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 : 정롱진 ( Rongjin Jung ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
이상준 ( Sang-joon Lee ),김한기 ( Han-gi Kim ),조병관 ( Byoung-kwan Cho ),이희일 ( Hee-il Lee ),조선란 ( Sun-ran Cho ),김기훈 ( Gi-hun Kim ),정롱진 ( Rongjin Jung ),유동식 ( Dongsik Ryu ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
세계보건기구(WHO)에 의하면 말라리아, 일본 뇌염 그리고 뎅기 바이러스 등 모기 매개 감염병으로 인해 매년 70만명 이상이 사망한다. 최근 이상기온 및 기상이변으로 모기 개체수가 증가하여 감염병에 대한 노출이 심화되는 추세이다. 그러나 말라리아 이외의 모기 매개 감염병은 치료제가 개발되어 있지 않으므로 사전 방역 및 방제를 통한 매개모기 감염병에 대한 노출을 최소화하는 것이 중요하다. 효과적인 매개모기 감염병 확대 방지를 위해서는 감염병을 매개하는 모기 종류에 대한 개체수 모니터링이 필수적이다. 하지만 현재 모기 포집 장치는 종이 아닌 개체수만 측정이 가능하여 종별 감염병에 대해 효과적인 방제 체계에 기여를 하지 못하고 있다. 따라서, 본 연구에서는 딥러닝 영상분석기술을 활용하여 국내 주요 매개 모기 5종에 대해 종 동정 및 개체수 파악이 가능한 매개 모기 자동 탐지 장치를 개발하였다. 모기 자동 탐지 장치는 전기 충격 방식과 배경판 슬라이딩 방식으로 포집된 모기의 컬러 및 형광 영상을 선명하게 촬영할 수 있도록 개발되었다. 실제 모기 포집 현장에서의 조건과 동일한 영상 데이터를 확보하기 위해 살아있는 13종의 야생 모기로 컬러 및 형광 이미지 데이터 셋을 구축하여 모기의 색, 형태 및 형광 특징을 분석에 활용할 수 있도록 하였다. 딥러닝 영상분석 알고리즘으로는 최신 BackBone인 Swin transformer와 딥러닝 객체 탐지 모델의 detector인 Faster R-CNN(Region-Convolutional Neural Network)을 결합하여 최종 탐지 모델을 구축하였다. 모델 성능 향상을 위해 컬러 및 형광 이미지의 예측 결과를 통합 후, NMS(Non-maximum suppression) 기법을 적용하였다. 외부 환경에 설치된 장치에 야생 모기를 투입하여 Blind test를 실시한 결과, 평균 91.7%의 분류 정확도를 확인할 수 있었다. 본 연구에서 개발된 딥러닝 객체 탐지 기술을 활용한 모기 포집 장치는 실외 현장에서 모기 종류 및 개체수 모니터링에 활용될 수 있을 것으로 사료된다.
-
이상준 ( Sang-joon Lee ),김한기 ( Han-gi Kim ),조병관 ( Byoung-kwan Cho ),이희일 ( Hee-il Lee ),조선란 ( Sun-ran Cho ),김기훈 ( Gi-hun Kim ),정롱진 ( Rongjin Jung ),유동식 ( Dongsik Ryu ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
세계보건기구(WHO)에 의하면 말라리아, 일본 뇌염 그리고 뎅기 바이러스 등 모기 매개 감염병으로 인해 매년 70만명 이상이 사망한다. 최근 이상기온 및 기상이변으로 모기 개체수가 증가하여 감염병에 대한 노출이 심화되는 추세이다. 그러나 말라리아 이외의 모기 매개 감염병은 치료제가 개발되어 있지 않으므로 사전 방역 및 방제를 통한 매개모기 감염병에 대한 노출을 최소화하는 것이 중요하다. 효과적인 매개모기 감염병 확대 방지를 위해서는 감염병을 매개하는 모기 종류에 대한 개체수 모니터링이 필수적이다. 하지만 현재 모기 포집 장치는 종이 아닌 개체수만 측정이 가능하여 종별 감염병에 대해 효과적인 방제 체계에 기여를 하지 못하고 있다. 따라서, 본 연구에서는 딥러닝 영상분석기술을 활용하여 국내 주요 매개 모기 5종에 대해 종 동정 및 개체수 파악이 가능한 매개 모기 자동 탐지 장치를 개발하였다. 모기 자동 탐지 장치는 전기 충격 방식과 배경판 슬라이딩 방식으로 포집된 모기의 컬러 및 형광 영상을 선명하게 촬영할 수 있도록 개발되었다. 실제 모기 포집 현장에서의 조건과 동일한 영상 데이터를 확보하기 위해 살아있는 13종의 야생 모기로 컬러 및 형광 이미지 데이터 셋을 구축하여 모기의 색, 형태 및 형광 특징을 분석에 활용할 수 있도록 하였다. 딥러닝 영상분석 알고리즘으로는 최신 BackBone인 Swin transformer와 딥러닝 객체 탐지 모델의 detector인 Faster R-CNN(Region-Convolutional Neural Network)을 결합하여 최종 탐지 모델을 구축하였다. 모델 성능 향상을 위해 컬러 및 형광 이미지의 예측 결과를 통합 후, NMS(Non-maximum suppression) 기법을 적용하였다. 외부 환경에 설치된 장치에 야생 모기를 투입하여 Blind test를 실시한 결과, 평균 91.7%의 분류 정확도를 확인할 수 있었다. 본 연구에서 개발된 딥러닝 객체 탐지 기술을 활용한 모기 포집 장치는 실외 현장에서 모기 종류 및 개체수 모니터링에 활용될 수 있을 것으로 사료된다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
