http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
꿀벌응애 식별을 위한 소초광 양면 자동 측정 장치 개발
신정용 ( Jeong Yong Shin ),이홍구 ( Hong Gu Lee ),김수배 ( Su-bae Kim ),이수진 ( Sujin Lee ),모창연 ( Changyeun Mo ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
꿀벌응애는 꿀벌의 지방간을 섭취하는 기생 응애 종으로 꿀벌의 생리·생육 장애 뿐만 아니라 봉군 폐사를 야기하기도 한다. 또한 국내에서 발생한 군집붕괴현상(Colony Collapse Disorder, CCD)의 주요 원인으로 꿀벌응애를 지목하고 있다. 현재 양봉 농가는 꿀벌응애를 식별하기 위해 소초광 육안 검사, 벌통 바닥 검사 등을 하고 있다. 그러나 꿀벌응애의 특성(적갈색, 1.6 mm × 1.1 mm의 크기)으로 인해 꿀벌 군집에서 꿀벌응애를 식별하는 것에 어려움이 있어 이를 해결하기 위해 영상과 인공지능 기반의 꿀벌응애 식별을 위한 연구가 수행되고 있다. 그러나 꿀벌응애를 식별하기 위한 양봉용 소초광 측정 시스템에 관한 연구는 미비한 실정이다. 또한 기존 연구 사례의 소초광 측정 방법은 소초광의 한쪽만 촬영할 수 있고 꿀벌의 움직임에 의해 중복된 식별이 발생할 수 있다. 따라서 본 연구에서는 이를 보완하기 위한 양봉용 소초광 양면 자동 측정 시스템을 개발하였다. 소초광 자동 측정 장치는 카메라, 라즈베리파이, 스텝모터, 레일, 그리퍼 등으로 구성되었으며, 시스템 구동 소프트웨어는 파이썬 기반으로 개발하였다. 소초광 자동 측정 장치는 앞·뒤면 측정을 위해 180°회전이 가능하며 레일 위의 카메라가 자동으로 이동하며 소초광을 2분할(좌, 우)로 측정한다. 개발된 장치 성능 평가를 위해 이전 연구 사례의 수동 9분할 측정 방식과 비교하였으며, 이를 위해 기존에 개발된 꿀벌응애 식별 모델을 사용하였다. 개발된 소초광 측정 시스템을 적용할 경우 꿀벌응애 중복 검출 감소, 측정 시간 감소로 인한 소초광 모니터링 성능이 개선되었다. 본 연구의 결과는 영상기반 벌통 모니터링 시스템을 위한 기초 자료로 활용될 것으로 기대된다.
이홍구 ( Hong Gu Lee ),신정용 ( Jeong Yong Shin ),김수배 ( Su-bae Kim ),이수진 ( Sujin Lee ),모창연 ( Changyeun Mo ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
꿀벌응애는 꿀벌의 성충, 번데기, 애벌레에 기생하는 체외기생형 진드기다. 또한 외적으로 1.1 mm × 1.6 mm의 작은 크기와 꿀벌 무늬와 비슷한 적갈색을 띄고 있어 감염 여부를 육안으로 식별하는 것이 어렵다. 꿀벌 응애를 식별하기 위한 방법으로 설탕 분말이용 검사, 소방 개봉 검사, 바닥 검사 등이 있으며 이들은 파괴적인 방법으로 많은 시간이 소요된다. 따라서 꿀벌응애를 식별하기 위한 객관적이고 비파괴적인 검출 기술 개발이 필요하다. 초분광 영상은 특정 파장대에서 발현하는 객체의 특징을 추출할 수 있으며, 딥러닝은 객체의 특징을 추출하여 구분할 수 있다. 본 연구에서는 소초광의 초분광 영상과 딥러닝 기반 객체 인식 알고리즘을 사용하여 꿀벌응애 검출 모델을 개발하고자 한다. 꿀벌응애의 초분광 영상 획득을 위해 소초광을 측정하는 시스템을 구축하였다. 초분광 영상 획득 시스템은 스냅샷 방식의 초분광 카메라(MQ022HG-IM-SM4x4-RN2, Imec, Belgium)와 광원, 소초광거치대, 노트북 등으로 구성하였다. 초분광 영상은 해상도가 510 × 270이며 611 nm부터 850 nm범위에서 15개의 밴드로 구성된다. 강건한 꿀벌응애 초분광 영상 데이터셋 구축을 위해 영상처리를 적용하여 데이터를 전처리하고 이를 데이터 증강에 사용하였다. 증강된 데이터셋은 7:2:1의 비율로 Train, Test, Validation 데이터셋으로 나누어졌다. Convolutional Neural Network(CNN)를 사용하여 꿀벌 및 꿀벌응애 판별 모델을 개발하였다. 또한 개발된 꿀벌응애 판별 모델과 임의의 박스 생성 알고리즘, 비최대값 억제 알고리즘을 사용하여 소초광 초분광 영상에 존재하는 꿀벌응애 검출하였다. 본 연구 결과는 초분광 영상 기반 꿀벌응애의 실시간 검출을 위해 사용할 수 있을 것으로 기대된다.