소 화상병 전문가와 상의한 후 화상병 증상과 동일한 모사기지를 제작하여 배 과수에 설치하였다. 화상병 영상 취득은 회전익 드론 DJI 팬텀 4PRO V2.0에 장착된 1”20MP RGB 카메라를 사용하여 고도 8~12m 상공에서 화상병 모사가지과수의 RGB 데이터를 취득하였고, 영상의 공간분해능은 0.21~0.31 cm/pixel 이었다. 취득한 영상은 전처리 과정으로서 3648 × 5472 pixel의 원본 영상을 Bilinear 알고리즘을 이용하여 2048 × 4096 pixel로 영상을 축소하고, 축소된 영상을 512 × 1024 pixel로 분할한 후 이미지 정규화(Image Normalization)를 수행하였다. 기계학습은 컨볼루션 뉴럴 네트워크(Convolution Neural Networks, CNNs)의 ReLu 함수와 Sigmoid 함수를 이용한 분할 컨볼루션(Discrete Convolution)과 전치 컨볼루션(Transpose Convolution), 맥스풀링(Max Pooling)의 지도 학습형 영상 분할 알고리즘을 이용하여 Single Segmentation 학습 방법에 의해 화상병 발병 여부를 분석하였다. 화상병 분석에 사용된 화상병 모사가지 RGB 영상은 총 231장의 이미지 중 학습용으로 131장, 검증용으로 100장의 영상을 이용하였다. 그 결과, 화상병 모사가지 80장의 가상 화상병 영상 중에서 64장이 화상병으로 검출되었고, 16장의 영상이 미검출되어 예측정확도는 80%로 나타났고, 20장의 정상과수 영상 중 1장이 화상병으로 검출되었고, 나머지 19장이 미검출로 나타나 95%의 예측 정확도를 나타내었다. 이상의 결과로부터 딥러닝의 Single Segmentation 학습기법을 이용할 경우 배 화상병 감염 여부를 예측할 수 있는 것으로 판단된다. 향후 모사가지를 이용한 학습 결과를 동일한 고도의 영상분해능에서 촬영한 실제 화상병 영상으로의 적용 가능성을 검토할 필요가 있을 것으로 사료된다. 또한 배화상병 예찰시간을 줄이기 위해 화상병 발병 여부 예측이 가능한 최적 촬영고도 선정이 필요할 것으로 판단된다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
